浅谈网络技术在工程建设中的应用

网络技术是系统工程的重要方法之一，它对于指导、管理工程建设有极为重要的作用。本文主要运用网络技术进行工程建设方案的优化，提供工程工期更短、费用更低的建设方案，增加企业的社会竞争能力。在网络优化过程中，对网络数据运算采用表格形式的处理办法，使之更加简捷、直观、形象。     

活动网络时间费用优化的截集算法

从活动网络中建立了流量网络，通过找出流量网络的最小载集及反截集，给出了活动网络时间费用优化算法，本文的算法比列举法更有效，比线性规划法更方便．     

活动网络时间费用优化的截集算法

从活动网络中建立了流量网络，通过找出流量网络的最小载集及反截集。给出了活动网络时间费用优化算法，本文的算法比例举法更有效，比线性规划法更方便。     

基于C／S结构的中小企业网络性能优化

针对中小企业的计算机网络应用环境和需求，从优化网络系统配置、控制网络数据流量和提高网络传输带宽等三个方面，给出了若干种基于客户机／服务器结构的网络性能优化技术。     

城市区域用水网络的集成与优化

针对城市区域用水网络的节水优化问题，建立了半连续间歇用水网络的优化数学模型．以某大学校园的用水网络为实例，通过实验获得了模型中各用水过程的进出口浓度极限数据，并估算了各用水过程的污染物负荷．采用LINGO软件求解了该数学模型，获得了可节约新鲜水约12％的水回用网络．研究表明，所提出的半连续间歇用水网络模型反映了市政区域用水的主要特征，可用于优化城市区域的水回用网络．     

PSO优化深度神经网络诊断齿轮早期点蚀故障

基于数据驱动方法诊断齿轮故障时一般会用傅里叶变换等进行特征提取，特征提取方法的选取对诊断结果影响很大.提出应用深度神经网络来诊断齿轮早期点蚀故障，直接以采集的振动信号作为网络输入，可以避免特征提取环节产生误差.此外，应用粒子群算法优化深度神经网络，使训练过程更稳定、诊断率更高.在分析结果时应用主成分分析法对网络输出进行降维.用实验采集的数据训练并测试网络，诊断正确率能达到90%之上，证明所提出的方法是合理、可用的.     

大数据平台网络数据库云计算技术优化与平台搭建研究

利用云计算等先进技术对网络数据库进行优化总结。基于云计算等技术重新设计了一种面向大数据的网络数据库,实现了平台操作设计、集群模块搭建以及数据整合与预处理等。基于云计算等技术对网络数据库进行优化,是实现网络数据库存储容量提升,全面优化大数据时代网络数据库并发性、提高海量数据状态下网络数据库利用率的重要举措。     

运用负载均衡技术来实现网络优化

本文在阐述网络优化特征的基础上,分析了负载均衡技术在网络数据及服务器中的优化应用,为负载均衡技术来实现网络优化提供了一定的看法.     

Oracle 8i数据库性能优化技术

探讨和分析了Oracle 8i数据库系统的原理和特点，阐述了优化Oracle应用系统性能的一些原则和方法，从Oracle数据库服务器、应用和网络等方面分析了性能优化技术，从而使数据库应用系统运行得更有效，资源更充分，以达到最佳性能。     

结合最优类别信息离散的细粒度超网络微阵列数据分类

针对传统演化超网络只能有效处理二值数据输入的问题，提出一种结合最优类别信息离散（Optimal Class-Dependent Discretization， OCDD)的细粒度演化超网络模型，对连续数据进行离散化生成细粒度二进制编码，并通过对其进行演化学习得到具备决策能力的超网络分类器.该方法避免了传统超网络模型对连续数据进行直接二值化后的高信息损失，使演化超网络的概率估计更接近于数据真实分布，提高了超网络的决策分类能力.对结肠癌、肺癌、前列腺癌和急性白血病4种DNA微阵列数据集进行实验的结果表明，结合OCDD的细粒度演化超网络具有比传统演化超网络更高的识别率和鲁棒性.     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

基于综合能源优化配置的增量配电网工程投资效益测算方法

在增量配电改革进一步放开的环境下,增量配电网工程的投资方向不仅是供电服务的基本建设投资,而且是终端服务模式的创新,为用户提供全面的综合能源增值服务。为实现综合能源与增量配电网协同优化规划,本文结合增量配电网发展新特点,基于全寿命周期法研究并建立了基于综合能源优化配置的增量配电网工程成本与收益测算数学模型,对具体增量配电网工程进行投资效益测算,并选取综合能源增值服务等关键因素进行敏感性分析。结果表明：合理优化配置多种能源,实现综合能源与增量配电协同规划,能够降低增量配电网运行投资成本。可见所建立投资效益模型可用于指导增量配电网工程投资,有利于多能源协同规划,促进综合能源增值服务的发展。     

基于地理位置关联的两层服务选择模型

在海量服务环境下,如何快速灵活地选择出满足用户需求的服务组合,已经成为亟待解决的问题.该文借助生态系统的运作模式,首先把服务进行层次划分,进而根据用户的服务流程需求,提出一种两层服务选择的智能优化方法,并建立两层目标规划模型.模型中第一层为服务流程的每个服务结点选择一个服务中心,第二层为每个结点在第一层指定的服务中心内...     

NT网络服务性能的优化

为达到提高网络服务性能的目的,分别从优化服务器的硬件、优化NT子系统、优化网络性能几个方面,分析了影响网络服务性能的因素,并给出了Windows NT Server优化的方法。从而提高了NT服务器的网络服务性能,使得网络能够高效、安全、可靠地运行。     

基于多目标模糊优化方法施工方案技术

应用多目标模糊优化方法，采用了相对隶属度的概念，具有更客观评价结果的特点，在满足既定方案的要求下，按照某一衡量指标，克服了具体问题难在建立隶属度函数的缺陷，旨在改进单目标工程施工网络计划优化技术，结果表明，该方法在施工多目标方案优选中，概念清楚，适用性较强，可应用于工程决策的各个阶段，祢补了单一目标优化决策不足，可以改善网络优化技术，具有较广泛的应用前景。     

基于一种改进的一维卷积神经网络电机故障诊断方法

故障诊断对于保障电机正常运行有着重要意义,卷积神经网络（CNN）对单一电机故障有着良好的诊断效果.然而传统CNN在处理不同尺寸的数据上存在局限性.针对这一问题,提出了一种基于空间金字塔池化和一维卷积神经网络相结合的故障诊断方法与参数优化策略.该方法不仅使网络可以处理不同尺寸的数据,还降低了网络结构的复杂性和所需运算量.所提出的参数优化策略从理论上解决了诊断过程中可能会发生的金字塔池化的尺度失配问题.仿真结果表明,与传统网络相比,所提出的方法提高了网络结构的鲁棒性与泛化能力,可以更加快速准确地实现电机的故障诊断.      

DoS攻击与分析

拒绝服务攻击(DoS)使网站服务器充斥要求回复的信息,消耗网络带宽或系统资源,导致网络或系统不胜负荷以至于瘫痪而停止提供正常的网络服务。     

基于GRU改进RNN神经网络的飞机燃油流量预测

利用从飞机快速存储记录器(quick access recorder, QAR)中获取的大量数据设计研究了一种利用循环神经网络(recurrent neural network, RNN)及其改进网络门控循环单元(gate recurrent unit, GRU)进行飞机燃油流量预测的模型。首先使用基于时间的反向传播算法(back propagation trough time, BPTT)训练网络,Adam优化算法加速迭代更新神经网络权重。在参数调整实验中发现循环神经网络对历史信息利用能力不足,极易发生梯度消失与梯度爆炸,遂提出改进网络结构,引入GRU重构燃油流量预测模型。在最优的超参数条件下,重构模型在训练集和测试集上的损失函数均方误差(mean squared error, MSE)值分别为0.001 08、0.000 97。通过与朴素RNN的预测曲线和MSE对比可以发现,改进后的GRU网络能够"记忆"更多历史信息而不易出现梯度消失或梯度爆炸的问题,预测精度与曲线拟合能力显著提高。因此,GRU重构模型显著改善了预测能力,并通过实际案例验证该预测模型在故障诊断等领域的应用。     

基于改进灰狼优化算法的WSN覆盖优化

针对无线传感器网络（WSN）节点在随机部署时,存在分布不均匀的情况,从而导致覆盖率较低的问题,提出了一种改进的灰狼优化（GWO）算法.首先利用Tent混沌映射初始化种群,增加种群的多样性;其次利用改进的非线性收敛因子,平衡算法的全局搜索能力与局部搜索精度;最后将差分进化（DE）算法的变异、交叉的理念融入GWO算法,避免算法陷入局部最优,并提高算法的收敛速度.基本测试函数仿真结果验证了改进算法的有效性,随后将其应用于WSN覆盖优化问题,可以使节点的分布更加均匀,显著提高覆盖率,进而改善网络性能.