摘要：针对传统设计中因采用理论与经验相结合的方法而导致的桥式起重机主梁设计周期长、截面尺寸大、材料利用率低及设计成本与制造成本高等问题,提出以优势互补为理念的串行算法,即采用2种算法循环执行多次,直到满足输出要求。充分利用遗传算法(genetic algorithm,GA)全局快速收敛,人工鱼群算法(artificial fish swarm algorithm,AFSA)在小变量范围中求解精度较高、稳定性好等优势,通过在AFSA中增加缩小变量范围模块来构建AFSA-GA串行算法。选用3种类型测试函数对AFSA-GA进行可行性验证,并将AFSA-GA应用于50 t/22.5 m的桥式起重机主梁轻量化设计,以验证该串行算法的实用性。结果表明AFSA-GA在求解精度、收敛速度、鲁棒性方面满足工程实际要求,且具有适用性。工程实证表明AFSA-GA串行算法可应用于桥式起重机主梁轻量化设计,可达到缩短设计周期、减小截面尺寸及提高材料利用率的目的。

摘要：序列模式挖掘是数据挖掘中一个非常活跃的研究主题.迄今为止,围绕算法效率这个主题,人们作了大量的工作.一方面,从算法的设计策略入手;另一方面在实现算法所采用的数据结构上做文章;也有的甚至通过对所挖掘的模式进行限制以达到提高算法效率的目的.并对目前已有的各种典型算法作了详细的分析与比较,而且做出了适当的评价.

摘要：描述了模拟退火算法在石油勘探中求解剩余静校正量问题上的应用及其数学模型,综合冷却进度表的构造方法和对算法的改进,设计出了新的串行算法和基于操作步区域分裂策略的并行算法。最后给出了性能实验结果。ARSCSA

摘要：目前串行算法的并行处理还很不成熟，很不系统，一般化的并行算法的设计方法更加缺乏。本文对串行算法的并行化作了深刻的研究，提出了一般化的并行回溯算法设计方法，从而使许多原来在并行机上难以设计算法求解的问题可以容易地得到解决，可谓是一项创新工作。

摘要：为了克服试题库的不断扩大和组卷需求量的不断增加所造成的组卷可信度和效度降低的这一不足,将遗传算法与蚁群算法进行串行结合,提出了一种快速串行遗传蚁群混合算法。分别从问题描述、算法的串行思想、算法设计等方面进行设计,取得了很好的适应度,同时采用串行的策略,提高了算法的可信度和效度。实验结果表明该算法能够成功应用于组卷,并且组卷系统的可信度和效度都得到了明显的提高,具有很好的通用性。

摘要：首先介绍排序的基本思想,然后分析了文件排序的串行、并行算法的基本特点,并设计出对于大型文件排序的一种自适应算法,最后给出了不同环境下的实验结果及数据分析。算法均在Linux系统下实现。

摘要：由于粒子数目多,维数大,用粒子群算法求解多约束问题的迭代求解过程需耗费大量时间。受达尔文的优胜劣汰自然法则启发,在粒子群算法中引入淘汰择优机制。使算法随着迭代次数增加,适应能力较差的粒子逐步被淘汰。最后留下的最优粒子需要较低的温度进行退火求解,寻得全局最优解。多峰值函数测试表明,改进后的算法能够高效率跳出局部最优寻得全局最优解。将改进的算法用于空间桁架结构优化,经算例表明,改进后的粒子群模拟退火串行算法降低了算法的求解复杂度,具有较好的稳定性和较优的收敛性,适用于空间桁架结构截面尺寸优化设计。

摘要：该文对分枝限界法的并行化作了深刻的研究，提出一通用的并行分枝限界算法设计方法。

摘要：基于网络机群这一新的并行环境和消息传递界面MPI给出了两种不带平方根的Cholesky并行分解算法, 算法采用行卷帘存储方案和提前发送策略,从而减少了负载的不平衡,增加了计算通信的重叠,减少了通信时 间。理论分析和数值试验均表明,算法具有较高的并行加速比和效率。

摘要：并行算法是指一次可执行多个操作的算法。对并行算法的研究现在已发展为一个独立的研究领域。很多用串行算法解决的问题也已经有了相应的并行算法。在本文,我们阐述了一些简单的并行计算以说明并行算法的一些基本概念、应用和编程方法。