一种混合局部搜索算法的遗传算法求解旅行商问题

针对遗传算法容易产生早熟现象以及局部寻优能力较差的缺点,提出一种求解旅行商问题的高效混合遗传算法。该算法首先用加权最近邻法产生初始种群,对种群中相同的个体,用K-近邻法产生新的个体代替相同的个体,然后淘汰适应性较差的个体,用交叉操作产生新的个体,最后,对部分个体进行3-opt优化变异,对种群中优秀个体用改进的Lin-Kernighan算法进行优化。对TSPLIB中部分实例的仿真结果表明,所提出的混合局部搜索算法的改进遗传算法在求解TSP问题时可以高效地获得高质量的解。     

一种基于双精英种群的协同进化算法研究

针对传统带精英策略的多目标进化算法种群收敛分布不够均匀,全局搜索能力不足的缺点,提出一种基于双精英种群的协同进化算法DEPEA(Double Elite Populations Co-evolutionary Algorithm)。该算法借鉴了子区间划分和非支配排序思想,将整个种群划分成两个不同级别的精英种群和一个普通种群;两个精英种群结合协同进化思想分别采用不同的进化策略实现对算法的探究和探查能力的平衡,高级别的精英种群与低级别的精英种群采用协作操作,促进更优秀的个体产生;高级别的精英种群与普通种群采用引导操作,加快普通个体向精英个体逼近。通过对五个标准的测试函数进行实验,并与传统的NSGA-II算法和最新的hybird_MOEA算法结果进行比较与分析,表明该算法不仅具有更好的全局收敛性,且能够更好地保证种群的多样性。     

无线传感器网络在桥梁健康监测中的应用

桥梁的安全运营,是关系到国计民生的大事.因此,桥梁结构健康监测系统正成为国内外学术界和工程界的研究热点.无线传感器网络由于安装方便、维护成本低和部署灵活等特点,已被广泛应用于桥梁健康监测系统中.对现有的基于无线传感器网络的桥梁健康监测系统进行综述,依次介绍了各个子系统中的基本原理和典型方法,并结合多个具体实例分析了系统中的关键技术,最后总结了已有系统中存在的问题和未来的研究方向.     

基于统计占优分析的变异测试

为数众多的变异体产生的高昂测试代价严重影响了变异测试技术在实际程序中的应用.为了大幅度减少弱变异测试中变异体的数量,提出基于统计占优分析的变异体约简方法.该方法首先利用变异前后的语句构造变异分支,并将所有变异分支集成到原程序中,形成新的被测程序;然后,通过统计测试用例对各个变异分支的覆盖信息,确定变异分支之间的占优关系;最后得到非被占优分支集,其对应的变异体就是约简后的变异体.将该方法用于8个程序的测试,结果表明:该方法能够约简平均90%的变异体,从而显著提高了变异测试的效率.     

基于WinCC的海上风电安装船远程监控系统设计

针对海上风电安装船升降系统现场控制所带来的人力资源浪费、操作人员工作环境差等问题,文中开发了远程监控系统。在该系统中,4台西门子S7-200系列PLC通过PPI协议构建了一主三从的PPI网络作为下位机,以IPC作为系统的上位机,在上位机中,以Win CC组态软件开发了海洋风电安装船的监控系统。为实现PLC与上位机之间的通讯,采用PC Access搭建了下位机主站的OPC服务器,海洋风电安装船的监控系统通过访问OPC服务器从而获取PLC中有关数据。基于Win CC Web服务器构建了风电安装船Web服务器,远程用户通过Internet访问该Web服务器,实现了对海上风电安装船的远程监控。试验运行表明,该系统能很好地借助网络实现对海上风电安装的集中、远程监控,且稳定可靠。     

基于多线性映射的环签密广播公钥方案

提出了基于多线性映射的环签密广播方案,环成员代表环群体匿名签密并广播给多个接收者。其具有两个用户群之间环签密通信的功能。该方案满足环签密广播的安全要求,能够保证签密所传输消息的保密性、签密的不可伪造性、签密者的匿名性。在随机预言模型下,把方案的安全性归约到分级Diffie-Hellman判定问题(GDDH)进行求解。     

基于关键词的加密云数据模糊搜索策略研究

随着个人和企业用户产生的数据量越来越多,云存储的价格便宜、存储空间使用灵活等优势也越来越明显。随着大量的数据外包到云服务器端,用户一般采用加密方法实现对敏感数据的保护和使用限制,这使得传统的基于明文的搜索方案不再适用。如何在保护隐私的基础上实现高效的数据文件搜索是首要考虑的问题。在已有的加密数据搜索方案的基础上,分析中文所特有的模糊音和多义的特点,利用中文和英文实现关键词的同义词构建,并建立关键词的模糊音词和同义词集合,提出了基于关键词的加密云数据模糊搜索方案,实现了对中文模糊音和同义关键词的搜索并利用伪随机函数对私钥进行保护。最后通过安全性分析和系统实验验证了该方案具有较高的安全性、良好的实用性和较高的搜索成功率。     

半监督中文事件抽取中的模板过滤和转换方法

事件模板是指导事件抽取工作的依据,半监督方法下模板的准确性显得尤为重要.目前,基于双视图的“触发词-论元”模板的中文信息事件抽取系统不能有效地解决触发词一词多义的现象和模板稀疏现象.提出了一种借助论元进行触发词语义消歧的方法,并利用该方法进行模板过滤以消除无效模板的影响.另外,针对几种特殊的中文句型,根据句法结构提出了模板转换规则,从而提高了模板的适用性.在ACE2005中文语料上的测试表明,该方法可有效地提高半监督中文信息事件抽取系统的性能.     

基于多标记与半监督学习的入侵检测方法研究

机器学习所关注的问题是系统如何随着经验积累自动提高分类性能,这与入侵检测通过对外界入侵进行自我学习来提高其检测率和降低误报率是一致的。因此把机器学习的理论和方法引入到入侵检测中已成为一种有效方案。文中结合多标记与半监督学习理论,将ML-KNN算法应用于入侵检测系统。在KDD CUP99数据集上的仿真结果表明,该方法在入侵检测中能获得高检测率和低误报率。     

基于知识图的观点句识别算法研究

针对观点句的特点提出了适合观点句识别的特征抽取规则.在此基础上,融合图论中最小割原理和机器学习分类方法,引入知识图的概念,并提出了基于知识图的观点句识别算法.以公开评测语料、自建语料和开放语料进行了相关实验,结果表明:基于知识图的观点句识别算法的分类性能和稳定性有明显优势.