给定由n个整数(可能为负整数)组成的序列a,2,an, 求该序列形如Σa的子段和的最大值。当所有整数均为 负整数时定义最大子段和为0.依此定义,所求的 最优值为:

回溯法有“通用的解题法”之称。应用回溯法解问题时，首先应 该明确问题的解空间。一个复杂问题的解决往往由多部分构成，即， 一个大的解决方案可以看作是由若干个小的决策组成。很多时候它们 构成一个决策序列。解决一个问题的所有可能的决策序列构成该问题 的解空间。解空间中满足约束条件的决策序列称为可行解。一般说来， 解任何问题都有一个目标，在约束条件下使目标达优的可行解称为该 问题的最优解

为了研究不同絮凝条件下超细尾砂的絮凝效果, 本文基于超级絮凝理论, 应用超级絮凝测试仪UFT-ТFS-029, 采用相对絮凝率表征人造超细尾砂在pH值为9~12、絮凝剂单耗fd=2~20 g·t-1、料浆剪切速率γ=100~2000 s-1、料浆固体体积分数φ=2%~14%等条件下的絮凝行为. 发现相对絮凝率随着pH、絮凝剂单耗、剪切速率的增加均先增加后减少, 而随着浆料固体体积分数的增加逐渐减少, 并获得了一定条件下的最优絮凝条件, 即pH值为11、fd=12 g·t-1、γ=500 s-1、φ=4%. 同时, 固体体积分数越高, 达到最优相对絮凝率所需的最优剪切速率对固体体积分数的依赖性也越高. 因此, 在实际生产中需要对pH、絮凝剂单耗、剪切速率与固体体积分数等工况参数进行调整, 以达到最优絮凝效果. 应用超级絮凝理论可实现超细尾砂在极短时间内实现很好的絮凝, 为基于流场剪切速率与停留时间的深锥浓密机进料井设计提供参考

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中\全局最优\的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的\发展潜力\,趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度

对于给定的刚体四位置,在布尔梅斯特曲线上任取两组位置点可得到无穷多个机构解,要求设计者快速准确地从中选取位置点综合出满足各项设计要求的最优机构是比较困难的.本文提出将无穷多机构解用有限机构解域来表示,通过机构解域初步分析绘出机构属性图,据此设计者可了解每个机构的类型、最小传动角、杆长比以及有无缺陷等信息.其次施加约束条件构成可行机构解域,这样可避免位置点选取的盲目性.最后基于可行机构解域或感兴趣的区域绘制机构性能分析图确定机构最优解

研究了一类不确定离散时间系统的鲁棒H∞预见控制问题.其中采用一种新的方法构造扩大误差系统,避免对时变的系数矩阵取差分,从而成功构造简化的扩大误差系统.然后针对所求得的不确定系统的扩大误差系统,通过引入带有预见作用的状态反馈,研究鲁棒H∞保成本控制问题,得到确保鲁棒H∞控制器存在的充分条件及H∞状态反馈控制器的设计方法.该条件可以通过求解一个线性矩阵不等式优化问题而实现.所得控制器回到原系统就得到带有预见作用的最优预见控制器.而且,通过引入积分器,实现闭环系统对目标值信号的鲁棒无静差跟踪.最后的数值算例说明了本文理论的有效性

在输电场景中，吊车等大型机械的运作会威胁到输电线路的安全。针对此问题，从训练数据、网络结构和算法超参数的角度进行研究，设计了一种新的端到端的输电线路威胁检测网络结构TATLNet，其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet，VRGNet与VTCNet共享部分卷积网络以实现特征共享，并利用模型压缩的方式压缩模型体积，提升检测效率，从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题，利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究，综合检测准确率和推理速度来研究其最优配置。研究结果表明，随着网格数目的增加，准确率也随之增加，而召回率有先增加后降低的趋势，检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度，确定9×9为最优网格划分方案；随着输入图像尺寸的增加，检测准确率稳步上升而检测效率逐渐下降，综合检测准确率和效率，选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明，相对于其他的轻量级目标检测算法，该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率，满足实际应用的需要

《C 语言程序设计 A》 《数据结构与算法》 《计算机组成原理 E》 《计算机网络》 《操作系统原理》 《数据库原理与应用 E》 《智能科学与技术导论》 《电子技术基础》 《Python 程序设计》 《机器学习 E》 《智能算法基础与运用》 《智能终端开发》 《语音信号处理》 《自然语言处理》 《智能语音开发与应用》 《计算机视觉基础》 《计算机视觉处理技术》 《计算机视觉开发与应用》 《数据可视化》 《数字信号处理》 《Java 程序设计》 《单片机原理及应用》 《智能传感器技术》 《Linux 操作系统》 《智能科学与技术专业文献检索与论文写作》 《MATLAB 应用》 《Python 数据分析》 《嵌入式基础》 《微信小程序开发技术》 《神经网络与深度学习》 《数据挖掘》 《控制理论与信号系统》 《模式识别》 《算法设计与分析》 《智能系统建模与仿真》 《智能技术创新与专业前沿》 《最优化理论与方法》 《创新创业培养》 《机器人控制与开发》 《数据库系统工程师》

以数字化柔性挤压成形砂块为研究对象，通过设计单因素试验进行了砂型种类、粘结剂质量分数及挤压压力对型腔表面质量影响规律的研究，进而得出高精度树脂砂型挤压成形的最优参数组合。结果显示：无模砂型外部与砂型内部的表面性能存在差异。不同砂型种类的砂型型腔表面性能不同，沙粒的角形系数对砂型型腔表面性能有较大影响。随着砂型挤压力的提高，砂粒之间的距离减小，砂粒并联接触方式增多，砂型在经过切削时，砂型表面产生裂纹的数量及延伸深度大幅减小，砂型型腔表面性能不断提高。随着树脂质量分数的增大，砂粒的包覆厚度增大，从而砂粒的粘结桥增多，砂型强度增加，砂型切削时产生的裂纹数量减小，砂型型腔表面性能不断提高。本文为真实获得砂型表面质量提供了方法，有助于无模铸造精密成形技术的推广

首先从绿色通信入手, 对网络能量效率的国内外研究现状进行了分析. 在此基础上, 对超密集网络的关键性能指标, 即能量效率的各种定义进行了梳理, 为建模奠定了基础. 其次, 讨论了网络能量效率建模和优化过程中经常使用的4种理论模型: 随机几何、博弈论、最优化理论和分数阶规划. 并综述了能效提升的技术, 包括高能效部署与规划、高能效基站休眠、高能效用户关联、高能效资源管理、高能效传输方式. 最后, 指出未来的可能的技术挑战: 网络能效理论与超密集网络体系架构、超密集小基站高能效覆盖机理、超密集网络的柔性资源匹配机理、移动用户群体行为建模与高能效服务方法. 通过研究超密集网络高能效覆盖机理和柔性资源匹配机理, 为未来无线通信网络建模和分析提供设计依据与技术支撑