基于群智能的模糊多目标软件可靠性冗余分配

针对软件可靠性冗余分配问题,建立了一种模糊多目标分配模型,并提出了基于分布估计的细菌觅食优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊多目标进行处理,用高斯分布对细菌觅食算法进行优化,并将该优化算法用来求解多目标软件可靠性冗余分配问题,设置不同的隶属函数参数可以得到不同的Pareto最优解,实验数据验证了该群智能算法对解决多目标软件可靠性分配的有效性和正确性,Pareto最优解可为在可靠性和成本之间决策提供依据。     

基于精英选择和个体迁移的多目标遗传算法

提出基于遗传算法求解多目标优化问题的方法,将多目标问题分解成多个单目标优化问题,用遗传算法分别在每个单目标种群中并行搜索.在进化过程中的每一代,采用精英选择和个体迁移策略加快多个目标的并行搜索,提出了控制Pareto最优解数量并保持个体多样性的有限精度法,同时还提出了多目标遗传算法的终止条件.数值实验说明所提出的算法能较快地找到一组分布广泛且均匀的Pareto最优解.     

一种实数编码多目标贝叶斯优化算法

提出了一种采用基于决策树概率模型表示各变量之间条件相关性的分布估算算法:实数编码多目标贝叶斯优化算法(RCMBOA)。通过构建这样的概率模型,继而对模型进行抽样以产生新个体。再对生成的新个体进行变异操作,以提高算法的搜索能力,增加种群的多样性。这种生成新个体的方法结合非劣分层与截断选择机制,可以很好地逼近多目标问题的Pareto前沿。同时,在进行截断选择时,每次只删除一个排挤距离小的个体,之后重新估算个体的排挤距离,以获得分布均匀的非劣解集。对于约束多目标优化问题,算法采用带约束支配关系判别个体的优劣。用该算法对8个较难的测试问题进行了优化计算,获得的非劣解集与NSGA-II算法得到的相比,非劣解集的质量更高,分布更为均匀。计算结果说明RCMBOA是一种有效、鲁棒的多目标优化算法。     

组合分布估计和差分进化的多目标优化算法

为了提高多目标优化算法的收敛能力及求解精度,提出了一种组合分布估计和差分进化的多目标优化算法.该方法用分布估计算法和差分进化算法共同生成种群中的粒子,利用选择因子来控制每个粒子的产生方式,并且根据迭代次数的增加来改变2种算法的使用比例,搜索初期利用分布估计算法进行快速定位,然后用差分进化算法进行精确搜索.并对差分进化算法的变异因子进行了改进,定义了一个可变的变异因子,来控制不同搜索时期中差分进化算法的变异范围.用4个测试函数对算法进行了仿真测试,并同NSGA-Ⅱ和RM-MEDA进行了比较.实验结果表明,该算法具有良好的收敛性和分布性,并且效果稳定.     

基于Pareto的多目标优化免疫算法

免疫算法具有搜索效率高、避免过早收敛、群体优化、保持个体多样性等优点。将其应用于多目标优化问题,建立了一种新型的基于Pareto的多目标优化免疫算法(MOIA)。算法中,将优化问题的可行解对应抗体,优化问题的目标函数对应抗原,Pareto最优解被保存在记忆细胞集中,并利用有别于聚类的邻近排挤算法对其进行不断更新,进而获得分布均匀的Pareto最优解。文章最后,对MOIA算法与文献[3]中SPEA算法进行仿真,通过比较两者的收敛性和分布性,得到了MOIA优于SPEA的结论。     

一种基于云模型的多目标进化算法

在多目标进化算法的基础上,提出了一种基于云模型的多目标进化算法(CMOEA).算法设计了一种新的变异算子来自适应地调整变异概率,使得算法具有良好的局部搜索能力.算法采用小生境技术,其半径按X条件云发生器非线性动态地调整以便于保持解的多样性,同时动态计算个体的拥挤距离并采用云模型参数来估计个体的拥挤度,逐个删除种群中超出的非劣解以保持解的分布性.将该算法用于多目标0/1背包问题来测试CMOEA的性能,并与目前最流行且有效的多目标进化算法NSGA-II及SPEA2进行了比较.结果表明,CMOEA具有良好的搜索性能,并能很好地维持种群的多样性,快速收敛到Pareto前沿,所获得的Pareto最优解集具有更好的收敛性与分布性.     

基于免疫应答原理的多目标优化免疫算法及其应用

基于免疫应答原理，合理地构建免疫算子及引入一种新的小生境技术, 提出一种 解决多目标优化问题的免疫算法. 在此算法中，将优化问题的可行解对应抗体及Pareto最优个体对应抗原，这种抗原存于抗原群中,并应用新的聚类算法不断更新抗原群中的抗原, 进而获大量的Pareto最优解, 这些解能很好地分布在Pareto面（此指由Pareto最优解构成）上. 理论证明了该算法能获Pareto最优解. 最后，将该文的算法与文献\[3\]的算法SPEA进行仿真比较, 获该算法的有效性, 此表明免疫算法解决多目标优化问题具有广阔的前景.     

一种新的求解多目标优化问题的混合遗传算法

分析了遗传算法和单纯形算法的特点，充分利用二者的优点，把单纯形算法作为一种局部搜索方法与变权系数遗传算法有机地结合起来，提出了一种求解多目标优化问题的混合遗传算法。数值实验表明该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。     

一种基于拟态物理学优化的多目标优化算法

提出一种使用拟态物理学优化(APO)解决多目标优化问题的算法(MOAPO).根据多目标优化问题的特点,借鉴聚集函数法的思想,利用APO算法实现了对多目标优化问题中Pareto最优解集的搜索,并且在搜索过程中动态调整惯性权重与引力因子,以增强非劣解的多样性.实验结果表明了将APO应用于多目标优化问题的有效性.通过与基于微粒群优化(PSO)的多目标优化算法及NSGA-Ⅱ算法的比较,表明了MOAPO算法具有较好的分布性.     

基于量子行为特性粒子群和自适应网格的多目标优化算法

为了能够找到更多真实的Pareto最优解和提高所求最优解的分布均匀性,提出了一种新型的基于量子行为特性粒子群优化和自适应网格的多目标量子粒子群优化算法.利用量子行为特性粒子群优化算法的寻优优势快速地接近真实的Pareto最优解,引入高斯变异算子增强搜索解的多样性.通过设置一个外部存储器保留搜索过程中找到的Pareto最优解,采用自适应网格法对外部存储器中最优解进行更新和维护操作,使得从中选择的领导粒子能够引导粒子群最终找到真实的Pareto最优解.仿真结果表明所提算法具有更好的收敛性能和更均匀的分布性能.     

多核多线程处理器的发展及其软件系统架构

首先介绍了关于multi—cole（多核）、multi—threading（多线程，特指硬件线程）处理器的最新发展情况，然后介绍了基于MIPS体系结构的多核处理器的特点。针对多核处理器，给出了在路由器中软件的架构，并探讨了在发展多核系统软件方面给中国的系统软件业带来的机遇。     

基于多Agent的信息化战场多传感器仿真模型

为了实施未来信息化战场多传感器作战运用项目先期概念技术演示，必须建立其仿真模型。通过采用基于多Agent的仿真方法，把多传感器系统的内部组元直接映射成相应的Agent，在分析Agent与传感器之间映射关系的基础上，研究了基于多Agent的多传感器系统仿真过程，提出了基于Agent联邦的多传感器仿真系统总体框架；并进一步研究了传感器Agent的定义、工作原理与过程。构建的多传感器系统仿真模型，以Agent的表现形式获得了对多传感器战场运用这一客观、复杂过程的深刻认识，从而可实现对这种动态作战环境行为的仿真。     

MPD软件包中动态多链路捆绑

本文基于MPD软件包,对MP系统中链路和链路束Bundle的概念进行了分析,并对MP连接的建立方法,动态链路捆绑的设计思路和实现过程进行了说明。     

PowerBuilder多表更新的探讨与实现

本文基于PowerBuilder环境,详细分析了关于多表的数据窗口更新,给出了两种解决问题的方法,即将多表放在一个数据窗口更新和将多表放在多个数据窗口更新,这两种方法都有一定的针对性,因而可根据实际情况灵活选择其中一种。     

基于卡尔曼滤波的非盲多用户检测算法

该文首先总结了DS-CDMA系统的异步高斯信道模型和多径衰落信道模型,接着重点讨论了用状态空间方程表述多径衰落信道模型的方法。在此基础上给出了基于Kalman滤波的非盲多用户检测算法,求出每个用户每条路径上的状态估计。然后针对期望用户,对一个符号内的状态估计求平均值,接着进行多径合并再判决。文章最后对两种信道模型进行算法仿真,分析其收敛性和抗“远-近”效应的性能。结果表明该文给出的算法收敛速度快,并且能有效地抑制“远-近”效应。     

多进制码移键控扩频系统的实现

文章论述了多进制码移键控扩频的基本原理,用FPGA设计并实现了一种有线信道上传输的点对点16进制码移键控扩频系统。     

AODE系统中Agent协调机制的研究

本文论述了面向Agent的智能开发环境,AODE中Agent社会法律与协作机制,扩充了Shoham对Social Law的定义,即用触发器、限制和义务来描述Law,并在AODE系统中用Law Agent实现了其功能。我们还在Social Law的基础上提出了一种基于市场的Agent协调机制,该协调机制克服了Matsubayashi提出的一个基于Social Law的合作机制的某些缺点。     

Internet环境下分布式网络个人助理系统设计与实现

在分布式Internet/Intranet网络环境下,信息与资源的广泛共享和分布、用户的移动性和业务的不确定性、网络终端的相对固定性等是信息系统建设中的几个矛盾因素。我们设计的分布式网络个人助理系统利用多层、分布式、构件化的思想,基于分布式网络环境,实现用户信息资源的集中管理,提供个性化服务,为办公自动化向计算机网络化的方向发展和移动计算提供示范性的开发手段和方法。     

MANET中一种基于多信道的按需路由及其仿真

在移动自组织（Ad hoe）网络多信道环境下，现有路由协议不能充分利用多信道的特点。针对多信道Ad hoe网提出一种新路由协议，使节点对间能互不影响的并发传送数据。以提高网络容量。简单介绍了现有的按需距离矢量路由协议（AODV）及信道分配原理，对此路由协议进行微小修改，通过增加信道索引表项，动态交互信道信息等机制，提出一种多信道按需路由协议AODV—MC，并与现有的按需路由协议进行了相关的对比仿真实验。仿真结果说明。AODV—MC相对其他按需路由协议能更好的适应多信道环境，在网络开销增加极小的情况下。明显地减少了丢包率，提高了网络吞吐量。     

AC-BM算法的改进及其在入侵检测中的应用

分析了入侵检测和网络流量中存在的问题。如果没有很快的处理速度，字符串匹配就会成为一个瓶颈。对于网络入侵检测系统来说，单一的字符串搜索包负载是缺乏效率的。它不能跟上日益增长的网络速度。因此，提出了一种改进的AC—BM算法。它是多模式匹配的算法。正如本文中所显示的一样，由于采用了改进的AC—BM算法，网络入侵枪测的性能有了改善。