混合蛙跳算法

蛙跳算法现有文献

第2 7卷第 8期21 0 0年 8月

计算机应用研究 A pi t nR sac f o ues p l ai eerho mp t c o C r

Vo . 7 No 8 12 .Au . 2 1 g 00

蛙跳算法与批量无等待流水线调度问题的优化声谢圣献潘全科潘玉霞。贾保先，,,(. 1聊城大学计算机学院，山东聊城 2 2 5 2海南大学三亚学院，南三亚 5 22 ) 5 0 9; .海 7 0 2

摘要：针对以 m ksa ae n为指标的批量无等待流水线调度问题，出了一种有效的离散蛙跳算法。首先采用 p提基于工序的编码方式使蛙跳算法直接应用于调度问题；次采用基于 N H与改进 N H和随机产生相结合的初其 E E

始化方法，保证了初始解的高质量和分布性；次采用交叉或变异方法产生新解，持了种群的优越性和多样再保性；对全局最优解执行快速局部搜索，效地降低了算法的时间复杂度，最后有平衡算法的全局和局部开发能力。 对随机生成不同规模的实例进行广泛的实验，仿真实验结果的比较，明所得蛙跳算法的有效性和高效性。通过表 关键词：批量无等待流水线调度；蛙跳算法；快速局部搜索中图分类号：T 8 P1文献标志码：A 文章编号：10— 6 5

混合粒子群算法：基于模拟退火的算法

1. 算法原理

模拟退火算法在搜索过程中具有概率突跳的能力，能够有效地避免搜索过程中陷入局部极小解。模拟退火算法在退火过程中不但接受好的解，而且还以一定的概率接受差得解，同时这种概率受到温度参数的控制，其大小随温度的下降而减小。

2. 算法步骤

（1） 随机初始化种群中各微粒的位置和速度；

（2） 评价每个微粒的适应度，将当前各微子的位置和适应值存储在各微子的pi中，将所

有pbest的中适应最优个体的位置和适应值存储在pg中；

（3） 确定初始温度；

（4） 根据下式确定当前温度下各pi的适配值：

eN?(f(pi)?f(pg))/tTF(pi)?

?(f(pi)?f(pg))/t?ei?1（5） 采用轮盘赌策略从所有pi中确定全局最优的某个替代值pg?，然后根据下式更新各

微粒的速度和位置：

vi,j(t?1)???vi,j(t)?c1r1[pi,j?xi,j(t)]?c2r2[pg,j?xi,j(t)]?

xi,j(t?1)?xi,j(t)?vi,j(t?1),j?1,2,...d

??2?C?2C?4C2,C?c1?c2

（6） 计算各微粒新的目标值，更新各微粒的pi值及群体的pg值；

（7） 进行退温

混合背包问题的算法设计与分析

长江大学学报 (然科学版 ) 20年 3第 6第 1:理工自 09月卷期 J unl f agz nvri ( a S i dt ora o n t U ies y N t c E i Ma. 0 9 Y e t ) r2 0 .V 16No 1 c o. .:S i

Eg n

混合背包问题的算法设计与分析王苫社,张宏礼 (龙江八一大学文理学院数学系,黑农垦黑龙江大庆 13 39 6 1)黄体德 (东财政学院东方学山泰安 21o)山院,东 7oo [要]提出了一种更具有实际用处的混合背包问题,并建立了相应的数学模型,然后进行了算法设计以摘及复杂性分析,最后给出了程序主要代码,并利用计算机求解了实例问题,验证了所提出算法的有效性 .

[关键词]混合背包问题;动态规划算法;贪心算法;O1背包问题;背包问题 -[图分类号] T 3 1中 P 0[献标识码] A文

.

[章编号]17文 6 3—10 (0 9 1 N1 7 2 4 9 2 0 O一 1一O J

O1背包问题和背包问题是算法设计与分析领域经典的 NP难题【,在现实中有许多实际应用背景,一 1] 比如船舶的最优装载问题 _等,所以关于它们解法的研究一直是人们

家笛卡尔在他的《几何学》中，第一次使用“”

学中用“∽”表示相似，用“≌”表示全等．

二、有理数的加法运算

1.有理数的加法法则

（）同号两数相加，取相同的符号，并把绝对值相加．

（）绝对值不相等的异号两数相加，取绝对值较大的加数的符号，并用较大的绝对值减去较小的绝对值．

（）互为相反数的两个数相加得．

（）一个数同相加，仍得这个数．

2.有理数加法的运算步骤

有理数加法的运算步骤：“先定符号，再算绝对值”．

①确定和的符号；

②求和的绝对值，即确定是两个加数的绝对值的和或差．

【方法】口诀：“一定二求”

3.有理数的加法运算律

（）加法交换律：有理数的加法中，两个数相加，交换加数的位置，和不变．

（）加法结合律：有理数的加法中，三个数相加，先把前两个数相加，或先把后两个数相加，和不变．

4.有理数加法的运算技巧

有理数加法的运算技巧：“凑零凑整，同号集中，同分母结合，带分数拆开”．

（）凑零凑整：互为相反数的两个数相结合；和为整数的加数相结合；

（）同号集中：把符号相同的加数相结合；

（）同分母结合：把分母相同或便于通分的加数相结合；

（）带分数拆开：将带分数的整数部分和分数部分拆开，整数与分数分别相结合．

【注意】带分数拆开后的两部分要保持原来分数的符号．计算：

1．（1）

．

（2）

人工鱼群与粒子群混合图像自适应增强算法

（）文章编号：１６７１４５９８２０１２１０２８０５０３ＴＰ３９１－－－　　　　　　　中图分类号：

文献标识码：Ａ

计算机测量与控制．２０１２．２０（１０）　

ＣｏｍｕｔｅｒＭｅａｓｕｒｅｍｅｎｔ＆Ｃｏｎｔｒｏｌ　　　ｐ

·２８０　５·

人工鱼群与粒子群混合图像自适应增强算法

王　敏，黄　峰，叶　松，刘志华，马　宁

（）解放军理工大学气象学院，南京　２１１１０１

摘要：图像处理和分析的智能化和自动化一直是图像处理学科研究热点之一，也是一个亟待解决的关键问题；一般的智能优化算法由于算法较为单一，寻优效果不尽完善，会出现局部搜索不精确、易发生过早收敛等问题；考虑将人工鱼群与粒子群算法混合对图像非线性增强参数进行寻优能很好地避免此类缺陷；实验表明，该算法具有较高的自适应性，即避免了陷入局部极小，加快了收敛速度，且图像灰度覆盖范围广、增强质量评价明显提高。

关键词：图像增强；优化算法；人工鱼群算法；粒子群算法；适应度函数

ＩｍａｅＡｄａｔｉｖｅＥｎｈａｎｃｅｍｅｎｔｂａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＦｉｓｈ－Ｓｗａｒｍａｎｄ　　　　　　　ｇｐ

ＳｗａｒｍＯｔｉｍｉｚａｔｉｏｎＰａｒｔｉｃｌｅ　　ｐ

，，，ＭＷａｎＭｉ

基于改进遗传算法的混合车间调度问题研究

兰州理工大学

硕士学位论文

基于改进遗传算法的混合车间调度问题研究

姓名：冯亚岗

申请学位级别：硕士

专业：机械制造及其自动化

指导教师：芮执元;刘军

20090420

基于改进遗传算法的混合车间调度问题研究

硕｝ｊ学位论文

摘要

并行工程（ｃｏｎｃｕｒｒｅｎｔｅｎｇｉｎｅｅｒｉｎｇ，ＣＥ）、敏捷制造（ａｇｉｌｅｍａｎｕｆａｃｔｕｒｅ

．ｉｎｇ，ＡＭ）、虚拟制造（ｖｉｒｔｕａＩｍａｎｕｆａｃｔｕｒｉｎｇ，ＶＭ），网络化制造（ｎｅｔｍａｎｕｆａｃｔｕｒｉｎｇ，ＮＭ）等作为现代化企业主导的先进制造模式，其目的是要以最低的成本制造出顾客满意的产品。在这些制造模式下如何运用有限的资源，降低产品的生产成本，缩短产品的制造周期，保证按时交货，提高企业信誉，赢得更多客户，合理的调度方法与优化技术成为制约以上目标实现的关键因素，因而车间调度问题也越来越受到学者们的关注。

遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｉｒｔｈｍ，ＧＡ）是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法，因其对优化模型的依耐性不强、求解问题的简单性和鲁棒性等特点被广泛应用于制造业的各个领域。本文在对遗传算法进行改进的基础上，围绕混合车间的调度问题进行了研究。

本文主要作了如下工作

人工鱼群与粒子群混合图像自适应增强算法

（）文章编号：１６７１４５９８２０１２１０２８０５０３ＴＰ３９１－－－　　　　　　　中图分类号：

文献标识码：Ａ

计算机测量与控制．２０１２．２０（１０）　

ＣｏｍｕｔｅｒＭｅａｓｕｒｅｍｅｎｔ＆Ｃｏｎｔｒｏｌ　　　ｐ

·２８０　５·

人工鱼群与粒子群混合图像自适应增强算法

王　敏，黄　峰，叶　松，刘志华，马　宁

（）解放军理工大学气象学院，南京　２１１１０１

摘要：图像处理和分析的智能化和自动化一直是图像处理学科研究热点之一，也是一个亟待解决的关键问题；一般的智能优化算法由于算法较为单一，寻优效果不尽完善，会出现局部搜索不精确、易发生过早收敛等问题；考虑将人工鱼群与粒子群算法混合对图像非线性增强参数进行寻优能很好地避免此类缺陷；实验表明，该算法具有较高的自适应性，即避免了陷入局部极小，加快了收敛速度，且图像灰度覆盖范围广、增强质量评价明显提高。

关键词：图像增强；优化算法；人工鱼群算法；粒子群算法；适应度函数

ＩｍａｅＡｄａｔｉｖｅＥｎｈａｎｃｅｍｅｎｔｂａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＦｉｓｈ－Ｓｗａｒｍａｎｄ　　　　　　　ｇｐ

ＳｗａｒｍＯｔｉｍｉｚａｔｉｏｎＰａｒｔｉｃｌｅ　　ｐ

，，，ＭＷａｎＭｉ

井里的青蛙听了小鸟的话后，心动了，于是，使劲一跳，跳出了井口。青蛙站在井沿上，惊呆了：原来小鸟说的都是对的。青蛙转过头来，不好意思地对小鸟说：对不起，是我错了，你能带我四处去看看吗？”小鸟爽快地答应了，青蛙抓着小鸟的脚，两人一起飞上了天空。

它们先来到了城市上空。青蛙看见马路上车来车往，不解地问：下面怎么会有那么多大虫子来来往往？”小鸟笑着说：那不是虫子，是小汽车。”接着，它们来到了森林的上空。青蛙又开口说作文话了：这里怎么会有那么多水草呢？”小鸟笑呵呵地说：那不是水草，那是树。”后来，它们来到了大海的上空，青蛙惊叹道：下面怎么会有那么大的鱼浮在水面上呢？”小鸟耐心地说：那不是鱼，是轮船在海上行驶。”突然，一架飞机从它们头上飞过，青蛙吓了一跳：哇，这大鸟飞得真快！”小鸟摇了摇头说：那不是鸟，是飞机。”

小鸟带着青蛙转了一圈，又飞回了井边。这时，青蛙再也不愿意回井里了。青蛙说：世界那么大，我要出去看世界。”

clear all;

Source_Video = VideoReader('viptraffic.avi'); % read the video for processing

Out_Back = VideoWriter('GMM_Background'); Out_Back.FrameRate = 30; open(Out_Back);

Out_Dect = VideoWriter('GMM_Foreground'); Out_Dect.FrameRate = 30; open(Out_Dect);

% ----------------------- 帧尺寸变量 -----------------------

height = Source_Video.Height; width = Source_Video.Width;

% --------------------- 模型变量 -----------------------------------

C = 3; % 混合高斯模型个数(

青蛙乐乐听了小鸟的话，它后腿一蹬，向上一跳，跳到了井沿上。它看到了白白的云朵、火红的太阳和无边无际的天。

小鸟说：你看到的只是世界的一部分，我带你去更远的地方吧。”

青蛙乐乐说：好呀！”说着，它跳到了小鸟的背上。

它们飞过草原，飞过海边，飞过农场，飞到了一个美丽的公园。

小鸟说：我的家作文就在这棵树上，你可以去前面的池塘玩，那里有很多青蛙。”

青蛙乐乐高兴地说：好呀！”

青蛙乐乐蹦着跳着来到池塘边。池塘边站着一只青蛙，乐乐迎上去问：你叫什么名字？”那只青蛙说：我叫小美，你能跟我玩吗？”乐乐说：可以呀！”

他们玩呀玩，玩累了，就在荷叶上睡着。乐乐想：我再也不做丼底之蛙了。”