多维函数全局寻优的团队进步算法

通过模仿团队进步需要的学习、探索行为和成员更新规则,提出了一种新颖的双群体演化算法,称为团队进步算法(TPA).算法将一个团队的成员分为精英和普通组,建立了两组的学习样板,定义了学习和探索运算,并合理设定了成员更新规则.两组成员在搜索过程中出现了明显分工,使算法兼备了全局搜索、局部搜索和定向搜索的能力.数值试验结果验证了新算法具有实现简单、全局寻优成功率高、收敛快、计算量少、坚韧性强和参数选择相对容易等特性,对解决优化应用问题具有较大的价值.     

浅论无线Ad-hoc网络安全问题及其认证技术

无线Ad-hoc网络是由一组自主的无线节点或终端相互结合而形成的,独立于固定的基础设施并且采用分布式管理的网络,是一种自创造、自组织和自管理网络。本文就无线Ad-hoc网络安全问题进行深入的分析,并简要介绍一下无线Ad-hoc网络的认证技术,以实现无线Ad-hoc网络的强适用性和高安全性,为它的民用转向打下良好的基础。     

人工免疫算法在函数优化中的应用

基于自然免疫系统中体液免疫响应的机制提出了一种函数优化算法，该算法模拟了抗体的产生、抗体与抗原的黏合、激励、克隆、超突变及未受激励细胞的消亡等自然过程，其主要步骤包括：抗原、B细胞的算法定义，B细胞与抗原之间的亲和度计算与选择，B细胞的克隆、变异和记忆细胞的产生等．算法的主要特点是模拟了不同的自然机制，具有并行性，产生了高亲和度、长寿命的记忆细胞并不断对其更新．用两种不同类型的测试函数进行了仿真实验，并与基本遗传算法进行了比较，结果表明所提算法能以较快的速度完成给定范围的搜索和全局优化任务．     

Ad-hoc网络中基于智能主体的入侵检测问题研究

本文对Ad-hoc网络的路由安全性问题进行了研究,设计了一种基于智能主体（Agent）的入侵检测系统。文中分析了Ad-hoe网络路由协议AODV（Ad-hoc On-demand Distance Vector）特点及其安全性问题,并引入了智能主体的概念,并将其应用于入侵检测系统之中,利用智能主体,检测到网络中节点的恶意行为,将恶意节点隔离在网络之外,达到路由安全。     

认知无线Ad-hoc网络中的按需路由协议

认知无线Ad-hoc网络(CRAHN)近年来受到了广泛的研究,相应的路由协议也随之被提出。在这些协议中按需路由被认为是最具优势的。这主要是由于对AODV路由协议和DSR路由协议的适当改进可以很好的适应CRAHN网络。对一些基于AODV,DSR以及混合型的CRAHN按需路由的改进协议进行了总结,阐述了协议设计的基本原则,对比了不同协议之间的特点和性能。对其优缺点进行了总结和讨论,并分析了未来的研究难点。     

遗传算法在求解全局优化问题中的应用

遗传算法是一种基于生物进化机制和原理并引用随机理论的优化搜索方法－ 它具有全局收敛特点,可以被用来解决各种复杂的实际问题－ 如工程优化设计、人工智能和决策系统等－ 本文在讨论遗传算法的基本原理框架的基础上,提出相应的编码方法和计算适应值方法－ 为了平衡ＧＡｓ的深度和广度搜索矛盾,修改遗传算子,最后给出示例     

改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。     

量子教学优化算法及在函数优化中的应用

为提升基本教学优化算法的搜索能力, 通过融合量子计算原理, 提出了一种量子教学优化算法。 该方法采用教师自学和学生向教师学两种学习机制搜索全局最优解。 个体采用量子比特编码, 搜索过程在 Bloch 球面上进行, 个体的更新通过量子比特的绕轴旋转实现, 然后将其解码为量子比特的 Bloch 球面坐标。 由于该方法将基本教学算法中每维变量的搜索都扩展到 Bloch 球面进行, 可使搜索过程更为精细, 从而加强了对解空间的遍历性。 不同维度标准函数极值优化的仿真结果表明, 此方法的寻优能力不仅超过基本教学优化算法, 同时也超过其他经典群智能优化算法, 验证了将量子计算的某些机制和智能优化相融合可提升其优化性能。     

复杂工程问题全局优化算法研究

分析了遗传算法,模拟退火算法与神经网络等近年来广泛应用于复杂工程问题优化的全局优化算法各自的特点与其全局优化能力,指出如何针对其特点进行改进以达到更佳效果,深入研究了复杂工程问题优化的关键技术－目标函数与约束条件建立方法,最后,展望了全局优化算法与复杂工程问题优化技术的发展趋势。     

一种新型群体智能优化算法——微进化算法

提出了一种新型群体智能优化算法——微进化算法.该算法采用实数编码,基于个体自身历史最优位置,以群体中最优个体与当前个体的矢量差异信息作为指导,进行启发式搜索.数值实验结果表明:微进化算法简单有效、计算精度高、收敛速度快、鲁棒性强;此外,还具有参数设置简便、计算简单等特点.     

计算网络SKT可靠性的一个算法

提出一个计算从网络源点到某些特定结点（ＳＫＴ）可靠性算法,这个算法本质上是通过系统地枚举网络的一类特殊子网络而计算其ＳＫＴ可靠性或生成可靠性表达式,由于所需枚举的子网络数量小于相应的Ｓａｔｙａｎａｒａｙａｎａ算法需枚举的子网络数量,因此新算法性能优于Ｓａｔｙａｎａｒａｙａｎａ算法,最后通过一个具体例子说明了这个结论。     

一种计算广播型网络可靠度的新方法

介绍了初等有向树变换的概念，并基于初等有向树变换给出了一种计算广播型网络可靠度的新方法，该方法不需进行非独立事件和的概率计算或有向树的专门不交化处理，因而所需计算量较小。     

一个计算无圈有向网络可靠度的有效算法

研究了无圈有向网络结点集合的两部分划分(点化分)与极小割集之间的关系·通过对网络结点集合的满足一定条件的两部分点划分,直接得到了网络的极小割集·根据点划分对应结点集合之间的包含关系,提出并证明了网络可靠度的容斥原理表达式中项的几个相消原则;在此基础上建立了一个基于割集的计算无圈有向网络可靠度的容斥原理公式及算法,算法直接给出了容斥原理公式中的所有不相消项;最后,通过例子说明了算法的有效性·     

计算网络K-终端可靠性的一种K-树拆法

给出了计算网络K-终端可靠性的一种K-树拆法,用这种方法,计算复杂网络K-终端可靠性时,不用求出全部K-树,从而有效地提高了计算速度。此方法也适用于有向网络。     

基于遗传优化的云计算协同过滤算法

传统协同过滤算法中的topN推荐公式预测的用户评分误差较大,削弱了项目推荐的有效性.为此,基于改进的遗传算法对协同过滤算法进行优化.基于皮尔逊相关系数计算用户相似度,构建最近邻居集合;构建卷积神经网络预测近邻集中没有评分的项目,填充无评分项目的空白;利用改进自适应交叉算子与变异算子的遗传算法确定卷积神经网络的初始权值,降低网络预测的随机性.在Hadoop集群环境上展开云计算协同过滤测试,随着邻居用户数量的增加该算法推荐过程中平均绝对误差最低,在云计算环境下的运行时间开销最少,取得了良好的协同过滤推荐效果.     

一种高效可靠的MANET网络路由算法

移动Ad-hoc网络AODV路由协议在路由断掉时,源节点会重新发起路由建立的过程,而在建立新的路由之前,分组会被丢失和通信被中止,针对这问题提出了一种高效可靠的移动Ad-hoc网络路由算法——AODV-RBA(Ad-hoc On-Demand Distance-Vector with Route Break Avoidance).新算法基于AODV,提出了新的路由维护机制:一条活动的路由上的每个中间节点都能检测到通往上行节点的链接中断危险,并在路由中断之前重新建立新的路由,可避免路由中断.NS2仿真结果表明,与AODV相比,AODV-RBA算法在网络时延、丢包率等方面有较大改善,具有较强的鲁棒性和容错性.     

车载自组网中联盟博弈的虚假数据检测策略

针对车载自组网(vehicular ad-hoc network,VANET)中多个恶意节点合谋的虚假数据攻击问题,提出了联盟博弈的虚假数据检测策略。该策略利用合作节点测量的无线信号强度进行交叉位置验证,发现伪造位置的恶意节点及其注入的虚假信息。为降低节点自私行为对检测准确性的影响,提出了满足"核"分配条件的收益分配函数激励节点加入联盟;证明了该函数满足个体理性条件和有效性条件,节点的最优策略是选择合作,形成的联盟具有稳定性。仿真结果表明:该策略能够有效激励节点合作,降低无线信号强度的随机偏差对位置验证准确性的影响,获得了超过90%的虚假位置检测率,并进一步增强了系统的抗合谋攻击能力,在不同的恶意节点比例下虚假告警消息检测率比基于表决的攻击者本地驱逐协议(local eviction of attackers by voting evaluators,LEAVE)提高了69.3%。     

协作比赛的组队问题

在国际数学建模竞赛中,要由三名成员协作完成,而如何组队成为应当先考虑的问题,选择队员时,需综合考虑一些因素,并根据这些因素进行数学计算,定量分析,进而得到最理想的队员名单。     

Ad Hoc网络中AODV路由协议本地修复的优化

介绍了AODV路由协议本地修复的机制,从中分析了原AODV路由协议本地修复机制来回发送RREQ带来的延迟、低效率等一系列问题,提出了优化方案的实现方法。优化方案主要利用广播一个链路修复消息,同时完成了路由查找和路由建立的过程,与原路由本地修复相比,节省和避免了来回发送RREQ所造成的开销和延迟,能够更好的适应节点移动性较高、拓扑变化较剧烈的环境。通过NS仿真结果得出在数据发送成功率和减少数据传输延迟等方面比原AODV路由协议有明显的改善。