求解Web服务组合QoS优化的多属性决策及自适应遗传算法

随着面向服务计算(Service-oriented Computing,SOC)的不断发展,基于服务质量(Quality of Service,QoS)的Web服务组合研究成为了必然趋势。鉴于QoS属性的多维性及相互矛盾性,提出将基于QoS的Web服务组合优化问题转化为多属性决策问题进行求解。采用折中系数 对每个组合服务实例到正负理想点的距离进行累加求和,最终得到一组最优服务排序结果,用户可以根据自身偏好进行选择。传统的多属性决策方法无法有效地处理大规模的组合服务搜索空间,因此,为了有效地解决Web服务组合优化这一NP难题,提出一种结合多属性决策方法和自适应遗传算法的新型优化算法来解决该问题。实验采用真实的QoS综合服务数据集进行验证,实验结果表明,该方法能够在较短时间内找到全局近似最优解,且解集的排序结果接近于实际的最优服务排序。同时,该方法对于解决大规模的Web服务组合优化问题具有良好的可伸缩性。     

The schema deceptiveness and deceptive problems of genetic algorithms

Genetic algorithms (GA) are a new type of global optimization methodology based on na-ture selection and heredity, and its power comes from the evolution process of the population of feasi-ble solutions by using simple genetic operators. The past two decades saw a lot of successful industrial cases of GA application, and also revealed the urgency of practical theoretic guidance. This paper sets focus on the evolution dynamics of GA based on schema theorem and building block hypothesis (Schema Theory), which we thought would form the basis of profound theory of GA. The deceptive-ness of GA in solving multi-modal optimization problems encoded on {0,1} was probed in detail. First, a series of new concepts are defined mathematically as the schemata containment, schemata compe-tence. Then, we defined the schema deceptiveness and GA deceptive problems based on primary schemata competence, including fully deceptive problem, consistently deceptive problem, chronically deceptive problem, and fundamentally decepti     

IC-索引：一种支持时间序列反向查询的索引方法

为解决时间序列的反向查询问题，提出了一种新的时间序列动态索引方法——IC-索引。采用单调链表示时间序列的状态变化，利用AVL树对时间序列的变化区间进行索引。实验结果表明，算法的运行时间比现有的IP-索引减少了50％。     

基于贝叶斯网络的软件项目风险分析过程

论文提出了一种基于贝叶斯网络的软件项目风险分析过程。随着软件项目的进行,该风险分析过程能够利用不断更新的项目数据持续地预测潜在风险,并以此确定风险源并采取适当的应对措施降低风险发生概率。经实践检验,在软件开发的风险分析过程中引入贝叶斯网络技术能够有效地对风险进行管理,提高软件开发的成功率。     

基于本体的语义网络会话聚类和可视化方法

提出一种基于本体的网络会话表示方法,即语义会话,和一种会话聚类和可视化方法。会话聚类方面基于用户浏览网站的公共路径提出一种语义会话间的相似性度量——语义公共路径相似性度量(SMSCP),并且使用改进的kmedoids聚类算法衡量其有效性。在聚类结果可视化方面应用层云表来展示聚类结果。实验表明文中的聚类方法和可视化方法具有更好的有效性及可理解性。     

基于协整理论的棉花价格与纺织生产相关性

对2000年至2011年间纱线产量、化纤产量、棉花价格的相关关系进行了实证研究。运用协整理论分析了棉花价格与纺织生产长期相关性,在协整的基础上分析棉花价格变动、纱线产量变动、化纤产量变动的Granger因果。结果表明,棉花价格、纱线生产、化纤生产之间具有长期协整关系,但纱线生产、化纤生产对棉花价格的影响有限;纺织行业生产量变动不是引起棉花价格变动的Granger原因;化纤作为棉花替代品的作用不明显。     

电路划分问题的遗传算法求解

电路划分是VLSI设计中的一个重要过程，它是降低超大规模集成电路设计复杂性、增强图形可读性的有效方法，因此电路划分算法尤其重要。针对该问题，本文提出了两种基于不同编码方式的遗传算法，算法1采用0-1编码方式，算法2则为基于模块编号的整数编码方式，同时给出了相应的适应度函数及遗传算子设计。将两种算法用于标杆电路模型的求解，与传统的F-M电路划分算法相比，这两种算法得出的划分结果有明显改善，但时间效率有所下降；另外算法一在时间效率上优于算法2。     

基于Voronoi图的异常检测算法

异常检测是数据挖掘的一个重要组成部分，其中基于密度的方法LOF是目前常用的主要方法。然而LOF方法进行检测时需要设定参数k和MinPts，检测结果对参数非常敏感，容易造成检测错误。该文提出了一种基于Voronoi图的异常检测算法VOD，采用Voronoi图来确定对象间的邻近关系，解决了基于密度方法存在的问题，算法的时间复杂性从O(N2)降低到O(NlogN)。     

基于带状态回溯个体进化的子结构发现

将进化算法引入图数据挖掘，以克服贪婪式查找易陷入局部极值的问题。针对图数据挖掘中经常遇到的子图同构问题，提出了带状态回溯个体的概念，从而使遗传算子的设计更为合理。另外，还提出了一种新的多样性保持方案，从种群的组成和个体的生成两个方面提高了种群的多样性。在进化过程中随时去掉当前种群中没有潜力的个体的机制使查找空间缩小了一半。实验结果表明，以上措施增强了算法的寻优能力，提高了算法的效率和解的质量。     

适用于软件成本估计及风险评估的混合方法

论文提出了一种用于软件成本估计以及风险评估的方法。该方法将基于算法模型与基于经验的两种成本估计方法相结合,一方面以软件项目基础数据作为评估基础,另一方面则利用了专家知识。另外,该方法还可应用于软件风险评估。为了说明该方法以及证明其可行性,文中提供了一个案例研究。该案例详细说明如何构建成本费用估计模型以及如何利用该方法进行软件风险评估。