为克服非支配排序遗传算法计算复杂度高,未采用精英策略,需要特别指定共享半径的缺点,提出了一种改进的非支配排序遗传算法.通过实验验证,该算法在几个给定的函数优化时都能取得比较好的结果

等效换热系数是热连轧机工作辊温度场仿真模型的核心输入参数，多采用遗传算法优化得到，某1800 mm 热连轧机存在品种、规格交替轧制，等效换热系数的准确计算比较困难.选取多组典型工艺条件下的工作辊下机后表面温度作为优化目标，采用多目标遗传算法进行优化，并通过改变遗传算子有效避免了算法早熟及局部收敛等问题，获取了具有较强适应性的等效换热系数.仿真和实测数据的对比结果证明了优化模型的可靠性.利用仿真模型分析了主要工艺参数对工作辊热凸度的影响，并提出同宽交替时，工作辊热凸度随轧制进程呈指数变化，而在品种、规格交替编排轧制工艺下相邻带钢轧制时工作辊热凸度存在6-21.8μm 的波动，且随轧制进程趋于稳定

4.1 基本概念 4.2 基本遗传算法 4.3 遗传算法应用举例 4.4 遗传算法的特点与优势

公钥密码体制的简介 背包问题 RSA算法 ElGamal算法 ECC算法 IBE算法

本讲主要内容： 公钥密码体制的简介 背包问题 RSA算法 ElGamal算法 ECC算法 IBE算法

公钥密码体制的简介 背包问题 RSA算法 ElGamal算法 ECC算法 IBE算法

4-1引言 4-2按时间抽取(DIT)的FFT算法 4-3DIF的FFT算法 4-4FFT算法 4-5线性卷积的FFT算法

针对\基于排序变换的混沌图像置乱算法\一文提出的密码系统进行了安全性分析.在有限数字精度下,密钥空间小不足以抵抗唯密文攻击.在选择明文攻击或选择密文攻击下,置换地址码可以重现.在此基础上,结合Logistic混沌映射的反向迭代,提出了一个密钥恢复算法.理论和实验结果均表明,该密钥恢复算法是实际可行的.有限数字精度的限制和线性变换的弱点,是导致该密码系统不够安全的两个主要原因.最后讨论了五种可能采取的改进措施及其效果

针对锂离子电池荷电状态（Stage of charge，SOC）在线估计精度不高，等效电路模型法估计精度与模型复杂度相矛盾的问题，本文对扩展卡尔曼滤波算法进行了改进，并以电池工作电压、电流为输入，对应等效电路模型法的SOC估计误差为输出，采用极限学习机算法，建立基于输入输出数据的SOC估计误差预测模型，采用物理–数据融合方法，基于误差预测模型，建立了等效电路模型法结合极限学习机的锂离子电池SOC在线估计模型。仿真结果表明，改进扩展卡尔曼滤波算法提高了算法的估计精度，而物理–数据融合的锂离子电池SOC在线估计模型减小了由电压、电流测量所引入的估计误差，克服了等效电路模型法估计精度与模型复杂度之间相矛盾的问题，进一步提高了SOC的估计精度，满足估计误差不超过5%的应用需求

• 1.1 算法定义及特性 • 1.2 分析算法 • 1.3 算法表示（设计） • 1.4 基本数据结构（栈队列树图等）