群智能理论及应用研究

群智能是一种由无智能或简单智能的个体通过任何形式的聚集协同而表现出智能行为。它为在没有集中控制且不提供全局模型的前提下寻找复杂的分布式问题求解方案提供了基础。目前,群智能已成为有别于传统人工智能中连接主义、行为主义和符号主义的一种新的关于智能的描述方法。论文对群智能理论的起源背景、发展及应用作了系统阐述,并对群智能与一般演化计算的异同作了深入分析。     

集对分析的不确定性系统理论在AI中的应用

根据不确定性与确定性对立统一的观点，把同一个研究对象相对于参考集的确定性测度与不确定性测度作为一个不确定性系统，用联系数描述这个系统，根据问题的要求对联系数作适当的运算，由此形成基于集对分析的不确定性系统理论．把该理论用于不确定性推理、智能计算、群体智能分析，思路清晰，算法简明，所得结果能较好地符合客观实际．     

计算智能融合应用研究

本文对神经网络（NN），进化算法（EA0，不确定理论（Uncertain Theory）混沌系统（Chaos System）、免疫算法（IA,Immune Algorithm）、DNA计算（DNA Coputing）等广义计算智能相互融合应用进行了总结和分析，重点介绍免疫算法、DNA计算等新型计算智能理论的相互融合应用，最后对计算智能理论的融合应用趋势进行探讨。     

浅谈智能计算及其研究方法

智能计算是最近兴起的一类仿生计算方法,已在许多实际领域中得到成功应用.系统地介绍几种有代表性的智能计算方法,其中包括人工神经网络、进化算法、蚁群算法以及粒子群算法.在此基础上,从仿生、实验算法学、群体智能、融合以及系统理论等角度对智能计算中的研究方法作适当探讨     

基于群体智能框架理念的遗传算法总体模式描述

在各类群体智能算法中，不同的智能体群往往具有不同的外在表现形式，但他们所表现出来的智能计算模式具有相对的统一性．为了验证这一理念并从宏观的视角来研究群体智能理论，对群体智能中各类智能计算模式进行总结提炼，提出了群体智能计算的一种内在统一的总体框架模型，并以遗传算法为例加以具体论述与验证，给出了基于群体智能框架理念的遗传算法总体模式描述．     

从对Schank理论的探讨论述智能存储

本文详细分析了R.C.Schank最近十几年来在人工智能领域中从“概念从属理论”到“动态记忆理论”的研究成果,指出了在人工智能领域中带有普遍性的问题。提出了我们对实现“集记忆与处理于一体的存储结构”的观点与设想,并以此作为“智能存储”思想的理论基础。     

按模式记忆理论的数学描述（I）——记忆模式的属性坐标表示法

神经生理学的实验事实指出：感觉神经元仅对事物属性作分类检测和只有将各属性的感觉映像重新整合起来，才能形成对象记忆模式。据此，文中对按模式记忆理论给予数学描述，认为：属性抽取与整合是记忆模式的建构操作，并讨论了事物一般属性模式、结构与关系模式的整合建构，及其诱导的推理与联想模式等不同记忆模式的属性坐标表示法。在该数学描述中，记忆模式的多维多层网络结构、多语义性、模糊性和动态互联性等特性可得到较自然的     

蚁群智能体记忆模型研究

将记忆机制引入传统蚁群算法,把蚂蚁看作具有记忆的智能体,通过对记忆的存储、更新及遗忘原理进行分析,建立一种基于生物记忆原理的蚁群智能体记忆模型。在模型中,蚂蚁智能体能够凭借记忆对自身记忆库和蚁群记忆库进行不断搜索和更新,及时调整当前最优路径。记忆原理与传统蚁群算法的结合替代了后者多次反复迭代的寻优模式,能更好地实现路径选优、缩短搜索时间、提高算法执行效率。实践检验发现,该模型能实时追踪蚁群智能体的最新动态,对当前最优路径做出及时调整和判断,从而引导自身及其他蚂蚁智能体准确、高效地寻找到最优路径。     

面向网络计算的移动智能体研究与实现

本文围绕移动智能体的以下五个问题进行了探讨 :( 1 )什么是移动智能体与移动智能体系统 ?文中分析了移动智能体的本质特性 ,通过形式化方法认识了移动智能体的核心属性与行为模型 ,给出了移动智能体的计算模型与生命周期模型 ,澄清了移动智能体系统的基本组成。( 2 )为什么要引入移动智能体 ?本文对移动智能体的效用作了深入地探讨 ,认为移动智能体并非一个全新的、替代性的计算模式 ,而是对当前网络计算模式的一个有益补充与归纳。其优势在于提供了一个网络时代的通用计算框架 ,使得基于信息的分布式系统可以简单地、有效地建模与实现 ,智…     

按模式记忆理论的数学描述(Ⅰ)──记忆模式的属性坐标表示法

神经生理学的实验事实指出：感觉神经元仅对事物属性作分类检测和只有将各属性的感觉映像重新整合起来，才能形成对象记忆模式．据此，文中对按模式记忆理论给予数学描述，认为：属性抽取与整合是记忆模式的建构操作，并讨论了事物一般属性模式、结构与关系模式的整合建构，及其诱导的推理与联想模式等不同记忆模式的属性坐标表示法．在该数学描述中，记忆模式的多维多层网络结构、多语义性、模糊性和动态互联性等特性可得到较自然的数学刻画．     

云计算与网格计算的比较研究

网格计算是一种能够整合零散资源并实现资源共享和协同工作的计算模式;云计算是网格计算、并行计算、分布式计算的发展,是一种新兴的商业计算模式。它具有与网格计算不同的新的特点。该文在研究网格计算与云计算概念的基础上从体系结构、专注方向、资源管理、作业调度等多种角度对网格计算与云计算进行了分析和研究。云计算所采用的商业理念、成熟的资源虚拟化技术以及非标准化的规范,使其体系结构、资源管理、作业调度等方面呈现出了不同的特点,也更适宜于为用户提供按需服务的目标,但在安全方面仍需不断完善。     

An efficient job management of computing service using integrated idle VM resources for high-performance computing based on OpenStack

In recent years, various studies on OpenStack-based high-performance computing have been conducted. OpenStack combines off-the-shelf physical computing devices and creates a resource pool of logical computing. The configuration of the logical computing resource pool provides computing infrastructure according to the user’s request and can be applied to the infrastructure as a service (laaS), which is a cloud computing service model. The OpenStack-based cloud computing can provide various computing services for users using a virtual machine (VM). However, intensive computing service requests from a large number of users during large-scale computing jobs may delay the job execution. Moreover, idle VM resources may occur and computing resources are wasted if users do not employ the cloud computing resources. To resolve the computing job delay and waste of computing resources, a variety of studies are required including computing task allocation, job scheduling, utilization of idle VM resource, and improvements in overall job’s execution speed according to the increase in computing service requests. Thus, this paper proposes an efficient job management of computing service (EJM-CS) by which idle VM resources are utilized in OpenStack and user’s computing services are processed in a distributed manner. EJM-CS logically integrates idle VM resources, which have different performances, for computing services. EJM-CS improves resource wastes by utilizing idle VM resources. EJM-CS takes multiple computing services rather than single computing service into consideration. EJM-CS determines the job execution order considering workloads and waiting time according to job priority of computing service requester and computing service type, thereby providing improved performance of overall job execution when computing service requests increase.

     

基于云的计算机取证系统研究

云计算是目前最流行的互联网计算模式,它具有弹性计算、资源虚拟化、按需服务等特点。在云计算的环境中,云计算中心直接提供由基础设施、平台、应用等组成的各种服务,用户不再拥有自己的基础设施、软件和数据,而是共享整个云基础架构。这种方式直接影响了云计算环境的安全性和可用性,给云计算带来了巨大的隐患。在分析和研究云计算环境下的安全缺陷和安全威胁的前提下,提出了一种基于云的计算机取证系统的设计方案———利用计算机取证技术解决云计算环境的安全问题,同时利用云计算技术和超算技术满足传统取证对高性能计算的需求。     

分散计算:技术、应用与挑战

在军事作战等对时延敏感的应用场景中,云计算无法满足用户的实时需求,因此分散计算应运而生。它利用智能手机、平板电脑、联网汽车和物联网终端等全球计算资源提供服务,并将云数据中心视为通用计算节点,彻底消除中心化,实现计算资源的分散化。分散计算将所有具有计算能力的设备连接起来,形成一个网络化的有机体,每个计算节点以协作和共享的方式为用户提供服务。与雾计算和边缘计算的本地化处理不同,该范式利用了网络中的空闲计算资源,绕过了局部计算能力的限制,得到了广泛的关注。首先,介绍了分散计算的研究背景,并给出了分散计算的定义;其次,详细介绍了分散计算的三种核心技术;随后,通过一些具体的应用场景实例化分散计算的概念,更好地分析了分散计算在万物互联时代的优势;最后,阐述了未来分散计算的研究方向以及面临的挑战。     

面向大数据复杂应用的GPU协同计算模型

大数据计算中存在流计算、内存计算、批计算和图计算等不同模式,各种计算模式有不同的访存、通信和资源利用等特征。GPU异构集群在大数据分析处理中得到广泛应用,然而缺少研究GPU异构集群在大数据分析中的计算模型。多核CPU与GPU协同计算时不仅增加了计算资源的密度,而且提高节点间和节点内的通信复杂度。为了从理论上研究GPU与多核CPU协同计算问题,面向多种计算模式建立一个多阶段的协同计算模型（p-DCOT）。p-DCOT以BSP大同步并行模型为核心,将协同计算过程分成数据层、计算层和通信层三个层次,并且延用DOT模型的矩阵来形式化描述计算和通信行为。通过扩展p-DOT模型描述节点内和节点间的协同计算行为,细化了负载均衡的参数并证明时间成本函数,最后用典型计算作业验证模型及参数分析的有效性。该协同计算模型可成为揭示大数据分析处理中协同计算行为的工具。     

云计算的安全风险及对策研究

云计算是在分布式计算、网络计算、并行计算等模式发展的基础上出现的一种新型的计算模型。文中介绍了云计算的发展现状,分析了云计算在其发展中存在的安全问题及其相应的相关对策和建议,分多种情况对云计算服务的安全问题进行了研究。     

图数据分析系统计算模型综述

随着大数据时代的到来,图作为一种表示和分析大数据的有效方法,正成为学术界和工业界广泛关注的焦点.图数据具有规模巨大、耦合性强、动态变化等特点,需要新的计算模型支持高效的图计算系统对大规模图数据进行处理.对图计算系统计算模型的研究现状进行了调研和综述,首先介绍图计算系统的产生和发展,然后将主流图计算系统中的计算模型按照计算对象分为:结点中心计算模型、边中心计算模型、路径中心计算模型和子图计算模型四类,重点介绍结点中心模型的应用和性能,最后对图计算模型的发展过程进行总结,并展望图计算模型未来发展方向.     

云计算对教育的影响初探

云计算是在分布式计算、并行计算、网格计算的基础上提出的一种新型计算模型,它提供了可靠安全的数据存储、强大的计算能力和方便快捷的互联网服务。云计算将给IT行业带来重大的变革,同样将对教育领域产生重要而深远的影响。该文介绍了云计算的含义、基本原理和发展现状,分析了云计算对教育领域将产生的积极影响和意义。     

一种适应数据与计算密集型任务的私有云系统实现研究*

与公有云计算相比,针对数据与计算双重密集型任务的私有云计算系统对计算效率和系统管理效率提出了更高的要求,目前的公有云计算系统显得过于复杂和繁琐,因此需要一种简便易用的能够适应数据与计算密集型任务的私有云计算系统实现。借鉴公有云计算的相关理论和实现方法,提出了一种针对数据与计算双重密集型任务的私有云计算系统实现方案。该方案通过作业文件描述用户的计算任务,确定计算任务的计算模型和计算的输入输出文件;针对私有云的特点,简化Google云计算系统的MapReduce并行处理框架,得到更加直观的数据计算模型;自动连     

浅析云计算及其应用

云计算是一种创新的商业计算服务,云计算是将计算任务分配到云网平台中,为各种应用系统提供计算、存储以及各类软件服务。本文首先概述了云计算的定义和构成,并介绍了云计算的特点,最后探讨了云计算的应用问题。