基于烟花算法的基站群协作计算卸载模型研究

车联网、AR、AI等计算密集、时延敏感型应用迅速发展,而移动设备因自身计算能力相对不足,执行此类应用任务时会因高时延而严重影响用户体验甚至无法满足用户需求。针对此问题,提出综合考虑时延与成本的多用户、多MEC (mobile edge computing)服务器的基站群协作计算卸载模型。并提出基于凸优化的改进烟花算法（improved fireworks algorithm based on convex optimization, CVX-FWA）来对模型进行求解,对用户任务进行合理的卸载与资源分配。仿真结果表明,提出的计算卸载方案有效降低了任务总时延成本值,实现计算卸载资源的整体优化配置。     

救援效率视角下灾后动态应急配送网络优化

针对应急救援问题,在受灾点的位置、需求以及受灾人口等信息动态变化的情况下,建立动态有向救援网络,以救援效率最大化为目标构建数学模型。运用数据包络分析模型,对各段救援路线的效率进行评价;建立基于效率的动态路由模型,通过时间片的划分将动态路由转化为多阶段的静态路由;设计了改进的混合贪心蚁群优化算法对模型进行求解,并将该算法与遗传算法、粒子群算法以及基础的蚁群算法进行对比。实验结果表明：改进的混合贪心蚁群优化算法能够有效处理动态路由问题,寻求到更高的救援效率。     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

利用统计估算放大法推求可能最大暴雨

由于中国对赫氏法有不同的看法,因此在引进该法后,需要对该方法加以修正和改进,倾向于以离均系数Φm取代统计估算法中的Km值.统计估算法仅从实际发生的大暴雨中寻求Φmm,而没有放大的概念,所以利用该方法计算的PMP值往往偏小.统计估算放大法是通过水汽放大,对统计估算方法进行改进.应用统计估算放大法推算宁德地区PMP,计算结果表明,该方法较其他方法更合理.     

装配式建筑生产-运输-施工调度研究

装配式建筑是建筑工业化的重要标志,但由于施工、生产及运输等多个作业空间不能有效协同导致的建筑成本高、工期优势不明显成为其推广应用的瓶颈问题.在对装配式建筑生产施工调度过程分析的基础上,以缩短施工进度及协同各作业空间为目标,基于建造过程研究作业空间的协同管理机制,建立装配式建筑项目全过程协同调度模型,采用粒子群算法对该模...     

LWE问题的分析策略及格基约减算法综述

格公钥密码因其数学困难问题的平均/最坏复杂度等价性、代数结构的线性性和丰富的密码等功能而被普遍认为是最有发展前途的后量子密码.目前有大量格密码算法的安全性基于格上的错误学习(LWE)问题而设计.因此,研究LWE的求解算法对深刻理解格公钥密码算法的安全性至关重要.文章首先针对不同类型LWE问题的不同求解策略进行梳理和比较...     

拥塞控制新算法:试算平衡

根据资源的需求和供给关系,提出了拥塞控制新算法——试算平衡法,旨在按一定比例抑制资源的需求,以实现系统资源的供需平衡,进而达到拥塞控制的目的.     

基于模糊决策算法的新能源汽车充电桩布局优化方法

为了最大程度满足车流量充电高峰期的需求,提出基于模糊决策算法的新能源汽车充电桩布局优化方法.结合充电桩的覆盖区域以及建设管理费用等因素,构建充电桩布局模型;集合模型中的模糊参数,获取模糊适应度函数,依据决策者满意程度和优先等级,建立优属度权重选择函数获取满意解,完成充电桩布局优化.实例测试结果表明：该方法可结合充电桩建设区域实际车流量情况和充电需求,完成充电桩布局建模,迭代次数为62次时即可获取最小适应度函数,完成新能源汽车充电桩布局优化.     

基于三层并行逐步优化算法的多水源区域内水资源智能调配方法

多水源区域内水资源的目标量通常较多,对其进行水资源调配时存在目标查找困难、调配精准度低等问题.为了有效解决上述问题,提出一种基于三层并行逐步优化算法的多水源区域内水资源智能调配方法.首先建立了考虑经济效益、社会效益以及生态环境效益的目标函数,并计算了三者的具体权重,以作为下一步水资源调配的参照基准.然后采用三层并行逐步优化算法将调配分为决策、查找及优化更新三大步骤,同时结合莱维飞行算法查找决策模型中的最优目标解,通过不断迭代优化更新目标值与调配值间的正向差值,并利用修正函数缩小二者间的差异,以实现水资源的高效调配.最后通过仿真实验证明,所提出的基于三层并行逐步优化算法的多水源区域内水资源智能调配方法具有较高的精准度、较强的稳定性和较广的适用范围.     

Toeplitz矩阵填充的尾端修正增广拉格朗日乘子算法

基于均值的增广拉格朗日乘子（MALM）算法,提出了一种尾端修正的Toeplitz矩阵填充新算法.该算法利用增广拉格朗日乘子（ALM）算法迭代速度较快的优点,对迭代矩阵序列进行结构化与尾端修正.在一定程度上减少了每步均值处理所产生的数据传输量,从而降低了计算代价.同时详细讨论了新算法的收敛性.最后通过数值实验证明了新算法比l步修正的增广垃格朗日乘子（l-MALM）、MALM以及ALM算法在计算时间上有较大程度的减少.