多重序列比对是生物信息学特别是生物序列分析中一个重要的基本操作。提出求解多重序列比对问题的蚁群算法,利用人工蚂蚁逐个选择各个序列中的字符进行配对。在算法中,蚂蚁根据信息素、字符匹配得分以及位置偏差等信
混杂系统是近年来研究的热点,针对混杂系统故障诊断难题,在对混杂系统描述的基础上,给出了混杂系统状态估计及离散模态识别的强跟踪滤波器算法,并将该算法扩展到状态与参数的联合估计,最后利用修正的Bayes算
粗糙集的属性约简是一个NP难问题,获得较为高效的算法是研究的主要目的。针对传统的粗糙集属性约简算法效率不高、速度不快的问题,提出基于相关系数和条件信息熵的属性约简算法,把决策表的非核属性约简过程转化为
提出了一种限速粒子群算法用于求解多重背包问题。通过对迭代过程中不同位置的限速更新,使得搜索效率大大提高,获得最优值的概率也大幅提高。给出了算法流程图,分析了限速值对计算结果的影响。算例的计算结果证明了
描述了Job-shop调度问题,研究遗传算法和蚁群算法在解决Job-shop问题中的优点和不足,融合遗传算法和蚁群算法设计了遗传蚁群算法以求解Job-shop调度问题,并对算法进行了仿真实验,通过与遗
将粒子群算法与贪心思想相融合,提出一种用于求解0/1背包问题的更贪心混合粒子群算法。对超过背包重量约束的粒子的处理措施是去掉已经装进去且性价比最差的物品,直至满足重量约束为止,这种思想在改善粒子质量的
针对函数优化问题,提出一种混沌大洪水混合优化算法。该混合算法基于大洪水算法寻优思想和混沌序列的内在随机性、遍历性和规律性特点。算法在Delphi 7环境下编程实现,针对几个典型复杂函数进行优化测试。仿
针对蚁群算法在求解最短路径问题时存在容易陷入局部最优解的问题,对经典蚁群算法提出三方面改进。首先,在初始化信息素浓度时加入方向引导,加快初始搜索速度；其次,在局部信息素浓度更新过程中采用信息素重分配思
柔性作业车间调度问题是生产调度领域中非常重要的一类带约束优化问题。根据其求解特性,提出一种基于改进的鸟群算法求解以最小化最大完工时间为目标的柔性作业车间调度问题的方法。该方法采用随机黑洞策略改进鸟群的
SAT问题在人工智能、计算机基础理论研究和人工智能等领域有着广泛的应用,近年来,证明该问题的可满足性取得了巨大的成功,但在求出SAT问题的所有解方面还有待进一步研究。利用一个简单的变换,将可满足性(S
