无资源约束MLLS问题的三种求解算法效果比较

用于求解无资源约束多级生产批量计划(UMLLS)问题的算法包括混合粒子群(HPSO)算法、混合分散搜索算法(HSS)和带排斥算子的遗传算法(RGA).为了研究各算法对问题的适用性,对于上述三种算法的求解效果采用标准测试集进行了较全面的测试和比较,给出了针对不同规模无资源约束生产批量计划问题的算法选择方案.测试结果显示:对于小规模和中规模问题,HSS算法的效果更好;对于大规模问题,HPSO算法的性能更优越.     

基于地理信息系统的大规模设施选址和路径规划

为合理选址和对路径进行规划,以地理信息系统(GIS)为基础,对大规模设施选址和路径规划问题(LRP)提出一种新的算法,该算法在计算时间上优于精确解法和传统启发式方法,且在精度上保持了较高水平.实践证明,新算法结合禁忌搜索可以有效解决大规模实际LRP问题.     

用于挖掘TCM-FP树中维间最大频繁项集的算法

为了提高数据挖掘算法在中医药数据处理中的效率,提出了采用TCMA算法挖掘TCM-FP树中的维间最大频繁项集。根据中医药数据的特点及药组挖掘的需求,在FP-growth算法的基础上,提出了TCM-FP树及其建树算法和挖掘算法TCMA,在TCM-FP树中采用优化搜索策略挖掘维间最大频繁项集,与FP-growth算法挖掘所有频繁项集比,大大缩短了时间。优化搜索算法切合中药TCM规则挖掘的实际意义,比FP-growth算法挖掘有更高的运行效率。     

一类共轭梯度法的全局收敛性

将具有某种性质的一类共轭梯度法与一种Armijo型线搜索方法相结合,得到了一类新的共轭梯度算法,证明了这类新算法是全局收敛的,PRP方法为其一个特例。数值试验表明,新算法是有效的。     

像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法

提出一种像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法.首先,引入锯齿填充曲线,对明文进行扫描,形成一维像素序列;基于明文像素位置,定义像素交叉移位变换模型,耦合均布Logistic映射输出的密钥,对明文完成高效置乱.然后,定义新的和谐更新模型,以密文信息熵值与相关性为目标函数,改进动态和谐搜索机制,构建像素扩散函数,彻底改变置乱图像的像素值.最后,引入HASH检测函数,赋予算法认证功能.结果表明:与当前混沌加密技术相比,所提算法具有更高的加密安全性和通用性.     

大地坐标系下目标运动预测:一种基于高斯分布的求解方法

目标运动参数未知给移动目标优化搜索问题带来不确定性,制约了优化搜索计划的制定、降低了侦察监视资源的使用效益.为了降低目标运动引入的不确定性影响和辅助目标优化搜索计划的制定,针对大地坐标系下目标运动预测问题,首先在平面笛卡尔坐标系下对目标的运动进行分析,推导出一种基于高斯分布的目标转移概率密度函数;然后在三维笛卡尔坐标系内进行扩展,得到地球表面上目标运动转移概率的数学描述;接下来借助坐标转换原理和曲面积分方法,提出了大地坐标系下基于高斯分布的目标转移概率计算方法;最后针对卫星对地移动目标搜索中的目标运动预测问题,采用高可信的卫星轨道数据建立了仿真场景进行验证.仿真统计结果显示:文章提出的目标运动预测方法是有效的,在移动目标优化搜索计划的制定过程中,能够降低系统的不确定性和搜索的盲目性.     

加速收敛的人工蜂群算法

针对人工蜂群算法(artificial bee colony algorithm, ABC)存在的收敛速度慢、易陷入局部最优的缺点,提出了一种改进算法。首先,设计新的选择策略和交叉策略,使群体快速向最优解靠近;然后,鉴于控制侦查蜂行为的参数难于确定,且对算法性能影响较大,提出了基于反向学习的变异策略代替侦查蜂行为,同样达到避免陷入局部最优的效果。通过对10个标准测试函数的仿真表明,改进算法几乎都可以得到各测试函数的全局最优解,而且收敛速度快、鲁棒性好。改进性能明显优于现有人工蜂群算法。     

MAGIC磁流体颗粒分布的数值模拟研究

传统的斯托克斯动力学方法模拟效率较低,局限于小规模的颗粒模拟。为了提高模拟速度且能够模拟更多的颗粒,将基于簇的斯托克斯动力学模拟方法和movable hash algorithm搜索算法应用于MAGIC流体颗粒的计算机模拟研究中,初步研究了外加磁场、颗粒浓度、颗粒大小对MAGIC流体中磁性颗粒和磨粒分布的影响,表明高浓度MAGIC流体在较强的外加磁场条件下,较小的颗粒可以产生更加均匀的磨粒分布,从而为MAGIC抛光体的生产提供理论依据。     

P2P文件搜索系统中基于标签的文件搜索方法

针对点对点(P2P)文件搜索技术存在网络带宽消耗大和查询速度慢等问题, 为专用的P2P系统设计一种基于标签的文件搜索方案. 该方案给出了将系统底层每个节点所控制的相关文件上传到中间层子服务器, 及将顶层中央服务器接收到的文件查询转发到相关子服务器的方法, 并运用标签优先顺序技术实现了查询的快速转发.
性能评估结果表明, 基于标签的文件搜索方法在转发查询过程中, 必须检测的标签个数由一个很小的常数界定, 从而节省了系统的网络带宽, 提高了文件的搜索速度.     

基于机器学习的电网信息通信服务器智能优化

随着我国电网向智能化、网络化、自动化发展,电网信息通信服务器承载着电网信息网络信息传输中的核心业务。信通服务器一般采用线程池技术来应对逐渐增多的用户请求,而选择合适的线程池尺寸成为了决定服务器性能的关键因素。本文提出一种基于支持向量机的信通服务器动态线程池智能优化模型,来动态减少用户的响应时间。首先,通过大量的信通服务器性能实验数据构造原始训练样本集,然后经过改进的流体优化算法搜索支持向量机的最优超参数,最后通过训练好的支持向量机预测不同电网用户场景下的最优线程池尺寸,从而实现对信通服务器的智能优化。通过辽宁省电网信通服务器的实验表明,基于改进流体优化算法的支持向量机智能线程池技术获得了更高的预测精度,减少了服务器的用户响应时间。