网格工作流引擎的设计与实现

针对传统工作流调度策略只强调任务的执行顺序、忽略任务本身相互间的逻辑关系等不足,基于GT4网格环境,以网格服务及其间的协作关系为出发点,设计并实现了用DAG(directed acyclic graph)模型描述网格工作流,并通过网格服务流语言(gridserviceflowlanguage,GSFL)形式化解析工作流的网格工作流引擎系统架构。在该架构中,设计并实现了基于Dijkstra的工作流调度算法,通过实例对该网格工作流引擎和调度算法进行了实验,实现了预期效果。     

面向领域的关联规则评价方法及其应用

针对关联规则挖掘中,基于支持度-置信度框架的关联规则评价标准存在缺乏具体应用领域的分析,挖掘结果很难用于用户决策等问题,提出一种面向领域关联规则评价方法。该方法以领域知识为基准,发现满足技术兴趣度和商业兴趣度的规则,以国家住宅工程中心40个健康住宅试点项目的实际调查数据为例,进行试验和分析。在此基础上,设计并开发了居住健康领域挖掘系统,该系统采用多层次软件架构,包括知识库管理、挖掘数据选择、数据预处理、领域挖掘和结果评价等功能。实验结果和系统应用结果表明了面向领域关联规则评价方法的有效性。     

语义驱动的关联规则挖掘算法研究

为了使传统的关联规则挖掘算法在结合到具体领域时具有更强的适应性,提出了DS-Apriori算法。该算法建立在语义本体的基础上,根据项集内部的语义相关度动态的确定该项集的最小支持度,并采用了项集语义相关度的增量计算方法。实验结果表明,DS-Apriori算法在很大程度上提高了关联规则挖掘算法的效率和效果。     

基于流量预测的Ad hoc网络入侵检测方案

Ad hoc网络具有无线传输的介质、动态改变的拓扑、缺乏监督等特点,为解决其安全防御问题,提出并实现了基于网络流量预测的Ad hoc入侵检测系统。该系统主要包括节点检测和响应系统两个部分,网络中的节点采用节点检测引擎对网络流量进行预测,根据原始流量与预测流量的差值来判断目标节点的恶意性,并据此做出路由调整。实验结果表明,该系统具有较高的检测率和较低的误警率。     

基于参考点和投票规则的多目标粒子群优化群体决策

针对巨量可选方案的群体决策问题,提出了一个新的基于参考点和投票规则的多目标粒子群优化算法。该算法把个体与参考点的支配关系或者距离作为一个重要因素,在选择引导者的锦标赛方法,局部最优更新规则,以及外部种群档案剪枝规则中都嵌入了基于支配关系或距离因素的投票规则,以找到群体决策解,并且提高搜索效率。仿真结果表明该算法有效。     

多阶段多产品调度问题的链式智能体遗传算法

将遗传算法的编码方式与智能体系统的演化结构相结合,提出一种求解多阶段多产品调度问题的链式智能体遗传算法.算法采用基于订单序列的编码方式,采用一种新的后向指派规则实现编码和可行调度间的一一对应.通过各智能体与其邻域环境的竞争与合作以及自身的自学习操作实现种群的演化过程.对多阶段多产品调度问题的仿真结果表明:链式智能体遗传...     

基于HLA的战术任务仿真系统研究

高技术条件下的武器试验、人员训练等对战术任务仿真提出了更高的要求,针对现有战场仿真系统在通用性、开放性、安全性等方面的不足,采用Ice中间件搭建起符合HLA规范的RTI支撑环境,在此基础上,构造出一种通用的、跨平台的战术任务仿真系统框架.该框架实现了战术任务仿真所需要的战斗实体生成、战场态势显示、想定编辑等功能,具有跨...     

行动规则——算法的学习

针对工作程序的算法是信息技术课程的学习n内容之一。 生活算法——规则 世界著名教育技术学专家罗伯特．加涅认为,问题都要通过规则的运用来解决,规则是思维的材料。规则有许多种类,语文中有发音、拼写、造句的规则;数学中有运算的规则;在信息技术中则有使用计算机这种技术工具的规则。     

数据审计软件的架构设计——以税务行业为例

根据数据审计软件的定位,设计了审计软件的总体架构、审计服务架构、应用服务架构和数据库模型,并以XML文件方式举例说明了审计规则的具体设计,最后提出了下一步研究方向。     

FP-Growth算法在网上招聘系统中的应用

关联规则分析是最常用的数据挖掘方法,其目的是利用历史数据记录,从中发现属性之间的关联,有效地协助有关管理部门进行决策分析。利用关联规则中的FP-Growth算法对网上招聘系统数据库进行挖掘,从中发现属性之间的关联规则,即用人单位的录用规律,有效地协助有关部门在招生过程中指导学生选择专业,克服大家在选择专业时的盲目性,优化专业结构,从而提高就业率。