基于k-means的量子微粒群动态聚类

k-means算法原理简单、收敛速度快,但易陷入局部最优,且须将聚类的类簇数作为先验知识,为此,引入量子微粒群与k-means算法结合,提出了一种改进的动态聚类算法。改进算法具有量子微粒群的全局搜索能力,且对每个粒子采用k-means进行优化,从而加快算法的收敛速度。通过适应度函数值的调整,算法在聚类中能够搜寻到最优类簇数,这样类簇个数和中心就不受主观因素的影响。实验表明,算法有效。     

基于VMM的LTE小区搜索模块验证

随着芯片设计规模和复杂度的增加,功能验证变得越来越复杂,验证面临着诸多挑战。有统计数据显示,验证工作占整个设计开发工作60%～80%的时间。在长期演进系统(long term evolution,LTE)中,小区搜索是一个非常关键的过程,是移动终端开机后首先要做的步骤。小区搜索的性能好坏直接影响LTE系统后续过程的进行,对LTE系统的性能有很大的影响。以LTE系统小区搜索模块为例,简要介绍了VMM(verifacation methodology man-ual)验证方法学,并基于VMM验证方法学搭建了小区搜索模块验证平台,对小区搜索模块进行了全面的功能验证。验证结果表明,本模块能够完成预期的目标,采用VMM验证方法学可以极大地提高验证效率,缩短验证周期。     

LTE系统小区搜索中SSS时频同步算法的研究

时频同步是终端小区搜索过程中的核心模块,其性能的好坏将直接影响系统的解调性能。通过对时分长期演进（time division long term evolution,TD-LTE)系统小区搜索过程中时频同步算法的研究,结合辅同步信号（secondary synchronization signal,SSS）序列时域信号特性,给出了一种基于SSS对称相乘的时频同步算法。该算法利用SSS信号的时域共轭对称性能够准确地估计出SSS信号的中心共轭对称点,进而获取定时同步;同时,定时同步位置所对应的小数倍频偏计算结果即为小数倍频偏估计值。在MATLAB中对该算法的性能进行仿真与分析。仿真结果表明,利用SSS进行定时同步能够很好地抵制大载波频偏对定时同步性能的影响。从计算过程来看,该算法仅利用接收信号的对称相乘运算来估计小数倍频偏估计,极大降低了计算复杂度。该时频同步算法性能良好、复杂度低,较常规算法可靠性有较大提高。     

求解水分运移参数的拉普拉斯-模式搜索方法

通过室内试验获得水分实测值,然后通过拉普拉斯变换对非线性水分运动方程进行线性化处理,获得水分的计算值,以土壤含水率实测值与其计算值标准差最小为优化目标,建立水分运移参数识别优化模型,采用自适应模式搜索方法对模型进行优化求解。以850、1500 min时刻实验数据作为参数识别初始数据,获取了土壤非饱和水分运移参数值,并以2 400 min时刻实验数据进行验证。含水率计算值与实测值的相关系数和标准差分别为0.946、0.022,相关系数较大,标准差较小,表明该方法识别水分运移参数是可行的。     

配电网电容器优化投切的动态规划法算法

建立了电容器优化投切的动态规划模型.基于无功就地平衡规则和配电网辐射状运行的特点,并利用广度优先搜索算法将电容器划分为多个等级,在此基础上,划分出动态规划的阶段.采用逆序解法求解动态规划问题,给出了电容器对应子网的定义,对每个阶段的各个子网采用原对偶内点法求解最优决策量的浮点解,以网损最小为目标对浮点解归整.算法每个阶段都以网损最小对该阶段的电容器投切容量的浮点解进行归整,从而使整个过程的电容器的整数解更接近最优整数解.算例结果验证了算法的快速性和准确性.     

对当前我国网络舆情立法的若干思考

随着网络时代的到来,互联网已成为民众表达意见的第一选择。如何利用好这个平台,实现国家治理与网络舆情之间的良性互动,已经成为各界关注的焦点。我国现有的网络舆情立法存在着人肉搜索一刀切、对网络服务提供者苛责、网络公关行业责任不明、信息公开制度不健全四大问题,有待立法上的完善与修正。     

可支持属性撤销的基于 CP-ABE 可搜索加密方案

针对目前基于属性的可搜索加密方案存在密钥泄露以及不支持属性撤销的问题,提出了一种云环境下,安全高效、可支持属性撤销的基于 CP-ABE （ciphertext-policy attribute based encryption）的可搜索加密方案。该方案不仅可支持细粒度的访问控制,具有较高的计算效率,且用户密钥使用随机值盲化后提交服务器,保证了用户密钥的保密性和安全性。该方案支持用户属性的撤销,并在属性撤销过程中,将密文更新的大部分工作转移给云服务提供商完成,方案在保证安全性的前提下,进一步降低了用户的计算代价。方案的安全性基于 DL（decisional linear）假设,在通用模型下具有选择明文攻击安全,抗合谋攻击,前向安全和后向安全。     

一种基于四阶Taylor展开的多目标改进的拟牛顿算法研究

借助于目标函数的四阶Taylor展开导出新的拟牛顿方程,并将其应用到多目标优化问题中,给出了一种多目标优化改进的拟牛顿算法(称为M-TBFGS算法),同时在一定的假设条件下,结合Wolfe搜索准则,证明了本文算法的收敛性,并进行了数值试验,结果表明,本文的M-TBFGS算法是正确和有效的。     

改进蚁群算法求解单行设施布局问题

针对单行设施布局问题已有算法结构复杂、对算法参数有较大依赖性、求解效果欠佳的问题, 提出一种改进的蚁群算法。该算法采用基于目标函数值的自适应等级划分策略, 实现了信息素增量优胜劣汰、改进信息素的更新规则。通过简化状态转移概率函数, 降低计算量和算法对参数的依赖性, 引入精英候选集, 提高优良设备的选择概率。同时, 采用基于插入式邻域结构的爬山寻优算法作为局部搜索进行深度搜索。仿真结果表明, 求解28 个大规模的测试例子时, 该算法总的平均运行时间分别为混合遗传算法的14%, Lin-Kernighan 算法的5%, 分散搜索算法的50%, 说明该算法可在短时间内较稳定地得到高质量的近优解, 性能优越于其他算法。     

求解可重入作业车间调度问题的改进离散微粒群优化算法

本文针对可重入作业车间调度问题,对离散微粒群算法的搜索方式进行改进,混合一种变异机制,并结合Interchange邻域局部搜索机制,设计与开发有效的混合离散微粒群算法。通过实验仿真结果的比较,有力地证明了所提算法的有效性。