差分进化混合粒子群算法求解项目调度问题*

针对求解资源受限项目调度问题（RCPSP）,提出了基于差分进化（DE）的混合粒子群算法（PSODE）。通过在PSO种群和DE种群之间建立一种信息交流机制,使信息能够在两个种群中传递,以避免个体因错误的信息判断而陷入局部最优点。采用标准测试函数和具体算例进行检验,结果表明PSODE算法可以较好地解决RCPS问题。     

基于演化博弈的废旧家电回收商与电商平台协作回收投资机制研究

产品回收是绿色制造体系的重要组成部分,废旧家电回收在其中占有很大份额,在废旧家电回收中,电商平台将专业回收商与回收需求用户连接起来的回收模式已成为一个新的发展方向,双方群体之间不可避免的会出现复杂的利益冲突问题,阻碍回收行业的发展。基于此,研究家电回收商与电商平台双方群体在协作回收业务上的复杂利益分配和投资决策问题,构建演化博弈模型,分析双方群体均“加大投资”的演化稳定均衡状态和演化稳定路径,结合数值分析研究各影响因素对模型演化结果的影响。研究发现：电商平台和回收商双方都选择“加大投资”的理想状态为演化稳定策略的前提下会存在一个次优情况;投资成本与额外回收量之间的函数是一个较为关键的因素,当这一因素呈现出某种特定的函数关系时一定不会出现次优情况;平台为回收商设定合理的佣金率有助于达成合作;相比较于提升回收价格来吸引更多消费者参与回收,提高双方合作时的投资利用率以换取更多的回收量带来的效果更好。     

科研项目管理中的管理模式与评价模型

基于对科研项目管理的特点的分析,讨论了建立科学的科研项目管理模式的必要性,强调对科研项目进行全过程管理,将过程分为规划、立项、实施、验收和成果推广应用5个阶段,采用里程碑式的管理模式;提出了构建科研项目立项、实施过程中的管理与控制及项目验收3个关键点评价模型的方法。实践证明,该科研管理模式切实可行,评价模型简单有效,具有推广应用价值。     

大规模数据集聚类中的数据分区及应用研究*

针对大型数据库提出了许多聚类方法,但是这些算法往往计算量较大、对主存的要求较高;而且当数据分布不均匀时,算法的聚类质量会受影响.因此为了提高聚类算法的效率和准确性,采用了数据分区技术首先对数据进行预处理,分区后的数据具有更少的数据量和更均匀的数据分布.     

基于聚类和支持向量机的入侵检测研究

提出了一种基于聚类和支持向量机的入侵检测算法，该算法可以有效地减小计算复杂性，提高检测性能。算法首先使用K-MEANS聚类算法对数据做一个初步的划分得到多个类；然后考察每个类中数据的标识，只有当类中的数据标识不止一个时才进行支持向量的查找。最后使用KDD CUP 1999进行了计算机仿真实验，实验结果说明了该算法的有效性。     

基于免疫粒子群算法的特征选择

针对入侵检测中数据维数较高的问题,使用免疫粒子群算法Immune_PSO进行特征选择,消除冗余属性、降低问题规模、加快入侵检测速度。Immune_PSO算法使用二进制字符串序列来表示粒子位置,采用免疫算法思想进行粒子的选择,保持粒子的多样性,提高PSO算法的收敛精度。最后算法在KDD CUP1999数据集上进行了仿真实验,达到了预期的效果。     

面向全生命周期质量经济性的汽车外购件供应商组合优选模型

作为影响整车质量的主要因素,外购件质量的表现不但影响整车在役性能和消费者体验,而且显著影响主机厂三包费用、企业品牌和销量等质量经济性因素。为提升自主品牌汽车的质量经济性,提出基于混合自适应遗传算法的的多目标非线性整数规划模型,预防性优选最佳外购件供应商组合。分析了故障模式及影响分析要素的非线性特性,基于改进风险系数值确定外购件的相对重要度,借助田口损失函数量化由顾客抱怨产生的隐形质量损失。以总质量相关成本、产品系统可靠性、交付期和顾客抱怨数为优化目标,采用多属性效用理论和线性加权方法处理多目标组合优选模型。为提升算法求解效率,引入局部搜索策略求解了非线性多目标规划模型,设计了一种混合自适应遗传算法。通过算例验证了模型的有效性和算法的优越性,为主机厂面向质量经济性视角的关键外购件组合优选提供了借鉴与指导。     

基于遗传进化和粒子群优化算法的入侵检测对比分析

针对入侵检测中的聚类最优化问题,使用遗传算法和粒子群算法的优化特性进行全局最优化并作对比分析。分析采用二进制编码,终止条件同时考虑最大迭代次数和收敛度,适应度函数的定义结合了类内距和类间距的特征。最后使用KDD CUP1999数据集在Matlab 6.5中进行了仿真。实验结果表明粒子群算法在适应度的收敛值和收敛速度上均优于遗传算法。     

免疫agent概念与模型

阐述了免疫agent(ImA)这一新概念，分析了免疫agent求解实体的个性特点。构造出一种能对动态环境进行实时监控和故障预警的多免疫agent的形式化网络模型。并提出一种新颖的免疫agent算法，以此构建的系统具有更强的灵活性，鲁棒性和局部更新能力，是一个适用于动态环境的自组织系统。