兼容弱连通簇的Ad Hoc网络分簇算法

现有分簇算法生成的簇结构都是强连通的单一结构,无法充分利用节点资源.针对该问题,提出一种兼容弱连通簇的分簇算法.定义符合弱连通簇的邻居表结构,并阐述邻居表维护策略,该算法去除簇成员与簇首强连通的条件限制,从而可选择更优的节点作为簇首.分析结果表明,该算法得到的簇结构具有较好的稳定性和持续性.     

重庆磨心坡龙潭组沉积环境与聚煤规律研究

通过野外地质调查及钻探取芯的方法,详细地观察磨心坡勘查区上二叠统龙潭组的岩性、生物化石及沉积构造特征,并应用沉积环境分析与聚煤规律的理论,研究该区的沉积环境和聚煤规律.本区龙潭组成煤沼泽直接发育在潮坪上,煤层厚度不大,但层位稳定,且分布广,易于对比,可采煤层多为高灰、中高-高硫煤.研究表明,该区共经历了10次海侵和11次海退沉积,泻湖-潮坪-台地环境交替出现,主要系海陆交互相含煤构造,属局限海碳酸盐岩台地泥炭坪聚煤环境.研究成果可为磨心坡煤矿开展接替资源勘查提供理论依据和找矿方向.     

豫西南马市坪盆地上侏罗统-下白垩统沉积特征及演化序列

豫西南马市坪盆地在上侏罗统-下白垩统为一套陆相碎屑岩沉积。根据野外考察和室内综合分析,将该盆地上侏罗统-下白垩统划分为三种沉积环境7种沉积类型:即2种扇三角洲沉积,2种曲流河沉积和3种湖泊沉积,并讨论了盆地沉积序列的组成与古环境演化。     

测井曲线在谢桥井田B组煤层对比中的应用

通过对谢桥井田视电阻率和自然伽马测井曲线的形态及组合特征的分析研究,在区内划分出3个岩层物性标志层、5个煤层物性标志层和2个辅助煤岩物性标志层,并以此作为确定和划分大层段及确定该组主要可采煤层层位的依据。此外,通过对谢桥矿二水平补勘的4个钻孔B组煤层的层位进行对比发现,该区6煤层与全区标准剖面一致,可作为曲线对比的标准。实践表明,在该井田利用测井曲线异常形态及组合特征,可有效进行煤岩层变化规律研究、标志层确定及层位划分判定,极大地提高了工作效率。     

融合遗传蚁群算法的Web 服务组合研究

为了提高Web服务组合流程中服务选择技术的收敛性能,提出了一种基于遗传算法与蚁群算法相融合的多目标优化策略,用于解决基于QoS的Web服务组合问题。本文首先将Web服务组合的全局最优化问题转化为寻求一条QoS最优解的路径问题,并通过改进遗传算法得到蚁群算法中初始路径的信息素分布,再通过改进蚁群算法来求得最优解。仿真实验结果表明,该改进算法能在较少的进化代数下得到最优路径,提高了Web服务组合的快速全局搜索能力。     

重庆磨心坡矿区水文地质特征分析

通过对磨心坡矿区水文地质特征的分析,认为矿区的主要含水层为碳酸盐岩裂隙含水岩组、碎屑岩裂隙含水岩组和松散层孔隙含水层组。矿井地下水全依赖降水补给,而矿井充水水源主要来自顶底板石灰岩裂隙及岩溶、采空区、地表水及塌陷洼地等,多以淋水、滴水或渗水的方式进入巷道、石门及采区。矿井涌水量主要受采煤面积和水位降深的影响,并随其增大而增加;此外,各水平涌水量还随掘采程度变化而变化,当下部水平掘采工程逐渐加剧时,上部水平涌水量则逐渐减小,下部水平涌水量则逐渐增大。     

河南西峡盆地上白垩统高沟组沉积特征与沉积环境

河南西峡盆地上白垩统高沟组为一套半干旱气候条件下形成的冲积扇和辫状河流沉积,本次研究划分出9种沉积类型和3种沉积环境.发现动物遗迹化石共6属10种,均产于泛滥平原沉积及河漫湖泊沉积中,在综合分析其沉积特征的基础上,探讨了研究区内高沟组沉积序列的组成与演化,提出了该组形成的沉积环境模式,说明了恐龙蛋形成的古环境特征。     

基于层次泳道的业务流程最优化建模

业务流程技术是企业管理、应用和集成领域的一个研究热点,而业务流程建模是其应用中的关键问题之一。针对流程建模自动化程度低、缺乏有效评价等不足,提出了基于层次泳道的最优化建模方法。该方法只需给出流程各活动的描述,便可根据活动间的推演关系自动构建流程全图;然后对可能流程进行层次泳道化;最后,综合流程的执行代价和泳道的均衡度,从层次泳道化模型中选择最优者为最终的业务流程建模。结合遗传算法对港口集装箱业务流程进行了最优化建模。实际应用表明,该方法建立的业务流程能有效地均衡码头的业务负载,提高码头的作业效率。     

改进遗传算法的并行任务调度

并行任务调度是一个NP完全问题,它关注资源的分配和并行任务调度,要求具有高性能的调度算法,且能求解出高质量的解。提出了一种基于改进遗传算法的并行任务调度算法,在算法初始化种群产生时引入任务向量矩阵来表示任务、资源以及调度的关系,并采用启发式方法得到初始化种群,提高种群质量;采用规则约束的交叉和变异操作,提高个体的质量;提出了加速进化策略,有效地避免了早熟。仿真实验结果表明,该改进算法能更有效地求解并行任务调度问题。     

基于领域本体的语义查询扩展

在信息检索研究领域,资源与查询词的匹配决定信息检索质量。现有检索方法的检索结果存在过多不相关信息,不能很好满足用户需求。针对传统信息检索存在的问题与当前语义查询扩展方法的特点,本文在分析各种语义查询扩展方法及其相关研究的基础上,提出一种改进的基于领域本体的语义查询扩展方法。该方法论通过本体模型和概念相似度的计算对检索信息进行检索意图树的构建并扩展;然后在资源本体中以最短路径的方式搜索资源。实验结果表明,本文方法相较其他查询扩展方法能得到更好的检索结果。