基于微粒群模型的无线传感器网络节点部署

提出了一种新的基于微粒群模型节点部署优化算法.该算法根据节点的位置信息建立节点部署优化模型,利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法有效的改善了网络的覆盖率.     

云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

均值-CVaR投资组合模型及改进的蝙蝠算法求解

基于投资者是风险厌恶型和风险资产价格路径服从跳扩散过程的假设,采用条件风险价值来度量组合风险,建立均值-CVaR投资组合优化模型.为快速有效求解模型,将基于模型的交叉熵随机优化方法嵌入到基于群体的蝙蝠仿生算法中,构建一种改进的蝙蝠算法,该算法既充分发挥交叉熵方法的随机性、自适应性和鲁棒性,又有效抑制蝙蝠算法的早熟收敛现象.借助Monte Carlo模拟情景生成得到价格路径,进而采用所建算法实现模型求解,并与遗传算法和线性规划方法进行比较.实验结果表明,新算法在求解有效性和实用性方面表现更好,取得更为满意的结果.     

考虑不确定性风险及结构脆弱性的配电网网架规划

高比例分布式新能源不确定性特征增加系统运行风险，易引发电压与支路功率越限问题，增大系统网架结构脆弱性。因此提出双层多目标配电网网架规划模型，以满足多元用户对供电可靠性及电能质量要求。首先，建立源荷概率模型，并基于概率潮流量化计算配电网节点线路越限风险；其次，基于复杂网络理论，对配电网结构进行脆弱性评估；然后，提出综合考虑不确定性风险与脆弱性影响的配电网网架结构双层多目标规划模型，上层优化网络拓扑，下层规划光伏容量，采用非支配排序遗传算法与改进粒子群算法分别对上、下层模型进行优化求解；最后，采用IEEE14节点系统对方法进行验证。结果表明，该方法可以得到满足不同光伏渗透率接入要求的经济稳定的网络结构。     

基于改进粒子群算法的云计算服务部署优化

针对云计算资源有限,传统穷举搜索算法求解效率低的问题,提出一种基于改进粒子群算法的云计算服务部署优化方法.首先对云计算服务部署问题进行分析,将其转换成一个多目标组合优化问题,并建立相应的数学模型;然后采用全局搜索能力强的粒子群算法对数学模型进行求解,并针对标准粒子群算法收敛速度慢、存在早熟现象进行改进;最后通过仿真实验验证其可行性.实验结果表明,该方法可以快速找到最优的云计算服务部署方案.     

最小费用最大流维度拓展及其在反洗钱中的应用研究

本文借助最小费用最大流理论对时间压力下最小风险最大流问题进行了研究,分析了最小风险、最大流路径下的最短时间,构建了基于时间压力条件下的最小风险最大流模型,利用多目标规划方法给出了求解该模型的算法,最后通过实例验证了该方法的有效性.     

并行蚁群算法在公交线网优化中应用

针对实用有效的公交线网优化模型很少的现状,提出了一个以直达客流密度最大为目标的公交线网优化模型.该模型以换乘次数最少、单位长度运送客流量最大为优化目标,线路长度、非直线系数等作为约束条件.为求解该模型,并综合考虑优化质量和通信开销,采用了基于粗粒度模型的并行蚁群算法.数值实验验证了模型及算法的合理有效.     

基于Kriging模型优化算法的含分布式电源配电网多目标无功优化研究

分布式电源(DG)在配电网中的渗透率越来越高,使无功优化问题变得复杂。为最大限度保证系统经济安全运行和电能质量,本文构建考虑源荷不确定性及电容器组等动作次数约束的含DG配电网多目标无功优化模型,提出概率场景生成和场景削减的方法描述源荷不确定性,并提出基于Kriging模型的全局优化算法求解无功优化问题,通过MATLAB和OPENDSS搭建求解平台求解含DG配电网无功优化。通过对改造后的IEEE33节点配电系统仿真测试,和粒子群算法比较,验证模型考虑源荷不确定性和本文求解算法的适应性、可行性和有效性,本文建立的无功优化模型反映实际运行情况,基于Kriging模型的全局优化算法求解该问题可行有效。     

求解复杂多目标优化问题MOEA/D-GEP算法

针对复杂多目标优化问题,提出一种基于演化建模的MOEA/D（基于分解的多目标遗传算法）求解算法（MOEA/D-GEP）.该算法利用MOEA/D算法思想分解多目标优化问题,对分解后得到的可行解用基于模拟退火的GEP算法建模,从中选取预测值较好的点进入下一次真实适应值的计算.采用国际公认的ZDT,DTLZ等测试函数进行实验验证,并与MOEA/D-EGO演化多目标优化算法进行了比较.实验结果表明：该算法在IGD性能指标上有较好的表现,说明将演化建模技术引入MOEA/D算法提高了种群个体分布模型的精度,降低了求解复杂多目标优化问题的计算成本.     

多阶段多目标洗钱网络路径优化模型及算法研究

针对多阶段洗钱资金转移路径的决策问题,基于多目标优化的思想,构建了以时间约束、总体资金转移量尽可能大以及总体风险尽可能小为决策目标的多阶段洗钱路径优化模型,并利用多重动态规划方法和最大流理论给出了求解该模型的算法,最后通过实例应用验证了该算法的可行性.通过该模型,不仅能够从洗钱资金转移路径观察洗钱行为特征,还能够发现和追踪到洗钱者的洗钱踪迹和全过程,有助于对洗钱行为的各个环节进行有效监控,降低反洗钱侦测成本.     

Peer-to-Peer流量缓存部署建模

为了在网络中更好地部署对等网络(P2P)流量缓存,从而优化网络的性能,提出了一个评价方法量化在不同链路上部署P2P缓存的收益。基于该方法建立了最优化模型:在给定部署开销的约束下最大化收益。分析了问题复杂度,提出了优先选择收益开销比的链路进行部署的启发式算法求解。对实际校园网络的仿真结果表明:在10%的链路上部署P2P流量缓存,能够降低30%的平均链路利用率。该文提出的P2P流量缓存部署模型和算法可以有效的指导P2P缓存的部署,优化网络性能。     

面向智能变电站的威胁与风险评价模型研究与实现

针对传统入侵检测系统在资源受限的工业网络中部署时效率和稳定性表现不足的问题,首先提出了面向智能变电站的入侵检测系统,以及工业设备安全风险评估方法,建立了针对智能变电站结构的威胁风险评价模型,引入基于灰色模型的网络脆弱性节点主动预测方法用以平衡威胁来源的权重;其次提出基于信息安全三维度风险值计算算法,引入模糊一致判断矩阵进行风险值参数计算,最终实现可以直观判断攻击对系统的影响范围和程度的风险评价.通过相关实验,系统在部署环境中满足被动性、低负荷、实时性以及可靠性要求的同时,能够有效地检测工业网络面临的入侵威胁.     

Peer-to-Peer流量缓存部署建模

为了在网络中更好地部署对等网络(P2P)流量缓存,从而优化网络的性能,提出了一个评价方法量化在不同链路上部署P2P缓存的收益。基于该方法建立了最优化模型:在给定部署开销的约束下最大化收益。分析了问题复杂度,提出了优先选择收益开销比的链路进行部署的启发式算法求解。对实际校园网络的仿真结果表明:在10%的链路上部署P2P流量缓存,能够降低30%的平均链路利用率。该文提出的P2P流量缓存部署模型和算法可以有效地指导P2P缓存的部署,优化网络性能。     

基于量子免疫遗传算法的煤与瓦斯突出神经网络预测

为了用BP神经网络更准确地预测煤与瓦斯突出危险性,将免疫算法中基于繁殖概率的抗体多样性保持机制引入量子遗传算法(QGA),提出量子免疫遗传算法(QIGA)优化神经网络模型QIGA-BP。模型采用QIGA分别对神经网络的隐含层和连接权值进行全局寻优,以此提高BP网络的搜索效率和泛化能力。以平均影响值分析法筛选的煤与瓦斯突出显著变量作为BP网络的最佳输入参数,分别用QIGA-BP,QGA-BP,免疫遗传优化BP模型和传统BP模型对突出煤层工作面的实例数据进行预测。结果表明,QIGA在BP网络优化过程中具有更好的优化性能,用QIGA-BP模型预测工作面突出危险性具有更好的预测能力和更高的预测准确率。     

基于情景规划的跨国油气投资战略性风险评价

基于中国石油企业跨国油气投资的特点,确定决策风险、地缘政治风险、竞争风险、运营风险、社会责任风险等5种影响跨国油气投资战略性风险的关键因素,并引入情景规划方法对战略性风险进行情景假设,构建跨国油气投资战略性风险的评价模型。所建模型克服传统风险评价方法对风险随机选择与评价的不足,能根据模拟情境,重点评价重要影响的战略性风险及其风险状态,使决策者能更早地预防风险。研究成果对于当前复杂多变的环境下更好地防范和应对跨国油气投资风险具有重要的战略意义。     

云计算中的信息系统生存性量化分析研究

关注于分布式信息系统的生存性的评估和优化，提出了一种部署于IaaS云环境的分布式信息系统的生存性量化分析框架:提出了一种量化评估部署于IaaS云环境的分布式信息系统的生存性的框架；在该框架下，提供了分析计算近似最优生存性的部署方案的方法；应用多种算法进行了实验，验证了生存性量化分析框架的有效性和应用到实际场景中的效果．     

突发事件应急设施选址问题的模型及优化算法

综合考虑应急设施选址的公平性、效率性、设立成本等多方面的因素,建立了一个可适应重大突发事件救援设施不同部署策略的多目标规划决策模型.利用模拟植物生长算法的通用模型,提出了基于模拟植物生长思路的目标问题求解方法.通过对实例的计算,结果验证了多目标决策模型的可行性与合理性,模型的求解算法可获得最优解,具有良好的性能.     

致密气藏水平井整体压裂井网部署优化

 致密气藏多采用衰竭式开发模式,如何减少井间干扰是井网部署时必须考虑的问题.针对目标研究区域,基于各压裂水平井的等效压力波及椭圆,建立了致密气藏水平井整体压裂井网部署优化模型.从弹性势能的角度,模拟目标区域和波及椭圆之间的运动,将井网部署模型转化为求取弹性势能函数的最小值问题,采用具有较高求解效率的拟物算法实现了该模型的求解.以M 区块为例进行水平井整体压裂方案设计,模拟结果显示:气价较低时,M 区块可采取稀井高产的开发模式;随着气价的增加,M 区块需要打更多井以获得最佳的经济效益.     

基于两层决策和遗传算法的工程装备运用优化配置方法

为适应现代高科技战争的需要,解决工程装备在运用中的优化配置问题,首先对优化配置问题进行分析,然后将两层决策模型和遗传算法有效结合,建立相应的数学模型,提出基于两层决策模型和遗传算法的工程装备优化配置方法,并给出算法步骤和计算实例.仿真分析表明,建立的模型和优化算法能有效地解决工程装备在多个项目间的分配问题.