摘要：描述了一个英汉跨语言检索系统的设计与实现,其主要研究目的在于寻找更为有效的英汉查询翻译方法,以及提高汉语检索系统的性能。在英汉查询翻译方面,以英汉双语词典为基础,建立了查询翻译算法。在汉语检索方面,分析不同索引单元对于检索性能的影响,基于Lucene全文索引工具包建立了搜索引擎。在系统评测方面,提出了一种根据主题,快速构建评测数据的方法。

摘要：建立了带车辆最大行程约束的同时送取货车辆路径问题的混合整数规划模型;采用了基于排序的蚂蚁系统和最大最小蚂蚁系统的信息素更新策略;设计了基于车辆剩余装载能力的启发信息策略,可在满足车辆负载的限制下,提高车辆的负载利用率;并在改进阶段使用了节点交换的局部搜索策略,以提高算法收敛速度.仿真结果表明本文算法能够在可接受的计算时间内得到满意解.

摘要：本文主要研究BP神经网络以及AdaBoost算法在医疗诊断中的应用,在分析标准AdaBoost算法的基础上提出改进的AdaBoost算法,即BP-AsymBoost.针对UCI数据库中的威斯康星乳腺癌数据集设计结合BP网络以及改进后的AdaBoost算法的诊断模型,并且通过多个指标将其与BP模型,遗传算法优化的BP模型,未经改进的BP-AdaBoost模型进行比较,验证BP-AsymBoost模型的有效性.

摘要：建立了同时送取货的随机旅行时间车辆路径问题(STT-VRPSPD)的机会约束规划模型,构建了分散搜索算法求解策略.分散搜索算法中,针对STT-VRPSPD问题的复杂特性,构造了解的改进策略、组合策略,并采用改进的节约算法构造分散搜索算法初始解,从而使文中设计的分散搜索算法更加适应STT-VRPSPD问题特有的负载波动性.仿真实验中,首先对分散搜索算法的参数设置进行分析,确定了最优参数组合;然后基于经典的Dethloff算例数据,构造了STT-VRPSPD的测试算例,并对分散搜索算法和遗传算法进行了对比分析,结果表明,分散搜索算法对于STT-VRPSPD的求解质量优于遗传算法.

摘要：将热轧批量计划编制问题归结为奖金收集的车辆路径问题,按照热轧工艺规程,同时考虑轧制计划中钢板宽度、厚度的反跳约束,设计了反跳惩罚表,提出一种多目标数学规划模型,即最小化轧制计划数、最小化惩罚值、最小化未轧制板坯数.应用粒子群(PSO)算法进行求解,对PSO算法的求解过程进行了改进,使其适用于热轧批量计划问题,在实验中测试了算法的参数(惯性权重、加速因子)对解的影响,并进行了实验分析,获得了满意的结果.实验表明,经过改进的PSO算法所获得的最优解以及平均使用时间上都是有效的.

摘要：根据快递运输主干网的设计特性,建立具有拥堵控制、考虑OD货运流配送时间限制的轴辐式快递运输主干网设计数学模型。根据模型特点设计组合优化版本全局人工鱼群算法(CO_GAFSA)求解该模型,并通过实验确定算法参数。算法将模型中的运输时间和枢纽点容量两个强约束纳入适应度函数进行处理,降低算法计算复杂度。为了检验算法的效率与适用性,采用CAB测试算例,将文中的算法与CPLEX软件求解结果进行比较,验证了模型与CO_GAFSA算法的有效性。最后,实验通过比较引入拥堵控制前后各枢纽点的利用率方差来评价模型的拥堵控制效果。

摘要：程序设计与算法类课程是计算机科学与技术专业的必修课,是综合性的专业基础课,在计算机科学与技术专业课程建设中的地位十分重要,因此针对该类课程的有效建设模式进行更深层次的探索是一项非常有价值的工作。从基于系统观的课程体系架构、基于全局观的建设规划设计以及基于局部观的课程内容建设三个层面,分析和讨论了有关程序设计与算法类课程建设模式的一些新探索,由此进一步提升学生对该类课程精髓的理解度,进一步提高这一重要课程群体的整体教学质量和教研水平。

摘要：研究一个仓库下,同质车队具有最大负载能力限制,客户同时具有送货与取货需求,产品以原有形态回收的逆向物流车辆路径问题,建立了带车辆最大行程约束的VRPSPD问题的混合整数规划模型;在蚁群系统算法的基础上,采用了基于排序的蚂蚁系统和最大最小蚂蚁系统算法的信息素更新策略,针对VRPSPD问题车辆负载量不断波动的复杂特性,设计了考虑车辆负载使用率的启发式因子;考虑车辆出仓载货量的初始化与剩余客户的送取货需求量相关,并在一定范围内随机取值.实例运算的结果表明,该算法对于求解带车辆最大行程约束的VRPSPD问题,可以有效提高车辆的负载率,避免因负载波动和最大负载能力约束而增加车辆总行程,在可接受的计算时间内收敛到满意解.

摘要：建立了基于小流向平衡的钢厂合同计划的整数规划模型,模型以提前/拖期惩罚、小流向平衡惩罚、合同取消惩罚总惩罚最小为目标;根据模型特点,构造了分散搜索(SS)算法进行求解,并针对非可行解设计了启发式修复策略。为了检验算法的效率与效果,同时采用了遗传算法对模型进行求解,并用某企业的实际合同数据进行实验,对比分析了两种算法的结果,验证了模型和SS算法的有效性;另外,仿真实验也对参数设置进行分析,确定了适合本问题的最佳参数组合。

摘要：本文将航班串的飞机指派问题归结为车辆路径问题,考虑连续航班串之间衔接时间、衔接机场的约束、每架飞机的总飞行时间约束,建立了带有飞行时间约束的车辆路径问题的混合整数规划模型。构造了蚁群系统算法,引入基于排序的蚂蚁系统和最大最小蚂蚁系统算法的信息素更新策略。选取某航空公司7组初始航班串集合进行测试,并对算法中的重要参数进行了分析。实验结果表明,本文设计的模型和算法可以有效地减少连续航班串之间的总衔接时间,在可接受的计算时间内获得满意解。