导读:本文包含了算法推导论文开题报告文献综述及选题提纲参考文献，主要关键词:形式化方法,程序规约,组合数学,递推技术
算法推导论文文献综述
熊小超,杨庆红[1]（2019）在《2类组合数学问题的算法形式化推导》一文中研究指出组合数学问题算法的研究是计算机科学的重要研究内容,但在许多相关文献中,许多组合数学问题的算法只是经过简单分析得到,并未给出算法程序的详细设计过程,导致读者无法理解算法本质,更无法保证算法程序的正确性.该文在以组合数学中连续子序列最大乘积和第2类斯特林数变形问题为例的基础上,通过形式化描述问题的程序规约,使用规约变换规则,对程序规约进行一系列等价变换,获得问题求解序列的递推式,并以此为基础得到问题求解的算法程序,清晰地展示了从问题的需求到算法程序的详细推导过程.通过对相关组合数学问题的进一步深入研究,提炼了2类组合数学问题的求解策略,为提高组合数学问题算法程序的正确性提供了有效途径.(本文来源于《江西师范大学学报(自然科学版)》期刊2019年04期）
郭凯敏[2]（2019）在《一种推导常微分方程的遗传算法》一文中研究指出在科学研究与生产中,研究人员经常使用常微分方程作为数学建模工具。可以使用常微分方程(Ordinary Differential Equations,ODE)对诸如细胞调节系统、传染病的传播与控制、质点的动力学问题、天气的变化、人口的增长、HIV感染动力学等一系列问题进行建模~([1])。常微分方程常被用来描述动态系统的规律,它能够根据时间变量预测系统未来的状态~([2]),已经在多个领域得到了广泛应用。所以,研究推导常微分方程的方法对科学研究具有重要意义和价值。常微分方程本身种类众多,并且受多种因素的影响,这使得寻找常微分方程模型的难度非常大。其中关键性的问题是模型的参数空间和模型结构空间都非常复杂。因此,如何使用常微分方程动态建模的关键问题转化成为了如何寻找适合常微分方程的参数空间和模型结构空间。为了解决寻找常微分方程模型过程中遇到的许多问题,本文提出利用遗传算法推导出常微分方程模型的参数空间和结构空间。并且本文设计了合理的编码模式,将解空间中的每个常微分方程组都可以用一个染色体组的形式表示。通过编码的方式将所要解决的问题映射为染色体和基因的形式。本文首先选用了HIV病毒模型进行实验,通过将实验数据与真实的HIV病毒模型生成的数据进行对比得到的实验结果更能表现该算法的真实效果;然后对叁组其他模型做了一些实验,这叁组模型是人造模型,分别是叁变量模型、四变量模型以及五变量模型。这叁组模型比真实的模型更复杂,对验证本文提出的方法来说更具有说服力。对于上述每一种模型,本文均做了十次相同的实验,并通过对实验结果的展示来描述本文提出的方法的具体效果。此外,对于实验的每一种模型,本文分别选取了五个实验结果进行展示,通过对比每种模型中的五个结果,可以知道,适应度越好,实验生成的模型的时间过程数据越匹配已知的数据。通过对上述四组模型的实验结果进行分析和总结,我们可以看出,使用遗传算法同时推导常微分方程模型的结构和参数是一种非常有效的方法。(本文来源于《吉林大学》期刊2019-05-01）
许普乐,纪允[3]（2019）在《一种基于FP树快速挖掘非可推导项集算法》一文中研究指出频繁项集的精简表示是数据挖掘领域中一个研究热点,非可推导项集模型利用了容斥原理压缩频繁项集的数量。传统的挖掘算法在挖掘的过程中,存在多次扫描数据库、重复生成候选项集等效率低下的问题。文章提出一种新的算法MNDIBFP,该算法利用利用FP树压缩数据库,同时结合一定的剪枝策略,达到快速挖掘非可推导项集的目的。实验效果证明,该算法在时间消耗和空间消耗均优于传统算法。(本文来源于《淮南师范学院学报》期刊2019年02期）
李玉萍,李科,孙玉强[4]（2019）在《关联文法语法推导树的并行构造算法》一文中研究指出通过对关联文法语法推导树的详细分析,提出了具有共享子树的语法推导树算法。该算法实现了不仅叶子节点可以共享,其中任意相同子树均可以共享,有效节省了存储空间。针对共享子树的特点,提出了并行构造共享子树的算法,并通过实例详细描述了算法并行处理过程,验证了算法的可行性和正确性。(本文来源于《江西科学》期刊2019年01期）
齐蕾蕾,杨庆红,游颖[5]（2018）在《算法的形式化推导与基于Isabelle的自动化验证》一文中研究指出可信软件的不断发展进一步推动了形式化方法的深入研究.结合实际应用中的2个问题,采用基于递推关系的算法形式化方法,演示了算法的形式化推导过程,并运用Isabelle定理证明器结合Dijkstra最弱前置谓词方法,对得到的算法程序进行了自动化验证,避免了手工验证过程繁琐和易出错等问题.研究表明:基于递推关系的算法形式化方法不仅可以提高开发算法的效率,而且通过数学变换保证推导过程的正确性,从而有效保证了算法和程序的正确性.(本文来源于《江西师范大学学报(自然科学版)》期刊2018年04期）
付婉,杨茂辉,胡明亮,张燕华[6]（2018）在《Turbo码译码算法理论推导及误码性能分析》一文中研究指出Turbo码的译码比常规的卷积码要复杂的多,经典的译码算法MAP算法运算量极大,运算中不仅有大量的乘法和加法,还有在数字电路中较难实现的指数和对数运算,这极大的影响了MAP算法的实用性。基于此,首先简要概述了Turbo编码原理,然后,主要探究了Log-MAP算法的推导,并对SOVA算法进行了介绍。虽然这两种算法性能有所减弱,但是大大降低了Turbo码的译码复杂度,更加适合于实际系统的运用。最后,通过仿真比较了LogMAP以及SOVA算法的误码性能。(本文来源于《电子测量技术》期刊2018年11期）
田新亮[7]（2018）在《一种推导常微分方程结构与参数的算法》一文中研究指出常微分方程模型在众多科学领域的动态过程建模中扮演着重要的角色,如物理学、生物医学和工程学。它在描述生态系统方面是一种非常有效的方法,是许多复杂系统和非线性现象建模的重要方式,在诸如生物种群竞争、细胞调节系统(信号通路和基因调控网络)、HIV感染动力学等问题的研究中发挥了重要作用。在很多情况下,动态系统中各元素的状态或者数目的变化是可观测的,但如何确定各个元素之间存在的作用关系却是一项具有挑战性的任务,即使经验丰富的科研人员也很难构建有效的模型。因此,研究推导常微分模型的计算方法在许多系统识别问题中具有重要的价值和意义。推导常微分方程模型问题的难点在于搜索空间的复杂性,搜索空间包括参数空间和模型结构空间。在以往的研究中,通常是利用专业领域知识或者从部分常微分方程模型构建完整常微分方程模型的方式来缩小模型结构空间的复杂性。但是这两种方法都需要以全面的专业领域知识为基础,两种方法在通用性上也都受到一定限制。本文研究推导常微分方程模型的计算方法,提出了一种基于群智能的拉丁立方粒子群算法(LHS-PSO),该算法根据观测的时间过程数据为动态系统寻找合理的常微分方程模型。与以往方法相比,LHS-PSO算法不需要借助相关的领域知识和部分常微分方程为基础来缩小搜索空间,在不同的学科领域间有较强的通用性,为各个领域的专家学者解决推导常微分方程模型问题提供了一种便利的方法。在本文实验部分,通过一组真实的常微分方程模型即人类免疫缺陷病毒(HIV)模型和两组人造模型即叁变量模型和四变量模型来测试LHS-PSO算法的有效性。在每一组实验模型中,本文重复做了二十次实验,并根据实验结果描绘了标准粒子群算法与LHS-PSO算法的箱形图和两种算法实验结果数据的对比表格。此外,在实验部分的每一章节中,本文选择了五组适应度值不同的结果模型进行了展示,从这对比的五组结果模型中可以看出,随着适应度值的逐渐增大,与之对应的结果模型与已知的时间过程的拟合度也在逐渐降低。通过叁组实验结果对比和分析,验证了LHS-PSO算法可以同时推导出与已知时间过程数据相匹配的常微分方程模型。而且,在与标准粒子群算法实验结果对比中,LHS-PSO算法所寻找出的模型与已知时间过程数据的拟合度也是更优的。(本文来源于《吉林大学》期刊2018-04-01）
齐蕾蕾[8]（2017）在《算法的形式化推导与基于Isabelle的自动化验证》一文中研究指出可信软件的不断发展,进一步推动了形式化方法的深入研究。形式化方法具有严格的数学语言和精确的逻辑语义,从而保证软件在开发过程中的正确性。形式化方法主要包括形式化推导和形式化验证两个部分。形式化推导是通过对问题程序规约进行精确变换,最终得到算法程序。形式化验证是在对软件进行规约的基础上,验证软件是否具有所期望的性质。形式化方法对保证软件正确性和可靠性具有十分重要的意义。本文从形式化推导和自动化验证两方面研究提高算法程序正确性的有效途径。在形式化推导方面,采用基于递推技术的算法形式化方法开发算法程序,通过程序规约变换技术对形式化程序规约进行等价变换,得到问题求解的递推关系和循环不变式,以此为基础得到算法程序。该方法不仅清晰地展示了算法的设计思路与过程,而且有效保证了算法程序的正确性。在自动化验证方面,选择Isabelle定理证明器为工具。Isabelle传统应用领域为数学定理证明,本文结合验证需要在对其内置类型库和规则库进行扩充的基础上,探索将它应用于算法程序自动化验证以及问题求解序列递推关系自动化验证的有效方法。论文从叁个层面深入剖析了Isabelle定理证明器,从叁个部分展示了Isabelle的理论证明过程。结合本文两方面验证工作的需要,对Isabelle的类型库和规则库进行了扩充,完成了新添加规则的内部形式转换和正确性验证,以及新类型的嵌入;然后以此扩充的Isabelle类型库和规则库为基础,采用后推证明方式,结合Dijkstra最弱前置谓词方法,给出了算法程序自动化验证的基本流程,并对若干问题的算法程序进行了自动化验证;同时,为了避免手工推导递推关系带来的人为性错误,基于以上扩充的Isabelle规则库,对本文实例中推导得到的递推关系实现了进一步自动化验证。研究表明,上述工作有效提高了算法程序正确性证明和问题求解序列递推关系正确性验证的效率。(本文来源于《江西师范大学》期刊2017-06-01）
宋杰,马忠义,徐澍,鲍玉斌,于戈[9]（2018）在《算法能耗复杂度的定义与推导》一文中研究指出计算机系统的性能优化研究早期关注硬件性能,后来更关注软件性能.能耗优化研究与之类似,近年来,面向软件或代码的系统能耗优化方法研究受到重视,而算法作为代码的抽象,其能耗评价技术更是一个研究重点.现有算法能耗研究大多针对特定算法以及特定运行环境,且和编程语言或硬件特性相关,并不具有普适性.比照算法的时间复杂度和空间复杂度,提出能耗复杂度是认知算法能耗特性的有效模型.首先,以图灵机为起点,建立更适于算法能耗分析的能耗图灵机,并定义算法能耗复杂度,为评价和优化算法能耗提供理论依据;然后,分析算法能耗与算法空间复杂度、时间复杂度、存储和运算语句的交叉度之间的关系,并设计利用后两者推导能耗复杂度的方法;最后,实验验证算法能耗复杂度的正确性.能耗复杂度的定义将为设计更低能耗的算法、算法选择以及算法能耗优化提供理论依据.(本文来源于《计算机学报》期刊2018年03期）
余静[10]（2016）在《基于协同边推导的动态流式图并行抽样算法》一文中研究指出随着应用不断深入,在社交网络服务、科学计算仿真等场景中,图数据持续、大量产生,对其进行快速、有效分析具有十分重要的意义。在某些对精确度要求不是很高或者只要求反映部分关键图特性的应用中,采取从原图中抽取具有代表性的子图进行分析的方法,能节省计算资源和提高处理效率。对动态图抽样时,原图的持续变化导致抽样过程中无法获取全图静态数据,故通常采用流式的抽样算法。不过流式抽样算法由于累计迭代特性,抽样过程必须串行,因此当抽样子图规模较大时,抽样过程减速严重,难以保证实时性,而若抽样子图偏小,则难以保证其与原图相似。现有并行抽样算法针对的都是静态图,不适用于动态图,因此需要提出一种并行的流式抽样算法。研究分析典型的流式图抽样算法PIES(Partial-Induce Edge Sampling)及其改进算法PIES-INV,分析PIES并行化方案存在的问题,提出了一种基于协同边推导的动态流式图并行抽样算法PaStS(Parallel Streaming Sampling)。PaStS与PIES-INV采取相同的暂存点替换策略,在并行抽样时,利用全局点信息同步的机制实现动态调整各抽样器的抽样目标大小,以及实现基于全局点集的协同边推导,从而解决流式抽样算法并行化时点和边大量减少的问题。经过在真实动态图数据集和生成图数据集上的测试,PaStS算法相比PIES,在并行度为8时抽样效率能提高15到49倍。PaStS抽样得到的子图在四种图特性的代表性上与PIES-INV比较接近,在多数情况下都比PIES好。但是在度分布较为均匀的图中,PaStS算法在度分布特性和k-core分布特性上不如PIES。另外,PaStS算法在不同数据集上的集聚系数特性上表现比PIES和PIES-INV稳定,在有效直径特性上表现比PIES稳定。图数据快速变化时PaStS仍能保持较好的抽样效果及稳定性。(本文来源于《华中科技大学》期刊2016-05-29）
算法推导论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在科学研究与生产中,研究人员经常使用常微分方程作为数学建模工具。可以使用常微分方程(Ordinary Differential Equations,ODE)对诸如细胞调节系统、传染病的传播与控制、质点的动力学问题、天气的变化、人口的增长、HIV感染动力学等一系列问题进行建模~([1])。常微分方程常被用来描述动态系统的规律,它能够根据时间变量预测系统未来的状态~([2]),已经在多个领域得到了广泛应用。所以,研究推导常微分方程的方法对科学研究具有重要意义和价值。常微分方程本身种类众多,并且受多种因素的影响,这使得寻找常微分方程模型的难度非常大。其中关键性的问题是模型的参数空间和模型结构空间都非常复杂。因此,如何使用常微分方程动态建模的关键问题转化成为了如何寻找适合常微分方程的参数空间和模型结构空间。为了解决寻找常微分方程模型过程中遇到的许多问题,本文提出利用遗传算法推导出常微分方程模型的参数空间和结构空间。并且本文设计了合理的编码模式,将解空间中的每个常微分方程组都可以用一个染色体组的形式表示。通过编码的方式将所要解决的问题映射为染色体和基因的形式。本文首先选用了HIV病毒模型进行实验,通过将实验数据与真实的HIV病毒模型生成的数据进行对比得到的实验结果更能表现该算法的真实效果;然后对叁组其他模型做了一些实验,这叁组模型是人造模型,分别是叁变量模型、四变量模型以及五变量模型。这叁组模型比真实的模型更复杂,对验证本文提出的方法来说更具有说服力。对于上述每一种模型,本文均做了十次相同的实验,并通过对实验结果的展示来描述本文提出的方法的具体效果。此外,对于实验的每一种模型,本文分别选取了五个实验结果进行展示,通过对比每种模型中的五个结果,可以知道,适应度越好,实验生成的模型的时间过程数据越匹配已知的数据。通过对上述四组模型的实验结果进行分析和总结,我们可以看出,使用遗传算法同时推导常微分方程模型的结构和参数是一种非常有效的方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
算法推导论文参考文献
[1].熊小超,杨庆红.2类组合数学问题的算法形式化推导[J].江西师范大学学报(自然科学版).2019
[2].郭凯敏.一种推导常微分方程的遗传算法[D].吉林大学.2019
[3].许普乐,纪允.一种基于FP树快速挖掘非可推导项集算法[J].淮南师范学院学报.2019
[4].李玉萍,李科,孙玉强.关联文法语法推导树的并行构造算法[J].江西科学.2019
[5].齐蕾蕾,杨庆红,游颖.算法的形式化推导与基于Isabelle的自动化验证[J].江西师范大学学报(自然科学版).2018
[6].付婉,杨茂辉,胡明亮,张燕华.Turbo码译码算法理论推导及误码性能分析[J].电子测量技术.2018
[7].田新亮.一种推导常微分方程结构与参数的算法[D].吉林大学.2018
[8].齐蕾蕾.算法的形式化推导与基于Isabelle的自动化验证[D].江西师范大学.2017
[9].宋杰,马忠义,徐澍,鲍玉斌,于戈.算法能耗复杂度的定义与推导[J].计算机学报.2018
[10].余静.基于协同边推导的动态流式图并行抽样算法[D].华中科技大学.2016