矩形件排样指导

　　矩形件排样问题广泛存在于机械、家具、服装等国民经济行业,解决好该问题可以节省原材料,简化生产工艺,降低生产成本,增加企业效益。对于许多不规则零件的排样问题,也可通过计算机的图形处理技术将其为矩形件排样问题。矩形件带排样问题(RSPP)是指将给定的一定数量的矩形件P1,P2,…,Pn排放在定宽无限高的板材Q中,使所占据板材的高度最小。它是计算机辅助排样的一个重要分支。但RSPP在理论上是属于高计算复杂性的NP完全问题,在问题规模较大时,很难用精确算法求得最优解。因此,研究RSPP具有重要的实用和理论价值。遗传算法是基于生物进化和随机选择的全局搜索优化计算技术,它模拟生物进化的基本过程,用数码基因串来类比生物中的染色体,通过选择、交叉、变异等遗传算子来仿真生物的基本进化过程,进化若干代以后,使最优异染色体所代表的问题解逼近问题的全局最优解或近优解。多种群遗传算法采用多个种群代替单一种群,其中每个子种群按各自不同的进化策略和遗传操作并行进化。进化过程中可以选取和保留每个子种群的优秀染色体,就可以在保持优秀染色体进化的稳定性的同时加快进化速度,避免单一种群进化过程中出现的过早现象。基于上述考虑,本文以多种群遗传算法为基础

　　近年来自然计算已经是计算机科学的一个重要且具有巨大发展前景的分支。早期有遗传算法,免疫算法,神经网络等自然计算方法,而从上世纪九十年代以来又产生了蚁群算法,量子计算,DNA计算,膜计算等一些具有重大前景的自然计算方法。蚁群算法是根据蚂蚁群落的种种行为而提出来的。蚁群算法具有系统协作,分布式运作,全局等特点。依据所参照的蚁群行为的不同,蚁群算法在寻优方面有基于蚂蚁觅食行为的蚁群优化算法;在聚类分析方面有基于蚁穴清理行为的蚁群聚类算法等矩形件排样。目前,蚁群优化算法已从单纯的组合优化问题求解拓展到了网络由,机器人径规划,图象处理等领域;蚁群聚类算法也应用于数据挖掘,数据分析,图的着色问题等领域。将蚁群算法应用于数据挖掘领域中的数据分类和聚类是近年来的研究热点,但相关的研究并不多。本论文旨在对蚁群算法进行详细分析的基础上,通过调节蚁群行为的作用机制使蚁群算法能够更好的运用于数据挖掘。本文的主要研究工作及获得的结论包括:①.对蚁群算法的发展历程以及当前的研究现状进行了系统的阐述②.以TSP为例,详细分析了蚁群算法的参数设置;在大量数值实验的基础上,获得了蚁群算法参数间的关系;分析并给出了算法参数组合与算法效率、

　　椭圆曲线密码体制以其特殊的优越性已引起信息安全及密码学界的高度重视,从安全性及有效性看,这种密码体制有着广阔的前景,普遍认为它将代替目前通用的RSA密码体制而成为新的通用公钥密码。椭圆曲线密码体制已成为公钥密码研究的主流,现已逐渐成为公钥密码中的研究和开发的热点。而椭圆曲线作为公钥密码体制的基础是由其定义在有限域上的椭圆曲线上的点的集合构成的Abelian加法群,由此可定义其上的离散对数,即椭圆曲线离散对数。本文系统地论述了椭圆曲线密码理论的研究现状,描述了椭圆曲线上的基本算法及椭圆曲线的基本密码学性质,重点讨论了有限域的确定;安全椭圆曲线的选取算法和基点的选取算法;ECC快速算法的设计及实现;椭圆曲线密码体制的安全性。比较了ECC与经典公钥密码体系间的优劣;安全的椭圆曲线构造和基点的选取,是椭圆曲线密码体制实现的的关键。标量乘法运算是影响ECC实现的关键步骤,加速标量乘,提高ECC的实现速度,是ECC实现中一个重要的研究课题。对椭圆曲线的离散对数问题算法、情况、椭圆曲线挑战情况、安全椭圆曲线选取、其它公钥密码系统比较等给出了详细的论述,体现了该领域的最新成就,并对今后ECC的可能发展方向及研究内容提出了看法。说明ECC比其它公

　　序列比对是生物信息学中基本的信息处理方法,随着人类基因组计划的推进得到了广泛的重视和深入的研究,但是目前还没有一个最佳的多序列比对算法。近年来,遗传算法的卓越性能引起了人们的关注,并成功地被应用到各种领域的优化问题中。如何改善遗传算法的搜索能力和提高算法的速度,使其更好地应用于实际问题的解决中,是学者一直探索的一个主要课题。免疫算法作为一种新近受到重视和发展的计算智能,与其他理论的融合还有很多潜力期待挖掘。免疫算法和遗传算法结合时,遗传算法的全局搜索能力及免疫算法的局部优化相配合,可大大提高搜索效率。本文通过对多序列比对算法的研究以及对遗传算法和免疫算法特点的分析,提出了基于自适应免疫遗传算法的多序列比对算法MSAAIGA(MultipleSequenceAlignmentBasedOnAdaptiveImmuneGeneticAlgorithm)。该算法将自适应遗传算法与免疫算法相结合,运用遗传算法实现多序列比对问题的遗传操作,该算法中生成初始群体时采用了星比对算法,这样可以充分利用序列自身的信息,要优于盲目的在序列中插入空位生成的初始群体,虽然在比对初期会增加时间开销,但是会大大提高比对后期的搜索效率。遗传算法是全局的,但是遗传算法的交叉算子和变异

　　随着信息技术的发展，计算机、互联网在社会的各个方面逐渐得到应用和普及，我国教育信息化的进程也在加速发展，数学课程与信息技术的整合逐渐成为数学课程发展的新趋势。信息技术与数学课程整合的一个突出的例子就是在《普通高中数学课程标准(实验)》中提出，在必修课程中设置了算法的内容。算法是计算机科学的理论核心。现代社会中，计算机已经成为人们日常生活和工作中不可缺少的工具。计算机解决任何问题都要依赖于算法，算法是计算机科学的重要基础，没有算法也就没有计算机。课程中加入算法内容，可以提高学生有条理地处理和解决问题的能力，能够理解计算机语言中的算法成分，这也是信息时代对具有较高数学素养的的基本要求。算法对于数学教育也有着重要的作用，同时也是中国古代数学的重要思想和主要特征。因此，《普通高中数学课程标准(实验)》在必修课程中设置算法内容的同时，还要求在数学课程的相关内容中也要渗透算法思想，运用算决问题，在选修课程中还设置了“中国古代数学瑰宝”和“算法思想的历程”等与算法相关的专题。算法是数学课程中新增加的内容，在实际的教学中并没有现成的经验可以借鉴。本研究希望通过、测量、教学实验等方式来探讨算法

　　在市场经济下,规避风险、信用、确保经济交往中的各种契约关系的如期履行,是整个经济体系正常运行的基本前提。随着市场经济的发展,建立和完善企业的信用评估体系,以各种信用关系的健康发展,是一项十分重要的任务。本课题的研究通过分类树方法对上市公司评级时遇到的实际问题,得出分类树方法在上市公司信用等级评价中的具体使用方法。60年代以来,将信用风险分析看作模式识别问题的认识广为接受。其中分类树方法是一种基于统计理论、计算机实现的非参数的模式识别技术,具有速度快、精度高、简单易用等优点得到越来越多的应用。本文的研究目的就是解决将分类树算法用于上市公司评级时的具体问题。通过实验准确率选择适用于上市公司财务指标的离散化算法、特征选择算法。选择一个合适的组合增进算法,提高分类树在本问题上的准确性。对比不同的评级方法的实验结果,验证分类树在本问题中具有更好的适用性。本文通过借鉴国外评级机构的信用指标体系,从中国上市公司的财务指标导出了相应的指标体系。利用权威机构发布的评级结果作为训练和检验样本。在文中研究了分类树算法的原理和内容。在建立模型时,本文使用了分类算法开源软件WEKA。在文中首先介绍了WEKA的来历和

　　在本文我们将探讨两种适合大规模计算的框架——矩阵的低秩近似和在线学习——来解决机器学习中的两个重要问题:非监督学习与监督学习。对大规模矩阵进行特征值分解是在非监督学习中最经常遇到的问题,例如核主成分分析,谱聚类。但是其三次方的算法复杂度阻碍了其在大规模数据集上的应用。另一方面,支持向量机是在监督学习中是最常用的方法。在大规模数据集中,稀疏性规约通常用来模型不会过拟合。然而,稀疏性规约的加入则使得优化算法异常复杂。Nystr?m方法是一个有效的对大规模核矩阵进行特征值分解的手段。但是,为了足够的的近似精度,Nystr?m方法需要从核矩阵中采样足够多的列。而在大数据集上,作用在采样的子矩阵上的SVD算很快凸显出耗时的缺点,以致于严重到影响Nystr?m方法的效率。在这篇文章里,我们通过使用一个近似的奇异值分解算法来对Nystr?m方法进行改进,使其可以被高效地应用在超大规模的数据集上。理论分析表明该改进后的算法和标准的Nystr?m方法一样精确。一系列在大规模数据集上的测试验证了该算法的以上特性。此外,我们还将其从在CPU上运行扩展到了在GPU上运行,从而使得8百万8百万的核矩阵可以在1分钟之内被很好的近似。Nystr?m方法的一个重要应用是在

　　对智能算法的研究由来已久,一些性能非常优异的式算法,包括遗传算法(GA)、粒子群算法(PSO)和人工神经网络(ANN)等已被提出.这些智能算法很大程度上增强了人类对复杂优化问题的求解能力,并且已在工程项目上得到广泛应用.但由于这些算法几乎毫无例外地难逃所谓“维数灾难”的困扰,在实际应用中存在着诸多.本文首先介绍一种能够摆脱“维数灾难”的智能算法—猴群算法(MA).该算法模拟自然界中猴群爬山过程设计了爬、望和跳三个过程来搜索连续函数优化问题的全局最优解.该算法最大的特点就是对优化问题的维数不.对11个测试函数的求解结果说明了该算法具有求解大规模、多峰优化问题的能力,且呈现运行速度快、求解精度高等特点.另一方面,同时兼具确定性、随机性和便利性的混沌搜索技术在小范围内表现出极强的寻优能力.本文结合MA和混沌搜索技术设计一种新的智能算法—混沌猴群算法(CMA),该算法重新设计了爬、望和跳过程.利用16个测试函数对CMA测试,并与GA、PSO和GA的结果比较,发现CMA极大地提高了MA的搜索质量和搜索效率.关于优化问题维数的测试也了CMA对优化问题维数不.最后研究了CMA在求解模糊约束满足问题中的应用.首先提出了模糊软约束满足问题(FCSP),即把约束

　　九十年代，美国Symbol公司发明了PDF417二维条码。我国也于1997年12月正式颁布了PDF417二维条码条码的国家标准。它是在传统一维条码编码原理的基础上，将多个一维条码在纵向堆叠而产生的，具有信息容量大(可存储1K数据)、编码范围广、保密和防伪性能好、译码可靠性高、修正错误能力高，容易制作且成本很低，条码符号的形状可变等诸多优点。一经面世，就受到广大用户的青睐，在国内外得到广泛的应用。本文从课题的背景入手，对税务系统现行普通管理模式进行了分析，并指出了目前管理中存在的问题。探讨了应用PDF417二维条码实现普通防伪的优势所在，提出了防伪系统的总体设计方案。同时，基于我国公布的PDF417二维条码标准，着重研究PDF417二维条码的生成、识读、纠错编解码算法，并完成了基于DSP技术的手持式二维条码扫描仪的开发和设计工作，给出了具体的算法描述和实例。这是将信息技术与税务管理相结合的又一次有益的探索，必将对税务的防伪管理工作产生积极的影响。

　　很多朋友还在为论文的写作烦恼吗？

　　随着信息技术的不断发展,通信、电视的日益普及,因特网、移动通信、无线寻呼等信息获取和交流手段已与人们的日常生活息息相关。随着通信应用的普及,通信系统中不同类型的噪声(干扰)问题也日渐日益突出,针对通信系统中存在的不同类型的噪声(干扰),人们从不同角度做了大量的研究工作。本文对通信系统中噪声的分类及性质进行了综述,定性的说明了它们对信号传输的影响,详细介绍了通信系统中几种常见噪声。针对噪声的存在阐述了噪声抵消技术的发展、原理及应用。以语音信号为例列举了不同种类的噪声抵消方法,并对其性能进行比较,其中自适应噪声抵消方法的主要优点是自适应能力强,输出噪声低及信号畸变小,其自适应能力表现在允许对特性未知的输入信号进行处理,由于其性能的卓越性,目前广泛应用于噪声抵消系统。因此,本文较为深入的研究了自适应噪声抵消技术的原理与应用,在自适应噪声抵消技术的多种算法中重点讲述了LMS(最小均方)自适应算法;针对LMS算法速度慢、提取信号频带窄的缺点而改进的归一化LMS算法(NLMS算法)及加动量因子的LMS算法(MLMS算法)。在此基础上对以上提到的算法进行了基于MATLAB平台的计算机仿真,并对仿真结果进行了分析,对理论分析的结果予以。