基于VC．NET平台和MPI并行程序设计探索

简要介绍了MPICH2在windowsXP下的安装及其在VC．NET2005下的配置方法，通过对一个二维数组中所有元素求和的实现，论述了基于VC．NET平台和MPI进行并行程序设计的方法和技巧。     

遗传优化的属性聚类在入侵检测中的应用

分析了入侵检测的问题，借助全局搜索能力强的遗传算法来解决聚类问题，并在标准遗传算法基础上进行了改进。提出了用遗传算法来优化属性聚类，将该算法运用于入侵检测系统的数据聚类，同时验证了算法的有效性。     

基于K-means聚类的超启发式跨单元调度方法

结合我国制造业实际生产状况,针对柔性作业车间跨单元调度问题,提出一种基于K-means聚类的超启发式算法。应用K-means聚类算法将相近属性的实体划入相应“工件簇”决策块中,采用蚁群算法为每个决策块选择启发式规则;对每个决策块内的实体运用相应的启发式规则产生调度解。仿真结果表明：该算法以决策块的形式适度增大了计算粒度,有效降低了算法时间复杂度,以聚类的方式将具有相近属性的被加工实体进行聚集,有利于为不同属性的实体选择合适的规则。该算法提高了计算效率,具有较好的优化性能,是解决柔性跨单元调度的一种有效算法。     

利用BFO算法优化PID参数的机械臂控制设计分析

提出了一种基于细菌觅食(BFO)算法优化PID控制器参数的机械臂控制设计分析,用于不确定的2自由度旋转棱镜(RP)机械臂有效的轨迹跟踪和参数鲁棒性.提出的方法将BFO算法与PID控制器相结合,通过BFO算法在线对PID控制器的3个参数进行优化.最终,传统的动抗干扰抑制(ADRC)设计问题被转换成用于寻找最优控制器调谐参数的特殊优化问题.仿真结果表明,与传统方法相比,提出的方法能有效提高机械臂跟踪控制的快速性和准确性,具有更优越的控制品质和较强的抑制干扰能力.     

一种多智能体联盟协商的跨单元工件调度方法

针对工件在单元制造系统中由单元间转移带来的跨作业单元调度问题,提出一种基于多智能体联盟思想的跨单元工件调度方法（multi-agents coalitions,MAC）,考虑跨单元柔性路径的情况,采用多智能体的协商机制,分阶段组建联盟,基于联盟进行协商调度,确保优化性能的同时减少通信量开销.通过实验对算法进行验证,实验结果表明本文所提方法在平均延迟性能方面优于常见的组合调度规则方法.      

分布式环境下基于代理的角色访问控制

分析了传统访问控制模型的缺陷,在角色访问控制的基础上,提出了基于代理的角色访问控制模型,将层次式和集中式融合到分布式,减轻了服务器负担,提高了系统执行效率。     

基于柯西游走的改进灰狼算法求解FJSP

为了提高生产资源的利用率和调度效率,提出了一种基于柯西游走的灰狼优化算法,将其应用于求解柔性作业车间调度问题（FJSP）。在经典灰狼算法的基础上,加入柯西游走策略跳出局部最优;引入非线性收敛因子a控制算法的广度搜索与深度搜索程度;采用混合生成新解的种群更新策略适当增强种群多样性。通过在不同规模的测试用例上进行仿真实验和分析比较,实验结果表明,基于柯西游走的灰狼算法寻优性能稳定,在平衡算法的全局搜索和局部搜索程度方面表现较为出色。