精确算法

摘要： 车辆路径作为经典的组合优化问题一直是研究的热点与难点,无论是在应急管理工作还是物流配送中,对它的合理规划都至关重要.为了今后更好地开展相关工作,本文回顾了精确算法、启发式算法和机器学习算法在车辆路径优化问题中的研究进展,并基于Solomon标准数据集对六种经典算法的求解性能进行了比较分析;分别从局部最优和收敛速度间的平衡关系、个体评价函数、动态车辆路径问题以及机器学习算法在车辆路径问题中的应用等四个方面对其发展趋势进行了展望.

摘要： 弹性光网络(elastic optical networks,EONs)作为下一代极具潜力的光网络近年来受到广泛关注,其中路由与频谱分配(routing and spectrum allocation,RSA)是实现网络设计和控制的核心技术之一。本文系统分析了EONs的概念内涵,对RSA这一关键问题进行了详细描述,从静态和动态角度出发,以不同特性的算法框架为基础,依照精确算法、智能优化算法、启发式算法以及学习型算法4个大类对RSA算法的国内外研究现状进行了总结剖析。结合EONs的未来应用需求,阐述了该领域所面临的问题与挑战,展望了RSA算法的发展趋势。

摘要： 电动汽车的充电站选址问题是当前社会的热点问题,其实质是组合优化中经典的NP-hard问题。基于最小开设费用对充电站选址问题进行研究,首先对该问题进行了数学建模,进而研究了该问题的数学性质并给予相应的证明,利用这些性质减小问题的规模,从而降低问题的求解难度;然后设计了上下界子算法以及降阶子算法,基于这些子算法提出了一种可以快速缩小问题规模同时得到最优解的分支定界算法,降低了时间复杂度,同时可以对解空间进行大量剪枝加快求解速度;最后通过分析和求解一个示例来进一步阐述所提算法的原理和执行过程。

摘要： 提出了一个高效的求解最小支配集问题的线性混合整数规划算法(MILP)。该算法主要针对最小支配集问题的特点建立整数规划模型,并通过Gurobi求解器进行优化求解。采用当前国际文献公开的共74个算例作为算法测试实验集,与FKW算法、传统的Grandoni算法以及改进的Grandoni算法进行比较。实验结果表明,该算法的计算效率明显优于其它的精确算法,且在所有算例上都能得到精确解。

摘要： 物流网络求解最短路径是最常见的一类问题,在小型网络中无需构建模型就能够求解精确解,但在大型网络中,多是构建了模型并进行求解。在求解大型网络的物流配送问题中,精确算法也不再适用,只能通过智能算法求解近似解,在以往的研究中,求解网络最短路径问题很少使用聚类算法,该算法是一种发现数据样本分布特征的算法,以数据间的相似性为根据,将数据划分为不同的类,使不同数据间存在差异性.

摘要： 柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)是一类典型的组合优化问题,也是几个经典的NP-hard问题之一.由于其应用的广泛性和求解的复杂性,这一问题受到了众多学者的关注.基于此,针对现有的关于FJSP的相关研究进行归类总结,将已有的求解方法分为精确算法、启发式算法和智能优化算法三类并对其进行分析,同时总结展望了FJSP的研究前景.

摘要： 完善物流配送中心选址与配送路径规划建设,是优化区域物流运行组织模式,推进城市物流升级增效的关键环节.该文引入时间窗概念,构建多时间窗的物流配送中心-配送路径选取模型,对学术界中选址-路径问题提出新的网络衔接机理.

摘要： 完善物流配送中心选址与配送路径规划建设,是优化区域物流运行组织模式,推进城市物流升级增效的关键环节.该文引入时间窗概念,构建多时间窗的物流配送中心-配送路径选取模型,对学术界中选址-路径问题提出新的网络衔接机理.

摘要： 加权互斥最大集合覆盖问题是一个NP难问题,为解决该问题设计一个分支搜索算法,采用测量治之方法对算法运行时间界进行分析,得到算法的时间复杂度为O*(1.3132m),改进该问题原有的最佳运行时间界O*(1.325m).通过比较可知,基于测量治之方法分析得到的结果优于传统方法分析得到的结果,可以在不改变算法的前提下通过度量设置的改变进一步改进算法的运行时间界,度量设置方案越详细得到的结果更好.

摘要： 随着在线社会网络的迅速发展,社会网络的团队形成问题逐渐成为研究热点现有的社会网络中团队形成问题目标是寻找一个成员间沟通代价最小的团队然而,实际应用中存在大量要求团队成员间具有不紧密关系的需求,这种成员间的不紧密关系使得团队的观点多样化、多角度、无偏见,可以广泛应用于形成专家评审团队、大众评审团等基于此需求,本文将社会学的弱关系概念引入团队形成问题,提出一种社会网络中弱关系团队形成问题,该问题旨在寻找成员间为弱关系,同时满足技能、经验值要求的一个团队,该问题为NP-hard问题本文提出三类算法解决该问题,分别为贪心算法、精确算法、α近似算法,每类算法有各自的特点与适用范围利用ACM和DBLP两类真实的数据集进行实验,综合评估了各类算法的效率与求解质量,证明了提出算法的有效性.

摘要： 目前对于车辆路径问题(Vehicle Routing Problem,VRP)领域的研究是一个热点.本文总结了经典VRP(仅受载重量的约束)主要的已知研究成果.根据目前的研究状况,分三大类讨论求解该问题的算法:精确算法(exact algorithm),经典启发式算法(classical heuristic algorithm),现代启发式算法(meta-heuristic algorithm),分析各类算法的优缺点及其适用场合.最后对求解该问题进一步的研究方向做了展望.

摘要： 文中首先分析了基于双星的传统TDOA&FDOA联合定位方法的原理和定位算法,针对此算法存在的问题如定位性能的不足和该算法的局限性等进行研究,继而在经典方法的基础上提出了更加精确的改进方法,基于WGS--84椭球体模型的NEWTON下山法.并通过仿真实验结果证明改进算法的优点。

摘要： 对基坑支护圆形截面钢筋混凝土排桩受弯承载力的计算,本文首先对规范GBJ10-89的近似公式提出了截面设计的快易迭代法和截面复核的最佳逼近法,其次建立了均匀与非均匀配筋的精确算法,最后给出了算例.

摘要： 对多执行模式资源受限的工程调度求解问题的精确算法及启发式算法的最新发展进行简要概述，并预见了该问题的未来研究方向。针对该问题提出的优化方法归纳起来可分为两类：一类是分支定界算法为代表的精确算法；另一类是启发式算法，包括基于优先规则的启发式算法和近几年出现的智能优化算法。

摘要： 精确法是两级逻辑优化的经典算法之一,但在质立方体集合期。模较大的情况下,会出现时空复杂度高、处理时间长等问题。为了解决上述问题,本文提出了一种支持大规模输出变量的改进选拔算法,该算法利用迭代搜索的思想,根据成本差值多次迭代求出多输出函数间的公共蕴涵项,同时引入相交迭代和局部搜索的思想,分别对极值运算和分支处理进行了改进。rn 实验结果表明,在现有计算机资源条件下,该算法为大规模数据条件下逻辑函数的优化提供了一种有效的方法。

摘要： 精确法是两级逻辑优化的经典算法之一,但在质立方体集合期。模较大的情况下,会出现时空复杂度高、处理时间长等问题。为了解决上述问题,本文提出了一种支持大规模输出变量的改进选拔算法,该算法利用迭代搜索的思想,根据成本差值多次迭代求出多输出函数间的公共蕴涵项,同时引入相交迭代和局部搜索的思想,分别对极值运算和分支处理进行了改进。rn 实验结果表明,在现有计算机资源条件下,该算法为大规模数据条件下逻辑函数的优化提供了一种有效的方法。

摘要： 精确法是两级逻辑优化的经典算法之一,但在质立方体集合期。模较大的情况下,会出现时空复杂度高、处理时间长等问题。为了解决上述问题,本文提出了一种支持大规模输出变量的改进选拔算法,该算法利用迭代搜索的思想,根据成本差值多次迭代求出多输出函数间的公共蕴涵项,同时引入相交迭代和局部搜索的思想,分别对极值运算和分支处理进行了改进。rn 实验结果表明,在现有计算机资源条件下,该算法为大规模数据条件下逻辑函数的优化提供了一种有效的方法。

摘要： 精确法是两级逻辑优化的经典算法之一,但在质立方体集合期。模较大的情况下,会出现时空复杂度高、处理时间长等问题。为了解决上述问题,本文提出了一种支持大规模输出变量的改进选拔算法,该算法利用迭代搜索的思想,根据成本差值多次迭代求出多输出函数间的公共蕴涵项,同时引入相交迭代和局部搜索的思想,分别对极值运算和分支处理进行了改进。rn 实验结果表明,在现有计算机资源条件下,该算法为大规模数据条件下逻辑函数的优化提供了一种有效的方法。

摘要： 开放式车辆路径问题是车辆路径问题中的另一大类,在实际中有着广泛的应用.本文对开放式车辆路径问题的特点进行了描叙,并对近年来在求解算法方面的研究进展进行了简要的归纳和分析.

摘要： 一种类PD算法结合ICP算法的零件精确找正方法，属于计算机及机械技术领域。含有类PD算法进行粗配准的步骤及ICP算法进行精配准的步骤。类PD算法为类PD自适应步长调节的机器学习算法，ICP算法包含将匹配好的点云数据进行精匹配。类PD算法进行粗配准的步骤包括利用类PD算法进行点云数据粗匹配，从而为ICP算法提供精确的初始位置姿态；ICP算法进行精配准的步骤包括再利用ICP算法对点云数据精匹配，进行精确找正。类PD算法进行粗配准的步骤为利用类PD自适应步长调节的机器学习算法对点云数据进行粗匹配；ICP算法进行精配准的步骤利用ICP算法将匹配好的点云数据进行精匹配。

摘要： 本发明公开了一种基于视觉、卫星定位和GIS算法的精确姿态定位方法：监测设备与被监测物体形成整体通过一定时间间隔向数据云(也即后台处理分析呈现软件平台)回传图像数据与位置数据；高精度地图(数字地图)可以提供相应的经纬度信息；在数据云中通过计算被监测物体与周边建筑物或者地形地貌相对位置计算自身的三维姿态，并通过比较不同时刻计算出的三维姿态，可以实现三维姿态变化量的监测；本技术方案设计之初就考虑到编程的便利性，方便快速部署，大幅提高系统分析的精度和效率，尤其日常全面分析。

摘要： 本发明公开了一种基于GA‑BP神经网络算法的高精确度电阻测量算法，通过训练神经网络达到测量电压与被测电阻阻值之间的非线性关系的函数拟合；在BP网络训练参数之前，先通过GA算法，迭代得到一个较为精确的全局最优解，再通过BP神经网络训练得到模型的最优解，再将得到的网络参数固化到单片机上，通过嵌入式系统可直接测得高精确度的电阻值。本发明算法可以降低训练的迭代次数，进一步降低了测量误差，GA‑BP算法的测量误差约在0.1％左右。

摘要： 一种类PD算法结合ICP算法的零件精确找正方法，属于计算机及机械技术领域。含有类PD算法进行粗配准的步骤及ICP算法进行精配准的步骤。类PD算法为类PD自适应步长调节的机器学习算法，ICP算法包含将匹配好的点云数据进行精匹配。类PD算法进行粗配准的步骤包括利用类PD算法进行点云数据粗匹配，从而为ICP算法提供精确的初始位置姿态；ICP算法进行精配准的步骤包括再利用ICP算法对点云数据精匹配，进行精确找正。类PD算法进行粗配准的步骤为利用类PD自适应步长调节的机器学习算法对点云数据进行粗匹配；ICP算法进行精配准的步骤利用ICP算法将匹配好的点云数据进行精匹配。

摘要： 一种基于故障行波灵活监测的精确故障定位算法，用于提升故障测距的精度。它包括以下步骤：(1)故障发生后，根据行波方向判定包含故障区间的户外非接触式电压电流行波采集装置，并提取非接触式电压电流行波采集装置监测的行波信号；(2)通过非接触式电压电流行波采集装置监测的行波信号以及提前设定的行波波速，初测故障区段；(3)根据初测故障区段的结果，选择自适应测距模型，进一步定位故障位置；(4)输出定位故障位置结果，并上传变电站主站。本发明利用不受波速影响下的测距方法可以获得更精确的故障数据。

摘要： 本发明适用于计算机领域，提供了一种户外高温复杂环境下精确测定人脸温度测定算法，所述算法包括：对人群进行人脸检测，检测待测区域内是否有人脸；对检测到的人脸进行实时成像；对得到的图像中的高温(高亮)区域进行温度测量；相对于传统测温方法，本算法引入的可见光人脸检测到红外图像人脸位置动态映射，帧内、帧间温度动态加权平均法，有效避免原有方法的位置误差、未进行帧间加权平均等因素导致的温度值误差，从而提高温度检测以及警报的准确性。

摘要： 本发明公开了一种用于监督学习问题模型的非精确AS‑ADMM算法，其提出了一种新型非精确加速随机交替方向法(简称AS‑ADMM)，用于求解机器学习中的监督学习问题，其中目标函数包括两部分：一部分为潜在的非光滑凸函数，另一部分为光滑凸函数的有限和形式。本发明提出的AS‑ADMM同时融合了经典交替方向法和带方差缩减技术的随机梯度法。新方法的光滑子问题利用了线性化技巧，而非光滑子问题在迭代过程中使用了非精确迭代。在选择具体的算法参数后，证明了问题的目标残差和约束残差具有次线性收敛速度。通过求解不同数据集下的监督学习问题，并与现有随机交替方向法和确定性交替方向法对比，大量数值实验表明：AS‑ADMM对于大数据应用中的结构凸优化问题特别有效。

摘要： 在泛电子领域高速高精度的3D测量系统中关于电路板元素（如丝印，锡膏，孔洞，异物，元件等）识别一直是复杂的问题，由于不同类型的电路板颜色各异，甚至同一类型的电路板都可能出现很大的色差，且电路板表面可能受光照不均匀、材质吸光或反光等因素影响，传统单独基于2D图像信息或3D点云数据的方法都因为各自算法的局限性，无法准确地识别出各元素，且3D点云数据计算量极大，计算效率慢，不能满足实时检测的需求。本发明提出一种结合二维与三维信息精确计算高度的并行算法，通过异构并行运算单元根据2D和3D信息对各元素进行快速准确的识别并精确计算各元素的相对高度，满足设备在线实时检测的需求。

摘要： 本发明属于电磁场数值仿真技术领域，具体涉及电磁场时域有限差分方法中能够实现模式源精确输入的方法。一种FDTD算法中实现模式源精确输入的方法，包括：设置介质参数分布，在FDTD仿真空间选取模式源输入面并进行模式求解；对输入面上模式源的电场、磁场的时间域函数进行相位修正；将经过相位修正的电场和磁场时间域函数输入FDTD的迭代计算中。本发明提供的FDTD算法中实现模式源精确输入的方法，在模式源时间域函数在耦合入FDTD的计算空间时，根据介质系数和计算空间的网格设置来对模式源时间域函数进行相位修正，以提高模式源的耦合效率，提高模式源输入的精确度。

摘要： 本发明公开了一种基于GNSS、视觉以及IMU进行精确定位的数据融合算法。GNSS定位技术易受外界观测条件的限制，在高架桥、城市峡谷等遮挡区域，卫星信号接收能力急剧减弱，无法满足定位导航的需求。纯视觉的位置估计不能解决尺度问题，且在弱纹理场景及快速运动场景下无法建立匹配关系，容易跟踪丢失；IMU可以在短时间内(毫秒级)反映动态变化，但长时间运行下(秒级)其累积误差会不断增加。本发明依据不同传感器数据源之间的互补性，利用本地数据源(视觉及IMU)提高GNSS的全局定位精度，利用GNSS全局数据源消除本地的累积误差，在卫星信号被遮挡时依赖本地视觉、IMU数据保持短期的高精度全局定位，整体上提高了定位导航系统的性能及鲁棒性。