基于相互隶属度的云模型相似性度量方法

针对现有云模型相似性度量方法计算复杂度高、结果不稳定、适用性有限等问题,提出了一种基于相互隶属度的云模型相似性度量方法.依据云模型期望曲线以公共面积与自身面积之比定义云模型之间的隶属度,进而利用相互隶属度计算云模型之间的相似度.讨论了不同交点及半云情形下相应面积的计算方法,并给出了相似度的计算公式及性质证明.仿真实验表明,该方法能够在多种情形下合理地度量云模型的相似性,并且具有较高的结果准确度和较低的计算复杂度,基于云模型的评估实例进一步验证了该方法的有效性.      

数学师范生教育科研能力培养的思考

在分析国内数学师范生教育科研现状的基础上,提出培养数学师范生教育科研能力的几点意见,主要有：转变观念,重视师范生教育科研能力的培养;完善培养目标,规范论文与研究报告的写作;通过指导阅读书籍、报刊、学位论文等,培养学生对教育问题的敏感性；以专业课程为依托,实现教育科研与专业学习的有机结合；充分利用教育实习,实现教育科研与教学活动的紧密结合;让师范生参与教学法老师的教育科研项目,加深其时科研的体会和感受.     

基于云理论的斜拉索可靠性评价方法

为准确评估易损难修的斜拉索的可靠性，保证行车安全舒适，提出一种基于云理论的斜拉索可靠性评估方法.首先根据拉索力学特点和常见病害，以斜拉索的运营状态应力极值、恒载索力变幅、应力幅、基频、服役时间、PE护套开裂程度及阻尼系统完好程度为指标，建立了斜拉索可靠性评估指标体系.咨询专家意见建立权重云模型，并根据泛概念树的概念扩充原理实现权重的群决策.最后将指标对各等级的平均确定度与权重云模型加权汇总，得到可靠等级确定度的云模型并以此确定最终评级.规范评估结果与拉索实际病害情况对比验证了所提方法结果的合理性和可操作性.     

具有关键字搜索性质的云存储加密方案

Dan Boneh等人提出了具有关键词搜索性质的公钥加密方案,并且构造出了在随机预言模型下可证明安全的基于BDH困难问题的双线性映射对下的具体构造.本文给出了一个具有关键字搜索性质的高效云存储加密方案,而且在随机预言模型下可证明CCA-安全.该方案能够安全高效的管理云服务器中的加密文件,能够对已经加密的文件进行相等配对.构造方案能够在无安全信道环境中传输陷门Tw.     

移动交界面流固耦合传热的数值稳定性分析

研究了交界面移动情况下流固耦合稳态传热的数值稳定性问题.考虑Dirichlet-Robin组合边界条件,用速度表征交界面的移动情况,流体域和固体域分别采用有限体积法和有限单元法进行离散及数值求解,利用Goudonov-Ryabenkii理论正则模态分析方法重点研究了交界面移动时数值方法的稳定性,最终获得了一条由耦合系数和移动速度组成的最优曲线,并且证明了当耦合系数和移动速度在这条曲线上取值时,离散的求解域能够达到最快的收敛速度及绝对的稳定性特征.为设计人员进行数值仿真时选取合理的参数提供了参考.     

(λ,μ)-模糊粗糙子群

本文根据(λ,μ)-模糊正规子群定义了新的同余关系,由此提出了(λ,μ)-模糊粗糙子群和(λ,μ)-模糊粗糙正规子群的概念,并研究了它们的性质.     

电子政务云平台实用化研究

阐述了推进电子政务云平台建设的意义,详细介绍了电子政务云平台实用化实施的步骤。     

基于正态分布概率模型的渗滤液回灌影响分析

渗滤液回灌能有效加速填埋场的稳定并处理多余的渗滤液, 而预测回灌过程中渗滤液的运移规律对于合理设置回灌井的间距和数量具有重要的意义. 考虑了垃圾体的非均质性, 建立了垃圾体的渗透系数随空间正态分布变化的概率模型. 利用 COMSOL Multiphysics^® 软件, 首先对单孔隙度的横纵向均质模型和正态分布模型的 渗透系数以及压力水头进行了比较, 其次研究了在横纵向渗透系数比值、回灌速率和回灌时间等不同 影响因素下, 均质模型和正态分布模型的含水率以及横向影响范围的变化规律. 结果表明, 随着横纵向渗透系数比值的增加, 最终在 100 d 时: 均质模型的含水率由 0.609 增加到 0.68, 横向影响范围从4.842 m 增加到 6.79 m; 正态分布模型的含水率由 0.573 增加到 0.610, 横向影响范围从4.097 m 变为 4.04 m. 这说明横纵向渗透系数比值对正态分布模型的含水 率和渗滤液横向影响范围的影响明显高于均质模型. 而当回灌速率和回灌时间相同时, 正态分布模型渗滤液的渗流速度更快, 易于优先达到饱和含水率, 并在短暂的峰值后迅速下降, 且随着回灌速率和回灌时间的增加, 达到饱和含水率和峰值的时间也逐渐增加.     

CloudSim中基于优先级的轮询服务代理算法

针对服务代理采用的现有数据中心选择算法存在系统性能低和总体成本高等问题，提出一种基于优先级的轮询服务代理算法。该算法对数据中心的优先级进行定义，并根据数据中心的优先级选择数据中心。通过基于CloudSim 仿真器的实验，结果证明该算法比现有数据中心选择算法拥有更好的性能。     

基于云模型的细菌觅食优化算法

针对细菌觅食优化算法收敛速度慢、容易陷入局部极值点出现早熟的问题,提出一种新的基于云模型优化的细菌觅食优化算法.首先给出了细菌灵敏度的概念,结合云模型随机性和稳定倾向性的特点,运用了X条件云发生器来调整细菌灵敏度,控制游动步长,进行了趋向性操作和复制操作,改进了标准的细菌觅食优化算法,提高了算法的收敛速度.然后利用正向正态云发生器,修正非线性自适应的迁移概率,进行了迁移操作,增强了算法的全局寻优能力.将该算法应用于自动组卷系统中,与遗传算法进行实验比较分析,结果表明:该算法的收敛速度与优化质量均优于遗传算法.