人工免疫算法与系统集成的研究

生物免疫系统是一个复杂、并行、鲁棒的自适应系统,以其智能的信息处理能力而逐渐备受关注。为使研究人员能全面了解人工免疫常用算法原理及其应用和免疫系统与其他智能系统的交叉融合研究,以及由此建立的人工免疫系统模型、算法,在简述免疫系统生物学原理的基础上,概括了不同的免疫算法和各自的特性,总结了当前人工免疫系统与人工神经网络、进化算法、模糊系统的集成情况及工程应用现状。最后讨论了人工免疫系统面临的问题及未来发展趋势。     

特征选择方法与算法的研究

特征选择的主要思想是通过去除一些包含少量或不相关的信息的特征去选择特征子集。特征选择方法可分为三大类:一是过滤式,二是封装式,三是嵌入式。鉴于目前存在大量的特征选择算法,为了能够适当地决定在特定的情况下使用哪种算法,需要提出可以依赖或判定的标准。文中的主要工作就是综述一些基本特征选择算法,根据文献中已有的理论和实验结果对特征选择方法和算法进行比较分类,然后提出一种可以依赖或判定的标准。     

图的最优矩阵构建研究

为了提高图的最优矩阵的构建效率,文中通过对Floyd算法的研究,进一步提出了对其进行四层优化的方法,通过对图的矩阵中的特殊元素的删除和在计算前的判断减少了不必要的计算,加入贪心算法使其减少中间结果的生成,使中间结果更加接近图的最优矩阵。优化后的Floyd算法在很大程度上提高了执行效率,使其在实际应用中更加可取,经过逐步的优化使改进后的算法在运行时间上平均时间最多减少为原来的四分之一,而且随着图顶点数目的增加,修改后的Floyd算法效率有显著的提高,因此,在实际应用中是一个切实可行的算法。     

基于SOA的省域道路运输管理业务系统集成研究

信息技术已经越来越广泛的应用到交通运输行业，极大地提高了运输主管部门的管理水平。由于职能部门管理机制的局限性以及信息系统规划的前瞻性缺失，信息随着时间的推移在业务系统中形成了信息孤岛，表现出信息对抗，使用者体验到的是信息囚笼。文中以提高系统集成性为目的，以SOA为主导思想，研究了构建道路运输管理业务系统平台的集成性，该集成平台打破了信息囚笼，消除信息孤岛，避免信息对抗，使信息流通更加顺畅，信息共享更加便捷。SOA架构提升了该集成平台中系统的敏捷性和易扩展性，降低了系统维护成本，使得该平台能更好地为交通管理部门提供辅助决策支持，提高其办公效率。     

演化式果蝇算法及其应用研究

现实中的大量问题都可以转化为函数优化问题,而寻找优化问题的通用高效算法,是智能计算所要达到的主要目的之一。文中基于果蝇觅食行为的社会特性,设计了一种求解函数优化问题的演化式果蝇算法。该算法首先定义了果蝇味道浓度判定值及果蝇味道浓度判定函数,针对多维度问题,提出了距离分量及味道浓度判定值分量的概念,并将其用于引导果蝇搜索过程之中,得到了较理想的寻优结果。实验表明,算法具有较高的效率、良好的全局性能及普适性。     

基于Tri-Training半监督分类算法的研究

在实际应用中,容易获取大量的未标记样本数据,而样本数据是有限的,因此,半监督分类算法成为研究者关注的热点。文中在协同训练Tri-Training算法的基础上,提出了采用两个不同的训练分类器的Simple-Tri-Training方法和对标记数据进行编辑的Edit-Tri-Training方法,给出了这三种分类方法与监督分类SVM的分类实验结果的比较和分析。实验表明,无标记数据的引入,在一定程度上提高了分类的性能;初始训练集和分类器的选取以及标记过程中数据编辑技术,都是影响半监督分类稳定性和性能的关键点。     

基于生物免疫原理的网络入侵检测研究

针对目前网络入侵检测系统普遍存在的误报、漏报及自适应差等问题,将生物免疫原理应用于网络入侵检测系统中,构建了一个新的基于生物免疫原理的网络入侵检测模型。介绍了生物免疫系统的原理,论述了生物免疫原理在网络入侵检测中的应用,详细阐述了该模型的工作原理及流程,并对该模型使用的否定选择算法和克隆选择算法进行了描述和分析。实验结果表明,该模型系统提高了入侵检测率,降低了虚警率,整体检测性能较好。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化 PID 神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的 PID 神经网络控制器具有逼近控制目标更快,响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

FFD算法的研究与应用

排课问题是一个有约束的、多目标的组合优化问题,而FFD(First Fit Decreasing)算法是计算机数学组合优化的近似算法。文中针对排课中教室分配问题,引入FFD算法,采用首次适应贪婪思想,先将教室和课程按容量和上课人数从大到小排序,然后依次从前往后选择最先适合教室分配给课程。以国际自动排课问题研究团队(WATT)组织的第二次国际竞赛数据和规则为基准,通过与二部匹配算法、NFD(Next Fit Decreasing)和NF(Next Fit)策略进行比较,FFD算法能在最优安排全部课程的上课教室前提下,对于竞赛给定的惩罚函数,所得惩罚值最小,并且教室利用率最高。     

基于种子算法的三维导航图自动生成算法

导航图为人群模拟提供了对应的环境信息,为智能体的移动提供了导航基础。其准确与否对模拟结果的正确性至关重要,是反应智能体自主特征与智能行为的关键技术之一。而目前工作主要针对平坦的地面进行导航图的创建,对实际应用有很大的局限性。本文利用种子填充算法蔓延特性和碰撞检测技术,并根据场景的几何属性自动生成复杂地形的三维导航图,解决了起伏地形、复杂场景导航图自动生成困难的问题。所得结果可以利用到实际人群三维模拟或三维游戏开发中。     

基于改进型人工萤火虫算法的云计算资源研究

在研究人工萤火虫算法的基础上,提出了一种改进型的人工萤火虫算法。该算法通过对荧光素值获取方式的改进、能够有效地防止收敛过快、目标函数值极易陷入局部最优的情况,通过三个函数的仿真测试中,在搜索精度和性能上有了显著的提高。通过Cloudsim仿真平台发现,在云计算模型下,该算法可以有效地减少子任务的处理请求任务的平均完成时间,提高了任务处理的效率,达到了资源的合理分配。     

蓄电池监控系统方案

蓄电池是通信行业常用的电源模式,现有蓄电池工作情况缺乏简便有效的管理,本文介绍了一种蓄电池监控系统的方案,并通过实际的测试验证了该方案的可行性。     

家庭网络安全研究

目前,家庭网络是重点研究领域之一,家庭网络提供重要服务之一是远程控制家庭网络里的信息家电,由于家庭网络由异构网络协议和各种服务模型组成,远程控制服务导致家庭网络受到各种安全威胁。分析了国内外家庭网络研究现状和存在的安全威胁,对家庭网络安全研究的各种方法的优缺点进行了分类分析和总结,提出了家庭网络安全研究的科学问题与研究和发展方向,从而为家庭网络安全研究相关技术的进一步研究提供一定的理论基础。为用户提供简单易用、安全可靠的家庭网络环境,并提供隐私保护是家庭网络安全研究的最终目标。     

ATE测量系统分析建模

本文为进行测量系统的MSA研究提供指导。重点研究ATE的可重复性、再现性。利用方差分析(ANOVA)法实现了ATE的参数MSA建模。并将该模型应用到验证测试平台的可靠性。     

增强型Q参数混合防碰撞算法

标签碰撞是射频识别系统的关键问题,它增加了系统的时间开销和无源标签的能量消耗,降低了系统识别速率。文章提出了一种增强型Q参数混合防碰撞算法——EQH算法,该算法通过检测一定数目的标签响应时隙的状态,对其中的连续碰撞时隙和空闲时隙的信息进行分析,快速调整帧的大小,同时标签中引入一个特殊寄存器,使分配到每个时隙的标签能够被快速识别,减少了时隙的消耗。性能分析和仿真结果显示,该算法能够快速、准确地估标签标签的数目,且具有较高的系统识别率。     

基于改进蚁群优化的盲检测算法

文中针对基本蚁群算法在求解过程中容易出现收敛时间过长以及易陷入局部最优解的不足,对基本蚁群算法中的信息素更新方法进行改进,提出了一种新的算法:基于特种蚁群优化算法,并将其用于信号盲检测。文中提出的改进蚁群算法能更好地避免优化算法出现过早停滞现象,优化盲检测性能。对改进算法的仿真实验及复杂度分析结果表明:基于特种蚁群优化盲检测算法在具有与原算法相同复杂度的前提下,提高了算法的盲检测性能,具有可行性和有效性。     

Hadoop平台上Apriori算法并行化研究与实现

分析传统串行关联规则Apriori算法的计算过程以及存在的一些缺点,针对串行算法执行效率低,时间复杂度高以及传统并行计算模式不能处理节点失效,难以处理负载均衡等问题,提出基于Hadoop平台实现并行关联规则算法的设计方法,对传统关联规则Apriori算法进行了改进,并给出改进算法在Hadoop平台的MapReduce编程模型上的执行流程;在Hadoop平台上对改进后的算法进行单机测试和集群测试,实验结果证明,改进后的算法具有较高的执行效率,良好的加速比和可移植性。     

改进粒子群和模拟退火混合算法及其应用

基本粒子群优化算法每个粒子代表一个可行解,通过粒子间的协作来获得最优解。考虑粒子间协同作用,引入Gaussian核函数研究基于区域影响的粒子群算法(GPSO)。为了充分利用粒子群算法的快速全局收敛性和模拟退火算法能够跳出局部最优陷阱的优点,得到高精度的最优解,将GPSO算法与模拟退火算法相结合,研究了一种新的混合粒子群算法。混合算法在GPSO算法处于停滞状态时,于搜索到最优位置用模拟退火算法继续寻找最优解。数值实验结果表明,新混合算法兼顾了GPSO和模拟退火算法的优点,具有收敛速度快、搜索精度高、鲁棒性好等特点。这说明文中的混合算法不失为一种有效的进化算法。     

粒子群与细菌觅食相结合的案例聚类算法

案例聚类是按照案例库中案例的相似度进行归类,目的是减少案例推理系统搜索相似案例的时间、提高案例推理系统的性能和降低案例库维护的复杂度。该问题的难度在于案例库的案例规模比较大和不同的聚类算法的选择对于聚类结果的影响。本文在粒子群算法与细菌觅食算法基础上,将两者结合起来,综合两个算法的优点,并将其应用在k-prototypes方法上对案例库中案例进行聚类。与流行的聚类算法进行比较,实验结果显示本文的算法具有更高的效率并且性能相对而言更加优秀。     

基于浏览器的用户身份识别系统

在现代社会生活中,互联网的运用空间不断拓宽,网络的安全也渐渐成为一个需要引起人们的重视的问题。在诸多网络安全问题的防范中,用户的身份认证是一个基本的安全机制。传统的用户认证是基于用户名和与其对应的密码之类的方式确认用户身份,在此基础上,本文考虑对其他一些同样可以用于身份认证的因素加以利用,希望认证方式可以有多样的,非单一的手段。本次课题研究的基于浏览器的用户身份识别系统就是通过收集浏览器的特征作为指纹对用户身份进行是别的,这就是一种新型的认证方式。