Apis mellifera capensis蜜蜂失控自复制导致的正常群落破坏

提出对Apis mellifera capensis蜂造成Apis mellifera scutellata蜂群破坏的机制的一种新猜测，并根据logistic模型分别讨论这种猜测和已有的MARTIN猜测所导致的不同性质和规律，对2种猜测进行了比较．加强对社会成员之间信息网络的管理和监督，这也许是更加有效地防止破坏性子群体泛滥的途径．     

改进人工蜂群算法的云任务调度

针对云资源调度中任务分配效率和资源利用率低等情况,提出一种改进的人工蜂群算法.在基本人工蜂群算法基础上,将交叉机制与全局最优引导的人工蜂群算法相结合,增强人工蜂群算法中蜂群对蜜源的开发能力,同时保持探索能力.在观察蜂选择策略中,引入灵敏度的概念.灵敏度通过配合蜜源信息素而让观察蜂选择蜜源,增加种群的多样性,避免算法陷入...     

钢纤维增韧自密实微膨胀钢管混凝土

钢管混凝土(CFST)桁架连续梁桥因跨度大(大于50 m)、同时承受纵向压应力和横向拉应力双重作用导致核心混凝土韧性不足.对此开展了钢纤维自密实微膨胀钢管混凝土的增韧、及工作性、力学性能等研究.通过微膨胀剂的合理掺入和系列配合比优化设计,成功试配了钢纤维增韧自密实微膨胀钢管混凝土.结果显示,所得自密实微膨胀钢管混凝土坍落度在220 mm以上,扩展度在550 mm以上,自密实性良好.波纹状钢纤维对改善混凝土抗压性能有明显作用,抗压强度提高了25%～35%,而多锚点状钢纤维对改善混凝土抗弯性能有明显作用,韧性提高约2～3倍,混凝土破坏呈现延性破坏而不是常见的脆性破坏.钢纤维最优体积掺量为0.75%.     

多值复制生成序列的自相关函数

介绍了以p进制码为复制信息,用平移复制生成多复数值序列的方法,讨论了复制生成序列的性质和复制生成序列的自相关函数.依据序列的复制特性,给出了一个复制生成序列自相关函数的计算公式及相应的数学证明.最后指出了离散奎斯特恩逊函数的自相关函数的计算方法,为将复制生成序列应用于工程实践,提供了理论基础.     

具动态性能指标的医学系统自组织模糊控制

提出一个具有动态性能指标的完全脱离模型的自组织模糊逻辑控制系统.系统的性能指标由一个随机结构开始,评价规则通过一个基于自增强机制进行在线优化的微遗传算法来产生.算法对非线性麻醉过程中肌肉松弛状态的控制效果进行了验证.通过和标准自组织系统的控制效果比较,该算法的优势体现在因为自学习能力导致的控制鲁棒性上,它能够很好地处理变参数动态系统和大时滞系统的控制问题.在每轮控制中,所提出的算法都以少量模糊控制规则(最多18条)实现了控制要求.     

求解TSP的离散人工蜂群算法

针对旅行商问题,提出了一种新型的离散人工蜂群算法.根据该优化问题及离散量的特点,对引领蜂、跟随蜂和侦查蜂角色转变机制和搜索策略进行了重新定义.蜂群角色转变基于定义的收益比因子.引领蜂邻域搜索采用2-Opt算子和学习操作来加速算法收敛速度;跟随蜂搜索引入禁忌表来提高算法的局部求精能力;侦查蜂搜索定义了排斥操作来保持种群的多样性,从而较好地平衡了算法的探索及开采能力.实验结果表明,算法能够在较短时间内找到相对满意解,提高了TSP的求解效率.     

自回归系数的Bootstrap检验

在自回归模型中,德宾-沃森(D-W)检验是一种使用非霄广泛的自回归系数检验.但D-W检验有一个很大的限制:当检验的统计量落入了所谓"不确定域"则无法进行检验.本文利用Bootstrap重复抽样方法对自回归系数进行捡验.蒙特卡罗研究表明,该方法消除了不确定域,改善了检验效果.     

自相关过程的多变量统计过程监控

探讨了一种基于时间序列自相关移动平均(ARIMA)模型的自相关过程的多变量统计过程监控方法.以神经网络为基础建立预测模型,计算残差值,采用Hotelling's T21控制图进行监控,结合MYT分解法进行故障诊断.并模拟受控和失控状态的具有自相关的多变量过程,运用常规控制图和残差控制图对案例进行了分析比较,说明了本文方法的有效性.     

基于结构自组织ELM的铝热连轧轧制力预测

轧制力在铝热连轧中起着重要作用,针对热轧过程中的非线性、参数强耦合性等因素使得其难以建模的问题.本文提出一种具有拓扑结构自组织的极限学习机(Topology Self-Organizing Extreme learning machine,TSO-ELM)算法,解决了ELM的结构设计问题,实现了结构和参数的自组织.根据现场数据,使用TSO-ELM算法进行铝热连轧轧制力预测,结果表明该算法与人工蜂群算法优化反向传播神经网络(Artificial bee colony algorithm optimized Back-propagation neural network,ABC-BP)和增强型增量极限学习机(Enhanced random search based incremental extreme learning machine,EI-ELM)算法对比,其训练速度和精度都得到了一定的提高.     

基于矩阵规范化的直流电机自校正控制

直流电动机实际运行中,模型参数往往会受到运行环境、工况等条件的影响而发生变化,从而导致其系统模型的不确定性.为解决在上述条件下的控制器设计问题,本文介绍了一种基于自校正调节(Self-tuning Regulation)原理的自适应控制算法.该算法利用矩阵规范化的递推最小二乘法(Recursive Least Squares with Matrix Regularization,RLSMR)进行系统时变参数的在线估计,并针对实时辨识的参数采用极点配置(Pole Placement)方法来设计反馈控制器.计算机仿真结果表明,这种基于自校正调节的自适应控制算法对于直流电机的转速控制具有较理想的调节和跟踪能力,并能够很好地适应模型参数的变化.     

网络流量自相似性在DDoS攻击检测中的应用

大量研究表明网络的正常流量具有自相似性,可以用自相似性参数Hurst系数来描述。DDoS攻击会破坏或者影响网络正常业务的自相似特性,用优化的R／S作为自相似性参数Hurst系数的估算算法,分析DDoS攻击数据流对正常业务数据流自相似参数Hurst系数的影响,来检测DDoS攻击。     

用于DDoS攻击检测的自相似网络流量生成

由于DDoS攻击会破坏或者影响网络正常流量的自相似特性,据此来检测DDoS攻击是一种行之有效的方法;然而如何生成网络正常流量,是DDoS攻击检测的一个关键部分.描述了一种生成自相似网络流量的方法,并运用该方法实现了生成自相似网络流量的网络流量模拟子系统,解决了DDoS攻击检测所需的正常流量问题.     

不定形式J-自伴Sturm-Liouville问题

A.B.Mingarelli证明了不定Sturm-Liouville问题可以出现非实特征值,在分离边条件下非实特征值成对出现且非实特征值的对数不超过过相应常型Sturm-Liouville问题的负特征值的个数;他猜测对更一般的形式J-自伴问题上述结沦仍成立。本文修正了Mingarelli关于形式J-自伴问题的定义,并证明了Mingarelli的猜测。     

HIV-1相关蛋白与细胞自噬在HIV相关神经认知障碍中的研究进展

细胞自噬作为真核细胞的一种自我保护机制,能降解细胞内的大分子蛋白质和病原微生物以及一些受损或老化的细胞器,使细胞维持平衡状态,在预防神经退行性疾病及免疫系统疾病等过程中有重要作用.研究发现,HIV-1(Human immunodeficiency virus type-1)能通过各种机制改变细胞自噬的正常功能,以利于自身的复制、感染等,本文就HIV-1的相关蛋白与细胞自噬的相互作用,及其在HIV相关神经认知障碍(HIV-1 associated neurocognitive disorder,HAND)的发生和发展中的重要作用进行综述.     

有限平坦维数的Tor-自正交模

设R为一环,ωR为Tor-自正交模.引入模的右Tor-正交维数(相对于ωR)这一概念,并且给出了一种计算模的这种相对右Tor-正交维数的准则.对一个交换、凝聚的半局部环R和一有限表示的Tor-自正交模R-模ω,将证明ω的平坦维数与R/J的右Tor-正交维数(相对于ωR)是相等的,其中J为环R的Jacobson根.作为上...     

联合自编码任务的多机制融合复述生成模型

基于神经网络编码–解码框架的复述生成模型存在两方面的问题: 1) 生成的复述句中存在实体词不准确、未登录词和词汇重复生成; 2) 复述平行语料的有限规模限制了编码器的语义学习能力。针对第一个问题, 本文提出在解码过程中融合注意力机制、复制机制和覆盖机制的多机制复述生成模型, 利用复制机制从原句复制词语来解决实体词和未登录词生成问题; 利用覆盖机制建模学习注意力机制历史决策信息来规避词汇重复生成。针对第二个问题, 基于多任务学习框架, 提出在复述生成任务中联合自编码任务, 两个任务共享一个编码器, 同时利用平行复述语料和原句子数据, 共同增强复述生成编码器的语义学习能力。在Quora复述数据集上的实验结果表明, 提出的联合自编码的多机制融合复述生成模型有效地解决了复述生成的问题, 并提高了复述句的生成质量。     

一种改进的人工蜂群算法——粒子蜂群算法

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中"全局最优"的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的"发展潜力",趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度     

基于蜜蜂繁殖机理的蜂群聚类算法

将基于蜜蜂繁殖机理的蜂群算法应用于聚类问题,提出了一种新的蜂群聚类算法.对随机生成的初始蜂后在选优的基础上进一步优化,提高了算法收敛速度和聚类结果的稳定性.结合蜂后染色体的编码方式和雄蜂精子的单倍体特征,设计了产生幼蜂的交叉操作.充分利用蜂后良好基因信息对幼蜂展开邻域搜索来改进幼蜂质量.通过与其他聚类算法的对比实验,表明该算法具有良好的聚类效果和稳定性.     

基于单纯形法的人工蜂群算法改进研究

人工蜂群算法中的侦察蜂阶段的搜索操作在一定程度上可以解决算法陷入局部最优的问题,但也和其他启发式优化算法一样,存在着局部搜索能力差,在接近最优解时搜索效率下降,以及求解复杂问题时可能陷入局部最优而使算法停滞等缺陷。为了改善此缺陷,采用NM算法来取代人工蜂群算法侦察蜂阶段的随机产生个体机制,提出了一种基于NM算法的改进人工蜂群算法(NMABC)。希望基于NM算法优异的局部搜寻能力,改善人工蜂群算法局部搜索能力较差之缺陷并提高搜索效率。     

基于流量自相似模型的SYN-Flood DDoS攻击防范

为了有效防范SYN-Flood (SYN洪流)这种典型的DDoS攻击,在分析攻击原理的基础上,提出了一种新的SYN-Flood攻击防范方法.该方法采用了基于网络流量自相似模型的异常流量检测技术,以及一种验证远程客户端TCP连接有效性的智能过滤技术,并通过实验证明该方法的有效性.