上海交通大学：《程序设计思想与方法》课程教学资源（PPT课件讲稿）CT13 算法设计分析

快速傅里叶变换（FFT)的出现推动了傅里叶分析的发展和应用。事实上，FFT不是一种新的变换，而是DFT的快速算法。线性卷和及离散傅里叶变换（DFT）是信号处理涉及最多的运算，DFT在相关、滤波及谱估计等方面已得到了广泛的应用。本章重点讨论FFT的基2算法、分裂基算法和使频域细化的线性调频Z变换(CZT)算法，同时，也讨论了卷和的快速算法。 7.1 概述 7.2 直接计算DFT存在的问题及改进的途径 7.3 Goertzel算法 7.4 按时间抽取(DIT)的基2 FFT算法 7.5 按频率抽取(DIF)的基2 FFT算法 7.6 进一步减少运算量的措施 7.7 按频率抽取(DIF)的基4 FFT算法 7.8 分裂基算法 7.9 线性卷和与线性相关的FFT算法 7.10 线性调频Z变换（CZT）

针对具有提前/拖期特点的多节点多加工路线订单接受问题,提出采用改进NEH启发式算法、局部搜索和智能调谐和声搜索算法的混合智能调谐和声搜索算法(HITHS)来求解问题.该算法首先在初始解空间中采用改进NEH启发式算法产生部分初始解,然后利用智能调谐和声搜索算法更新初始解,在更新过程中再利用局部搜索的互换、交换和逆序操作使其避免陷入局部最优解,从而形成问题的近似最优解.最后采用所提出的混合算法对该问题进行算例分析,并和基本和声搜索算法进行比较,表明了混合算法的有效性和可行性

地下定位面对环境恶劣、干扰、多径等影响,常规算法难以获得高精度的定位结果,同时井下环境多为狭长的巷道,不利于布置定位所需的锚节点,而井下锚节点的布置通常对定位结果有较大影响,因而使用普通的定位方法不足以满足智能采矿所需的高精度定位需求.本文对传统的三边定位算法进行分析,总结了传统三边定位结果产生误差的原因,并提出了改进的算法,通过仿真实验验证了改进算法的有效性.同时通过理论分析误差带,使用最大绝对定位误差用于仿真分析拓扑结构对定位结果精度的影响,提出了对拓扑结构的优化原则,能够根据环境特点以实现定位区域内平均最大绝对定位误差最小为原则得出最优拓扑结构.文中设置了仿真实验和实地实验对改进的算法和拓扑结构优化方法进行了验证,实验结果中,改进的算法能够在相同拓扑结构下减小15%~43%的误差,而在相同算法下优化的拓扑结构能够减小17%~65%,二者结合能够减小误差达74%.结果表明,在相同的定位条件下,改进的定位算法能够明显提高定位结果的精度,同时定位结果与拓扑结构之间也有着密切的联系,根据实际环境灵活布置拓扑结构能够使定位结果的精度进一步提高,将改进的算法与拓扑结构优化方法结合可以实现更高的定位精度

风能、太阳能等间歇式能源的引入和工业生产中大功率动态负载的增加，使得智能电网电力负荷越来越多呈现出大范围随机频繁波动的特点.动态负荷的增加对智能电能表的有功电能测量带来新挑战.传统的测量算法是针对稳态负荷而提出，因此无法解决智能电能表动态计量性能的改善问题.本文在传统MA （moving average）算法的基础上提出一种SDPA （segmented dot product accumulation）动态有功电能测量算法，该算法可在一定程度上减小动态功率条件下的测量误差.首先，分别讨论了传统MA和ⅡR （infinite impulse response）滤波器算法的动态响应速度和动态电能误差特性，指出两种算法对动态输入信号测量的局限性，并理论分析了影响各自动态计量性能的因素.以此为基础，提出智能电能表有功电能动态测量的SDPA算法，通过将待测的动态功率信号按周期截短、分段执行点积运算、并累加求和的方式实现动态测量.另外，通过按周期抽取的算法实现方式可以大大减少存储空间、提高运行速度.理论和仿真结果表明，与传统MA和ⅡR滤波器相比，SDPA算法在动态响应时间为一个基波周期的前提下，动态电能测量可达到较低误差水平

2.1 Analysis 2.2 Asymptotic Order of Growth(渐进分析) 2.3 Three Techniques for Designing Algorithms 1. Greedy Algorithms 2. Divide and Conquer 3. Dynamical Programming

凡是学习了一种语言（不论是初级的还是高级的）程序设计课程并能编写一 些实用程序的人，也许都有这样一种体会，学会编程容易，但是要想编出好程序 难，因而很想学点如何设计良好算法的知识。一些著名的计算机学家在有关计算 机科学教育的论述中认为，计算机科学是一种创造性思维活动，其教育必须面向 设计。计算机算法设计与分析正是面向设计、处于核心地位的课程

研究了多智能体网络中受集合约束的一致性最优化问题，提出了基于原始–对偶梯度的定步长分布式算法。算法中包括步长在内的参数会影响收敛性，需要先进行收敛分析，再根据收敛条件设置合适的参数。本文首先针对一般的定步长迭代格式，提出一种基于李雅普诺夫函数的收敛分析范式，它类似于一般微分方程关于李雅普诺夫稳定的分析方法。然后，针对所考虑的分布式梯度算法，构造了合适的李雅普诺夫函数，并根据收敛条件得到了算法参数设定范围，避免了繁冗复杂的分析论证。本文提出的理论与方法也为其他类型的分布式算法提供了一个框架性、系统性的论证方法

5.1 一般方法 5.2 多段图问题 5.3 每对结点之间的最短路径 5.4 最优二分检索树

6.1 一般方法 6.3 双连通分图与深度优先检索