免疫遗传算法及其在VRP中的应用

物流配送车辆路径问题（VRP）是一类典型的NP问题。在基本遗传算法的基础上,根据生物的免疫系统原理,提出一种改进的算法——免疫遗传算法。在算法中构造一种基于抗体浓度的群体多样性保持策略,引入免疫算子和免疫记忆库。将该算法应用于求解VRP问题,实验结果表明算法可以实现解的多样性,避免出现早熟收敛,可以有效防止进化过程中最优解退化的可能,是求解车辆路径问题的一种有效的算法。     

基于分组排序的水汽层析约束ART算法

通过研究影响代数重构方法的因素,如松弛因子、投影次序、停止规则、非负约束,针对水汽层析方程组的特点,提出一种基于分组排序的水汽层析约束ART算法（WVTART）,并给出投影排序的去相关原则。实验分析证明,WVTART算法提高了收敛速度以及层析结果的精度。     

基于免疫遗传小波分析的管道焊缝图像处理方法

针对难以实现管道焊缝图像信息准确提取的问题,利用免疫遗传算法优化小波系数,将小波变换与免疫遗传算法引入焊缝图像的处理过程,采用相似性距离分析传统小波、Canny算法、免疫遗传小波等算法优劣性.结果表明:该算法能够有效地抑制噪声干扰,去除图像边缘中的伪影,从而较好地实现图像边缘信息的清晰与细化,体现遗传小波变换算法在精确定位与抗噪声能力上的优越性.     

苯酚对奥尼罗非鱼非特异性免疫指标的影响

采用水体中常见污染物——苯酚对奥尼罗非鱼进行刺激,研究不同浓度苯酚对奥尼罗非鱼非特异性免疫功能的影响。奥尼罗非鱼分别暴露于0.005、0.025、0.125、0.625、3.125 mg/L等5个浓度的苯酚中8周,每两周采集抗凝血液和血清,用于检测非特异性免疫指标。结果表明:暴露于低浓度苯酚组(0.005 mg/L和0.025 mg/L)的奥尼罗非鱼NBT(氯化硝基四氮唑蓝)阳性细胞数等非特异性免疫指标相对于对照组无显著性差异(P>0.05),中浓度苯酚组(0.125 mg/L和0.625 mg/L)和高浓度苯酚组(3.125mg/L)对罗非鱼非特异性免疫指标的影响存在显著的时间效应和剂量效应(P<0.05),可减少NBT阳性细胞数、抑制超氧化物歧化酶活力和抗菌活力;促使溶菌酶活力和溶菌酶含量先升后降。表明中高浓度苯酚组对奥尼罗非鱼具有明显的免疫毒性。     

改进天牛群搜索算法及其在船舶纵摇运动预测中的应用

【目的】针对天牛群搜索算法易陷入局部最优及搜索精度较低等缺陷,提出一种基于二阶振荡自适应变异的天牛群搜索算法。【方法】该算法引入二阶振荡环节增加算法的全局探索能力和局部开发能力。采用正余弦搜索思想对天牛个体进行位置更新,使得天牛个体可充分的利用自身与最优位置的差值信息逐渐趋近最优解。同时引入自适应t分布变异算子来增加种群的多样性,避免算法陷入局部最优。【结果与讨论】对高维单峰函数、高维多峰函数的仿真实验结果表明,改进的算法有效地提高其搜索精度、收敛速度及鲁棒性,克服其易陷入局部最优的缺陷。将改进天牛群算法应用于BP神经网络权值及阈值优化对船舶纵摇运动姿态进行预测,并于BP网络、BSO-BP网络及PSO-BP网络的预测结果进行比较,精度分别提升85.7%、74.6%和77.2%。改进天牛群搜索算法在实际工程应用中具有一定的优越性。     

徐深气田新增产能管网障碍拓扑优化

为降低徐深气田新建产能管网系统投资,考虑集气支线的连接方式和障碍对整体建设费用的影响,将集气支线连接方式作为优化变量之一,采用R函数法和分层求凸包法,推导并建立任意障碍多边形的数学表达式和可行布局约束条件,以管网建设费用最小为目标,建立拓扑布局优化数学模型。根据数学模型的结构层次,构建改进的混合遗传算法求解策略,设计几何位置实数编码和拓扑关系整数编码的多参数级联编码方式,调整选择复制遗传算子的操作方式,建立考虑集气支线气量均匀性的自适应种群进化的适应度函数;结合K—中心聚类法、叉积法、贪心算法和Prim算法给出初始种群的建立方法,验证模型和算法的有效性。结果表明:集气支线的连接方式和障碍是管网布局优化的重要影响因素,基于合理初值的多参数级联编码遗传算法比常规遗传算法的寻优效果和速度更好。     

一种基于人工免疫网络聚类的入侵检测方法

提出了一种基于自适应半径免疫算法(ARIA)的入侵检测方法.ARIA训练得到的抗体网络充分保留了原始数据的密度分布信息,具有准确的空间形态;再用最小生成树算法和zahn划分标准对抗体网络细胞聚类,聚类得到的簇被标记为正常或异常并用于网络异常检测中.对KDD CUP 99数据集的实验结果表明:相对于基于aiNet的入侵检测方法,新的算法检测率高、误报率低,能够有效识别KDD中的已知攻击和未知攻击.     

多边形叠加Vatti算法的VCS优化方法与GPU并行化

Vatti算法是常用的矢量多边形裁剪算法之一,在其构建扫描束实现交点计算的过程中,二叉树的数据结构和递归计算方法导致其计算效率受矢量多边形边界顶点数量影响显著。本文针对Vatti算法执行过程中较为耗时的扫描束构建环节,提出了一种多边形边界顶点预排序的优化方法——VCS（Vertex Coordinate Pre-Sorting）方法,并基于该方法实现了对Vatti算法的GPU细粒度并行化。VCS方法使用双向链表对Vatti算法原有的二叉树数据结构进行了替换,以较小的额外存储空间取得了多边形边界顶点信息查找效率的明显提升。在GPU环境下采用双调排序算法对多边形边界顶点数组元素进行并行化排序并过滤出有效值,克服了原始算法使用二叉树存储导致效率低下的问题。实验结果表明,改进后的算法与原始算法相比,具有相同的计算精度;当多边形顶点数量为92万,CUDA每个线程块中的线程数量为32时,使用VCS优化方法,与采用CPU计算构建扫描束方法相比,GPU并行化方法获得了39.6倍的相对加速比,矢量多边形叠加分析算法效率总体上提升了4.9倍。     

基于遗传算法的聚焦爬虫搜索策略设计与研究

网络爬虫是搜索引擎的重要组成部分。针对目前聚焦爬虫搜索策略的不足,提出了一种新的搜索策略解决方案。在搜索过程中对适应度高于或低于种群平均适应度的个体采用不同的交叉概率和变异概率来扩大爬虫的爬取范围、增加新个体,并通过改进遗传算子,提高聚焦爬虫的搜索效率。实验证明,基于自适应遗传算法的聚焦爬虫在一定程度上解决了传统遗传算法的"早熟"问题,而且能够爬取到更多主题相关的网页和相关度高的网页。     

一种基于非曼哈顿结构的Over-The-Cell布线算法研究

提出了一种基于非曼哈顿结构的单元上（Over-The-Cell，OTC）布线算法。算法第一次在单元上布线中采用非曼哈顿布线结构，并根据算法特点提出了线网和边相关系数的概念。实践证明，得益于单元区线网选择时对线网和边相关系数的应用，算法和传统标准单元详细布线算法相比，可以进一步降低通道高度和减少通孔数量。     

Static Optimization of a Compliant Vertical Access Riser

The compliant vertical access riser(CVAR) is a new riser concept with good compliance; it can significantly reduce operating costs by eliminating the need for additional machines to operate wells directly on the platform. In this study, we determined the optimal riser parameters in terms of the stress and riser weight by optimizing the CVAR, and we compared the optimization results. A two-dimensional nonlinear static CVAR model was deduced according to the principles of virtual work and variation, and the model was verified using MATLAB. Design of experiments and Kriging method were used to reduce the number of sample calculations and improve the modeling accuracy. An appropriate selection of the multi-objective optimization problem(MOP) and the non-dominated sorting genetic algorithm helped to optimize the CVAR design. The non-dominated sorting genetic algorithm II was used to solve the Pareto frontier of the optimization model in order to provide decision makers with more choices for the optimization results. After optimizing the riser parameters, the geometry of the riser was smoother, and the stress and stress differences were greatly reduced; the maximum equivalent stresses at the top and bottom were reduced by 36.6% and 44%, respectively. In addition, the stress difference in the buoyancy block area was reduced by 20.9%, and the weight of the riser was increased significantly by 28.1%.     

����ʵ�������Ŵ��㷨��GPS�̻�������ģ��������

???????????GPS??????????????????????????????????????????????????????????????????????????????????????????????????С?????????????????????????????????????????????????????????????????????????С???Χ?????????????????????????????????????????????????????????????????????????????ò??????????????????????????????????????????????????Ч?????????涼???????????????????????     

Multi-Objective Weather Routing Algorithm for Ships Based on Hybrid Particle Swarm Optimization

Maritime transportation has become an important part of the international trade system.To promote its sustainable de-velopment,it is necessary to reduce the fuel consumption of ships,decrease navigation risks,and shorten the navigation time.Ac-cordingly,planning a multi-objective route for ships is an effective way to achieve these goals.In this paper,we propose a multi-ob-jective optimal ship weather routing system framework.Based on this framework,a ship route model,ship fuel consumption model,and navigation risk model are established,and a non-dominated sorting and multi-objective ship weather routing algorithm based on particle swarm optimization is proposed.To fasten the convergence of the algorithm and improve the diversity of route solutions,a mutation operation and an elite selection operation are introduced in the algorithm.Based on the Pareto optimal front and Pareto optimal solution set obtained by the algorithm,a recommended route selection criterion is designed.Finally,two sets of simulated navigation simulation experiments on a container ship are conducted.The experimental results show that the proposed multi-objective optimal weather routing system can be used to plan a ship route with low navigation risk,short navigation time,and low fuel consumption,fulfilling the safety,efficiency,and economic goals.     

C4.5算法与粗糙集在数据挖掘中的研究

分类在数据挖掘中是一项非常重要的任务,而决策树方法和粗糙集方法则是分类的主要方法.在详细介绍决策树方法的经典算法C4.5算法和粗糙集方法的基础上,针对C4.5算法的不足,引人粗糙集方法,提出新算法IC4.5来弥补C4.5算法的缺陷.并设计出一个基于C4.5算法和粗糙集算法的分类器,最后通过实验来证明基于IC4.5算法的分类器在抗噪声方面要优于C4.5算法.     

基于神经网络的选址区位评价模型分析应用

针对设施选址区位评价问题,分析了分级评分、回归分析等传统方法的特点和不足,并由此提出基于人工神经网络的选址区位评价模型;系统地分析了利用神经网络模型进行选址区位评价的思路和特点,提出基于遗传算法的网络结构和网络学习优化算法;通过某大型银行网点的选址实例分析,验证了该评价模型的可行性和实用性,同时也总结了其在实际应用中的若干规律。     

从规则高程格网中提取等高线的优化算法研究

从规则高程格网中提取等高线的算法是机助制图和GIS中非常重要的组成部分。本文针对当前高程格网数据的海量性,以提高效率为目的,对该算法进行了优化。将等高线提取算法分为起点确定和内插穿行两个阶段,对于第一个阶段的处理,提出基于区间树和顺序索引查找等高线起始点的算法,较大地改善了整体效率;同时,在顾及数字环境下等高线表达特性的基础上,设计的相关策略能够保证提取的等高线具有一致的方向信息。     

An Improved CHC Algorithm for Damage Diagnosis of Offshore Platforms

1 Introduction Health monitoring of structures, especially large spacestructures intended for long-term operation, is essential indeveloping short-term or long-term repair plans. Becausethe maintenance, replacement, and time out of service arecostly, it i…     

面向时空可达性的城市应急医疗机构推荐方法

快速选择和分配应急医疗机构是城市突发事件应急响应的一个重要方面。医疗机构的地理位置和城市实时交通是影响城市医疗机构时空可达性的主要因素,医疗机构的资源数量和突发事件的救助需求是否匹配决定了医疗服务的可及性。本文综合考虑以上影响因素,将医疗机构的地理位置、实时道路通行情况、医疗机构等级及其资源数量以及突发事件的救助需求作为选择指标,建立适合城市突发事件应急救助需求的医疗机构选择模型,设计其算法流程并利用青岛市相关数据进行实验,验证其可行性及关键步骤的作用。本文提出的应急医疗机构选择模型及算法能够在推荐医疗机构的同时完成救治人员分配和路线规划,提高了应急医疗机构的选择效率,对城市突发事件应急响应具有一定的应用价值和决策指导意义。