融合微粒群的多种群协同进化免疫算法

提出一种融合微粒群的多种群协同免疫优势克隆选择算法(PMCICA).该算法将生态学中的协同进化思想引入人工免疫算法中,各子种群内部通过免疫优势克隆选择操作加快了种群收敛速度;所有子种群共享经过改进微粒群优化的高层优良库,实现了整个种群信息共享与协同进化.针对旅行商问题(TSP)的多个实验结果表明,该算法在收敛速度与最优解等方面均取得了较好的效果.     

人工免疫动态克隆调节策略在分馏装置塔板效率确定中的应用

在石油化工领域中,分馏过程是流程模拟计算中重要的模块之一,在分馏过程模拟的主要输入参数中,塔盘效率无法直接获得,因此确定合适的塔盘效率是分馏模拟成功与否的关键因素,探索合适的方法确定板效率是精馏模拟的重要课题。本文在板效率确定方面,引入人工免疫动态克隆优化调节策略DCAS,与传统的智能优化算法相比,该算法的特点为:自动调整搜索空间及克隆规模;采用多尺度变异策略;有机结合全局与局部搜索能力。在实验中,通过建立分馏装置的机理模型,并采集装置的实际工况数据和各流股质量组成的分析数据,对所采集的数据依据稳态过程的物料守恒方程等进行剔除和校正处理,采用校正后的工况数据作为模型的输入,分别用经验法、遗传算法GA及人工免疫动态调整策略DCAS确定分馏装置的塔板效率,使模型与实际装置达到最大程度的吻合。研究结果表明,用DCAS确定的塔板效率,能够使分馏塔的关键塔板温度分布及分馏塔塔顶、塔釜主要产品的产出与实际吻合得最好,表明用DCAS搜索的塔板效率建立的分馏塔模型能够较好地描述实际分馏塔的生产过程,可以用来指导分馏装置的过程模拟及优化操作。     

浅谈关于高校计算机机房的管理与建设探索

随着计算机、信息技术的发展,计算机被广泛使用于各个行业中。许多单位根据自己不同的需要配置了机房。机房管理是一项系统的工作,任何一个环节都会影响到机房的管理效率。针对高校计算机机房的现状,分别从机房建设、维护和管理三个方面出发,多层次、多角度地提出了科学有效的机房管理技术和措施。     

基于免疫抗体记忆分类算法的变压器故障诊断

针对传统克隆免疫算法应用于变压器故障诊断时学习速度慢、无分类能力及抗体空间小等缺点,提出一种免疫抗体记忆分类算法。利用免疫抗体识别抗原的原理和抗体记忆功能,将克隆选择与进化算法相结合,通过学习训练抗原及附属类型信息,得到由不同类型检测集组成的故障信息库,从而在保证亲和力的同时,加快学习速度,扩大免疫搜索空间,并利用人工识别球与刺激水平的线性关系对故障类型进行快速诊断。实验结果证明,该算法具有较快的运行速度及较高的诊断准确率。     

改进的克隆选择算法及其应用

为解决Castro克隆选择算法中存在的种群规模需根据经验确定、多峰搜索能力弱、训练时间长等问题,提出一种新的免疫克隆选择算法,该算法基于实数编码和自适应变焦变异方法,能够动态确定种群大小,具有很强的全局和局部搜索能力,可以搜索到全局最优点和尽可能多的局部极值点。仿真实验结果表明,该算法平均运行时间和平均找到的峰值点个数都明显优于Castro克隆选择算法,且多峰值函数的优化效果得到显著改善。     

基于面向任务模型的陆基卫星测控资源克隆选择优化调度

建立了面向任务的陆基卫星测控资源优化调度数学模型,与已有数学模型不同的是,该模型约束同一测控请求同一时刻只被一个可见陆基测控设备测控,为调度算法调度陆基测控设备完成更多的测控任务提供可能.基于此模型提出了基于面向任务模型的陆基卫星测控资源克隆选择优化调度算法(Clonal Selection land-based Sat-ellite TT&C Resources Scheduling Algorithm based on the mission oriented model,CS_STT&LCRSA),并从理论上证明了算法的收敛性.算法中采用能表示各测控请求时间先后及其与陆基测控设备关系的矩阵编码方式表示种群中的抗体;并针对该编码方式设计了相应的强约束满足算子,保证操作后的抗体满足强约束条件.在5颗同步卫星和30、40、50颗近地卫星请求测控的情况下,分别仿真了10组不同任务.对比实验表明,新建的数学模型可使调度算法更好地利用陆基测控设备;CS_STT&CRSA有更强的搜索能力和约束解决能力,能调度测控资源完成更多的测控任务,它的性能也更加稳定.     

基于免疫克隆选择算法的神经网络规则抽取

神经网络的不可解释性一直是限制其发展的固有缺陷,该文从神经网络的功能性观点出发,提出基于免疫克隆选择算法的神经网络规则抽取方法。将免疫克隆策略用于神经网络的规则抽取中,对已经训练好的神经网络隐层神经元输出值进行聚类,缩小搜索空间,抽取出理解性好、简洁的符号规则。该方法不依赖于具体的网络结构和训练算法,可以方便地应用于各种分类器型神经网络。实验结果表明该方法的实用性和可行性。     

基于免疫克隆退火算法的P2P路由算法

为改善P2P网络中传统路由算法存在的不足,结合免疫克隆算法和模拟退火算法的优点,提出一种基于免疫克隆退火算法的P2P路由算法。该算法充分考虑节点间延迟、带宽和费用等差异。实验结果表明,该算法能有效提高路由效率,减少路由延迟,整体性能优于其他路由算法。     

基于TrustZone的可信移动终端云服务安全接入方案

可信云架构为云计算用户提供了安全可信的云服务执行环境,保护了用户私有数据的计算与存储安全. 然而在移动云计算高速发展的今天, 仍然没有移动终端接入可信云服务的安全解决方案. 针对上述问题, 提出了一种可信移动终端云服务安全接入方案, 方案充分考虑了移动云计算应用背景, 利用ARM TrustZone硬件隔离技术构建可信移动终端, 保护云服务客户端及安全敏感操作在移动终端的安全执行, 结合物理不可克隆函数技术, 给出了移动终端密钥与敏感数据管理机制. 在此基础之上, 借鉴可信计算技术思想, 设计了云服务安全接入协议, 协议兼容可信云架构, 提供云服务端与移动客户端间的端到端认证. 分析了方案具备的6种安全属性, 给出了基于方案的移动云存储应用实例, 实现了方案的原型系统. 实验结果表明, 可信移动终端TCB较小, 方案具有良好的可扩展性和安全可控性, 整体运行效率较高.     

采用异构搜索的多子群协同进化粒子群算法

针对传统的单种群粒子群优化算法易陷入局部最优、搜索精度低的问题,提出一种异构多子群粒子群算法。算法由自适应子群、精英子群和若干普通子群构成,精英子群由普通子群和自适应子群中的优秀个体组成,每个子种群采用不同策略进行进化,根据种群的早熟收敛程度和粒子的适应度值自适应地调整惯性权重,自适应子群根据普通子群的适应度值和速度自适应调整飞行方向,采用免疫克隆选择算子对精英子群进行精细搜索,普通子群、自适应子群与精英子群之间通过迁移操作实现信息的充分交流。针对典型的Benchmark 函数优化问题测试,仿真结果表明所提算法能较好地保持粒子多样性,收敛精度高且全局搜索能力强,具有良好优化性能。