摘要：通过对放射性固体废物桶内压缩过程的研究，建立了废物桶内一维应力压缩模型，并根据模型设计最优压缩策略对放射性固体废物装填进行指导。结果表明，不同的压缩策略废物的装填总量以及压缩后的桶内装填效率差别较大，装填总量相差1倍左右，装填效率相差20％～30％。采用压缩策略的装填方式较无序装填方式在废物减容方面提高10％左右，且废物装填次数也显著降低，符合工程应用与废物最小化要求。

摘要：针对已有算法为了减少PF-tree中路径被重复遍历的次数,需要保存FP-tree中所有频繁1-项集的条件模式基的问题,对FP-tree的数据结构进行修改,使得只需要保存FP-tree中每个叶子节点的父节点到根节点路径上项目组成的条件模式基,降低了保存条件模式基的存储空间开销。在分析最大频繁项目集挖掘算法中搜索空间以及数据表示方法的基础上,通过理论分析和证明,设计了剪枝策略和压缩策略,缩小了算法搜索空间,压缩了FP-tree的规模,提高了算法的执行效率。最后将新算法分别与NHTFPG算法、FpMAX算法进行对比,验证算法的正确性和有效性。实验结果表明,新算法保存FP-tree条件模式基所需要的存储空间不到NHTFPG算法的50%,执行效率比FpMAX算法提高了2～3倍。

摘要：为了增强粒子群优化(PSO)算法跳出局部最优的能力,以及提高PSO算法在解决复杂实际工程问题的寻优性能,提升PSO算法在路径规划问题中的优化效果,提出了一种融合压缩策略和变异策略的粒子群(CMPSO)算法。在压缩策略基础上,设计了全新变异策略,二者的融合有效实现了粒子的自适应调节、增强了种群的多样性,提高了算法跳出局部最优的概率。经过CEC2017部分测试函数的验证,证明了CMPSO算法优秀的寻优能力。最后综合考虑多种约束条件,将CMPSO算法应用于无人机复杂路径规划,与其他改进PSO算法比较,CMPSO算法能够获得更短的路径航程,且耗时更少,代价更小。表明该算法能为无人机复杂路径规划提供有力技术支撑。