基于危险模式免疫算法模型

本文阐述了危险模式的基本概况及运行机理,提出了一种新型的基于危险模式的免疫算法模型,并探讨了基于危险理论免疫算法的应用领域。     

基于危险模式免疫算法的入侵检测系统模型

阐述了危险模式的概况及运行机理,建立了一种新型的基于危险模式免疫算法的入侵检测系统模型,系统突出地显出其处理的高效性以及自适应进化更新能力,该方法的提出给安全领域提供了一种新的研究思路。     

基于危险理论的免疫优化算法及其在概率优化问题中的应用

探讨求解噪声分布特性未知情形下单目标非线性概率优化模型的免疫优化算法。算法设计中,基于危险理论的应答模式,依据给定的危险半径,将进化种群划分为不同类型子群;各子群中的个体动态获取样本大小,并依据不同的变异方式展开局部和全局搜索。比较性的数值实验显示,此算法在寻优效率、搜索效果等方面均有一定的优势,对复杂概率优化模型有较好应用潜力。     

危险理论在电子邮件分类中的应用

提出了一种基于危险理论的电子邮件分类模型.该模型在对邮件进行分类之前,利用云模型对危险进行绑定,再由危险信号激活免疫响应.对比试验证明,与贝叶斯分类相比,模型中的算法具有更高的正确率.     

基于免疫危险理论的智能检测器及相关算法

针对传统检测器检测率较低、误报率较高、自体库过于庞大的问题,设计了基于免疫危险理论的KRID(Katherine智能检测器),包括实时检测模块、记忆模块和自适应模块.提出了MSMA(二进制分段近似匹配方法)及KRNA检测算法,KRNA检测算法根据不同类型的危险信号使用不同的分段近似匹配方法进行分层检测.实验结果表明:KRNA检测算法具有较高的检测率、较低的误报率和冗余度;为进一步提高KRID的自适应能力,给出了DSAA(动态自适应算法),该算法获取各类异常信号的出现次数,将其与该类异常信号的危险频率求和取平均值后得到新的危险频率,根据新的危险频率调整检测细胞数量.实验结果表明:DSAA提升了检测器的自适应能力,减少了响应时间.     

基于混合遗传算法的敏捷卫星任务规划求解

针对新一代对地观测敏捷卫星任务规划问题,首先研究了敏捷卫星的特点,分析了敏捷卫星工作模式及对地观测过程,在此基础上构建了基于多目标的任务规划模型。针对敏捷卫星任务规划问题具有多约束、多冲突、非线性NP-hard特点,本文提出了基于混合遗传求解算法,该算法将免疫遗传算法与蚁群算法相结合,以蚁群算法所产生的解作为免疫遗传算法的初始种群,同时以蚁群算法中的全局最优解作为疫苗。通过实验表明本文提出的算法比遗传算法和免疫遗传算法精度更高,收敛速度更快。     

基于免疫算法的垃圾邮件过滤技术的研究

针对垃圾邮件的过滤,提出了一种基于免疫算法的垃圾邮件过滤方法,并给出相应的实现算法。免疫算法具有很强的学习、识别、容错性、记忆和特征提取的能力,基于免疫算法的垃圾邮件过滤在动态性和自适应性等方面具有明显的优势,因此免疫算法较传统算法更加适用于针对于垃圾邮件的过滤。本文通过仿真实验验证了基于免疫算法的垃圾邮件过滤方法对垃圾邮件过滤的能力,实验结果表明,与传统算法贝叶斯算法的相比,基于免疫算法的垃圾邮件过滤更具有效性。     

基于免疫克隆选择算法的特征选择

提出了一种基于免疫克隆选择算法的特征选择方法．特征选择可以被看成是一个组合优化问题,利用免疫克隆选择算法快速收敛于全局最优的特性,加快搜索到最优特征子集的速度,为后续模式分类提供良好的判别依据．实验结果表明算法在保持甚至提高分类精度的同时,有效地降低了特征维数．与基于遗传算法特征选择的结果相比较,在有限代数内,该算法能收敛到更优的特征子集,从而验证了算法的有效性及其应用潜力．     

免疫进化机制及其在时序模式挖掘中的应用研究

针对目前动态数据挖掘中存在的问题,提出基于数据增量的动态挖掘进程概念;在动态挖掘进程和生物免疫进化过程的相似性基础上,提出了知识发现中的免疫进化机制的基本内涵;给出了基于免疫进化机制的时序模式挖掘算法及其实验分析,以验证理论的正确性和有效性。     

复杂网络中基于反应式的危险抑制方法

复杂网络中的危险传播行为依赖于网络拓扑结构和节点的动态特性.网络拓扑结构与危险传播的动力学机制是分离的,因此需要结合节点的动态信息来分析网络中的危险传播机理.本文针对该问题提出一种复杂网络中基于反应式的危险抑制方法,该方法主要针对节点当前的感染模式,采取相应的免疫策略进行防护.通过仿真实验表明,本文提出的免疫策略可以更加有效地抑制复杂网络中的危险传播.     

MKLasso模型的算法与模型选择

在KLasso模型基础之上,引入多核函数与多核参数重新建立的一种更为广发的非线性的多核KLasso模型（MKLasso模型）,采用基于梯度Boosting的思想的算法进行求解,并依据人类观察事物的一个基本特征,即人眼位于数据空间较近时能够看清细节,较远时只能够看清整体结构的特性设计了一种模型选择策略,通过实际的3个数据集设计6组试验,来验证该算法的有效性。模拟试验结果表明：MKLasso模型的预测能力明显优于KLasso模型,其预测均方误差提高了10倍;该算法运行高效,抗噪声能力强,在参数选择方面又有一定自己的优势,可以直接选择核参数,算法大大降低了调试与运算时间。     

BA演化模型的一种扩展

提出了BA模型的一个扩展模型.仿照Logistic模型,对BA模型的优先选择概率进行改进,利用连续理论和比率方程分析扩展模型的度演化及其度分布.解析结果表明在一定的条件下,扩展模型与BA模型是等价的.并且利用Matlab对扩展模型进行了模拟仿真,试验结果表明,其度的时间演化在某些条件限制下发生了改变并且其度分布不再是幂率分布而是在双对数坐标平面上是弯曲的.     

基于时间序列模型与灰色模型的组合预测模型的研究

为了能有效地提高预测模型的精度,提出了组合预测模型.本文首先利用APdMA模型对时间序列数据进行模型的识别和拟合,然后由比较可知优化后的GM(1,1)模型拟合和预测效果好于GM(1,1)模型,最后通过赋予合理权重结合ARIMA模型和优化后的GM(1,1)模型两种方法得到ARIMA-GM的组合预测模型.预测结果表明:组合模型的预测准确性高于各个模型单独使用时的准确性,组合模型发挥了各个单一模型的优势.     

基于原子模型的非局域连续模型

在传统的连续模型中,本构关系,例如胡克定律、热传导的傅立叶定律是宏观现象的表征.在原子尺度下,传统连续模型具有很大的局限性,其中一个原因就是传统连续模型忽略了原子间相互作用的非局域性.本文在不采用任何经验的本构假设和局部均匀变形假设(如Cauchy-Born假设)的情况下,严格基于原子模型,构造了一个连续模型,将原子间相互作用力的非局域性和非线性性自然地嵌入到模型中.此模型可以有效表现原子尺度的非均匀变形.     

单声子模自旋－玻色子模型的定态演化

采用MATLAB数值计算的方法观察单声子模自旋玻色子模型的定态演化.研究了0＜λ/ω≤2,△/ω=0.1的情况下出现的几种演化模式.表明耦合强度对模型能态演化具有很大的影响:在一定耦合强度区间内,会出现一定的演化规律.特别是当参数λ/ω＞0.5时开始出现双周期的现象.进一步观察了两能级正(负)势阱中各个能态在时间区间[0,30]内的平均隧穿几率(平均跃迁几率)随耦合强度的变化情况,并给出了几种演化模式的转变点.     

新安江模型与垂向混合产流模型的比较

从实时洪水预报模型通用性角度出发，对新安江模型与垂向混合产流模型进行比较研究．选用青峰岭水库流域、危水水库流域资料分别采用这两个模型进行模拟计算．计算结果表明，在湿润地区，新安江模型和垂向混合产流模型都能取得好的成果；在半干旱地区，新安江模型应用效果不太理想，垂向混合产流模型能取得比较令人满意的结果．     

Immunogenetic model

Different and equally legitimate modes of interpreting serologic reactions will considerably change the image of reality. Some principles of such transformations are briefly outlined and applied to immunogenetic systems.     

供需网的IDEF0模型构建及MIFPN模型转换

将IDEF0模型与Petri网相结合,对多信息流系统进行功能描述和动态行为关系分析,提出了多信息流Petri网(MIFPN)的定义,给出了IDEF0至MIFPN转换的规则方法.在此基础上实现对多功能开放型企业供需网系统的功能分析与设计.     

变动成本计算模式与制造成本计算模式比较

针对变动成本计算模式及制造成本计算模式,从公允会计原则、产品成本内容构成、存货估价、损益确定程序及利润计算、净收益和提供信息的用途等方面进行了分析比较.将两种成本计算模式进行结合运用,取长补短,可以使企业兼顾对外编制报表和对内经营管理,加强成本管理,更好地追求经济效益.