基于可扩展算法库的多Agent社会体系结构

为解决虚拟企业创建过程中的伙伴企业选择的评价标准以及评价算法的应用问题，根据虚拟企业的构建过程中伙伴企业选择问题，以遗传算法为算法库模型算法，给出了一种基于可扩展算法库的多Agent社会体系结构，并举例简述了该体系结构的通信机制，最后给出了一种基于遗传算法的虚拟企业伙伴企业选择算法，该算法的作用是对伙伴选择进行优化。     

一种BDS/GPS双系统融合导航的快速选星方法

针对全球导航卫星系统运算量急剧增加的问题,提出一种BDS/GPS双系统快速选星算法.该算法以最佳星座配置法和底座中心法为基础,针对多系统的特点制定选星策略,并对算法进行实验验证.实验结果表明,该算法在保证定位精度基础上有效减少了定位解算的运算量.     

基于PSOGWO-SVM的网络入侵检测方法

针对SVM算法的核函数及参数选择不科学会导致检测的准确率比较差的问题,提出了一种融合粒子群搜索的灰狼优化算法,利用PSOGWO算法优化SVM的参数,确定SVM分类器的最优检测模型,并基于NSL KDD数据集进行对比实验。结果表明：基于PSOGWO SVM的入侵检测方法实现了SVM的参数最优化,而且在检测率、收敛速度、模型平衡性等方面有明显提升,该方法在网络入侵检测方面具有更好的性能。     

入侵检测系统中的相反性综合降维模型

 为了提高入侵检测系统的性能，提出了一种综合降维方法。首先，借用类比推理方法，为两个多维向量建立相似距离算法。然后，基于人工免疫系统和遗传算法设计了一种对正常行为样本集合和异常行为样本集合的优化算法。最后，对采集到的网络行为样本，分别计算与优化的两个行为样本集合的相似度。把这两个相似度作为纵坐标和横坐标，行为样本被映射成二维坐标平面上的点。系统根据点的位置，判定行为是否异常。     

动态矩阵控制算法的改进和应用研究

推导了改进的动态矩阵控制算式,对其特性进行了理论分析和数字仿真,证明了该算法可以用于解决具有纯滞后的过程和非最小相位过程的控制问题,并且具有极强的鲁棒性。为了使该算法能适应时变过程的控制需要,加入了脉冲响应系数辨识,并对这种辨识进行了简化。在数字仿真的基础上,作者用Z-80汇编语言编制了自适应动态矩阵实时控制软件,闭环模拟实验证明了该控制软件可以广泛地应用于实际过程控制。     

面向IEC61850智能变电站的网络安全异常流量分析方法

为了保证智能变电站的网络通信安全和整个变电站的稳定运行,提出了一种基于机器学习k-means聚类算法的异常流量分析方法。根据智能变电站中过程层网络的特性,结合对IEC61850智能变电站专有GOOSE(generic object-oriented substation event)以及SV(sample value)协议的报文结构解析,使用了一种基于信息熵的特征选取方法对智能变电站正常工作时站内网络通信流量进行特征分析选择,利用k-means聚类算法完成了对异常流量的检测分析及其相关分析。相较于以往方法,文中方法对智能变电站的过程层网络流量信息的特征进行了选取,根据信息熵理论,完成了重要特征的选择和冗余特征的剔除,提高了聚类算法的效率,提高了对异常流量检测的准确性。     

流域算法对血及骨髓涂片的彩色图像分割

为了开发血及骨髓涂片中血细胞自动分类及计算机辅助诊断系统,提出 了一个彩色流域算法,以完成对有核血细胞（胞核和胞浆）的分割和识别。通过彩色空间变换,有效地利用了图像中血细胞的颜色信息及先验知识,并且为了抑制过度分割,合理地对背景、成熟红细胞及有核细胞进行了标记,在彩色梯度图像上完成了基于淹没的流域算法,其中淹没过程通过多级循环队列数据结构完成,胞核和胞浆的分割正确率分别为91.9%和88.4%,研究结果表明,该算法对彩色血细胞图像的分割是有效的,它必将提高血细胞自动分类系统的性能。     

高斯基函数CMAC快速算法的改进及应用研究

该文对基于高斯基函数小脑模型(CMAC)的快速算法进行了改进,针对其学习速率的选取问题,提出了一种基于遗传算法的学习速率最优选取方法,使得CMAC学习速率的选取得到了最优化。讨论了该算法的实际可行性,提出了参数选择和实时控制相分离的策略,并在某转台伺服系统模型中进行了应用研究。仿真结果表明,改进算法避免了学习速率选取的经验不确定性,提高了CMAC学习收敛的快速性。     

基于CBR推理的DFL-Agent商务谈判系统及其案例库设计方法

针对商务谈判信息具有的动态模糊性特点,将动态模糊逻辑技术应用到基于CBR推理的Agent商务谈判系统中,以实现动态模糊数的知识表示、处理和基于CBR推理的商务谈判过程。文中阐述了CBR推理过程、系统的模型结构、功能以及案例库的设计,给出了一种改进的相似度计算方法,最后提出了一种基于CBR推理的商务谈判中动态模糊问题的新方法。     

跨流域水库群补偿调节的模型及DSS算法

针对跨流域水库群补偿调节问题,建立了多目标模型,并分析了求解方法和实用上的简化。通过大系统的递阶协调方法和决策者交互方式的补充,来实现综合的决策支持（ＤＳＳ）算法,其充分考虑了决策者对处理问题过程的参与,经决策者参与可以提高跨流域水库群间的补偿效益,符合应用上的要求。     

采用机器学习的聚类模型特征选择方法比较

针对机器学习聚类模型在特征选择时存在的问题,首先,对特征选择在聚类模型中的适用性进行分析并对其进行调整和改进.然后,基于R语言中的递归特征消除(RFE)特征选择方法和Boruta特征选择方法进行特征选择算法设计.最后,应用聚类内部有效性指标,对在线品牌忠诚度聚类模型优化结果进行分析,进而对特征选择方法进行比较研究.结果表明:Boruta特征选择方法更具优势.     

基于最大间隔的支持向量机特征选取算法研究

支持向量机(Support Vector Machine,简称SVM)是一种有效分类方法.不同特征选取算法对分类器影响不同,结合支持向量机特点,提出了一种基于最大间隔的支持向量机特征选取算法.利用该算法,对Iris测试数据集进行了特征选取并仿真,实验结果表明,该算法不但能够有效去除噪音数据,而且提高了分类器推广与泛化能力.     

一种基于免疫机理的入侵检测系统模型

在比较了生物免疫系统和入侵检测系统的相似性后,在入侵检测系统中引入了免疫相关机理,建立了一种基于免疫机理的入侵检测系统模型,并对系统模型中涉及的关键技术进行了详细阐述。在模型检测器的生成规则中首次提出并运用了n-r规则,在检测器的生成算法中将克隆选择、否定选择和思维进化相结合,提出了一种全新的算法。理论分析表明该系统模型能有效检测已知和未知的攻击活动,也为解决入侵检测系统的高误报率和缺乏自适应性的难题提供了思路。     

角度约束路径法的网格曲面兴趣区域边界快速交互选取

提出角度约束路径法,快速获取三角网格曲面上任意两顶点间一条由网格边所组成的路径.该算法是一个从起始点开始不断向前传播的过程,计算量仅与两顶点间的曲面区域有关,故算法的时间复杂度(O(n))优于Dijkstra算法(O(n log n)).试验结果表明:角度约束路径法的执行快速、有效;基于该方法可实现三角网格曲面兴趣区域边界的快速交互选取.     

基于特征选择和聚类的分类算法

针对目前特征选择算法应用于数据分类精度不理想的问题, 提出一种基于最大相关最小冗余的特征选择算法, 该算法结合特征选择算法和聚类分析算法对特征进行处理, 将分类中冗余的特征去除. 利用支持向量机对一组心脏病患者实际测量得到的数据进行分类实验, 实验结果表明, 该方法可有效筛选影响分类的特征, 进而提高分类准确率.     

LTE SON下一种自适应业务环境的功率控制选择算法

针对目前移动台(mobile station,MS)不能够自动选择软件、自动配置无线参数,并且MS不能够根据具体的业务环境选择合适的功率控制算法,设计了一种LTE自组织网络(self-organized network,SON)下自配置算法的信令流程,并建立了相应的选择函数,可以实现功率控制算法的选择.仿真分析表明,M...     

基于特征对比的领域泛化算法自适应选择方法

在自动驾驶、医疗等领域,模型的泛化性是衡量其安全性的重要指标。领域泛化算法选择方法可以指导使用者快速准确地选出适合的模型训练算法。针对目前尚缺乏有效的算法选择方法的问题,提出一种基于对比学习的领域泛化算法的特征对比(feature contrast, FeCo)选择方法。依据正例和负例选择策略选择特征,采用点积的方式计算特征相似度,最后通过噪声对比估计(info noise contrastive estimation, InfoNC)计算得分。使用该得分评估了同一类特征的聚合程度和不同类特征的分离程度,在3个数据集共200个领域泛化模型上进行验证。实验结果表明,在所有的方法中FeCo是唯一结果稳定的方法,FeCo的结果和模型真实泛化误差的相关性最高可达0.89,且运行时间缩短超过60倍。     

IDS中一种新的模式匹配算法及其并行化

基于字符串匹配的检测方法是入侵检测系统(IDS)中一类很重要的分析方法,文章分析了著名的BM模式匹配算法,提出了一种新的字符匹配算法zY模式匹配算法,该算法的时间复杂度为O（n*(m-1)),比BM算法的时间复杂度O(n*m)低。最后对ZY模式匹配算法进行了并行化设计,并给出了设计代码。     

基于INSGA-II高维目标柔性作业车间调度的优化

高维目标柔性作业车间调度问题(many-objective flexible job shop scheduling problem,MaOFJSP)是指在实际生产中根据企业不同部门的要求,对车间生产寄予不同的期望,使各个部门利益最大化的调度决策。针对完工时间、拖期时长、机器负荷、能耗4个优化目标,提出了改进非支配解遗传算法(improved non-dominated sorting genetic algorithm,INSGA-II)来求解MaOFJSP,同时对算法的编码解码、Pareto排序、选择策略、交叉变异操作进行了研究。采用工序排序和机器选择的双层个体编码方式,在精英选择过程中计算个体的斜率,斜率小的进入到父代,使得优秀个体得以保存;在变异环节中基于关键工序块邻域结构,采用插入法让工序小的工件优先加工,使得最大完工时间明显变小。通过该算法对不同算例进行的Matlab模拟仿真,验证了该模型的可行性和算法的优越性。     

基于遗传算法的动态联盟伙伴选择过程及优化模型

动态联盟中的伙伴选择和优化是动态联盟组建过程中的一个关键问题。该文对动态联盟中伙伴选择问题的复杂性进行了分析 ,指出已有定量方法存在的局限性 ,在对伙伴选择过程进行数学描述的基础上 ,提出了一个基于遗传算法的联盟伙伴选择优化模型 ;并对该模型的算法进行了设计和改进 ,最后给出了一个典型算例 ,以说明该模型和算法的有效性。