电力企业移动安全接入平台

电力企业承担着为社会经济发展提供安全、可持续电力供应的重要使命,因此,电力企业信息系统的安全要求比普通企业要高。随着电力企业信息化的快速推进,各种远程移动终端与信息内网的数据交换需求日益增长。如何保证移动终端远程接入的安全已成为电力企业信息化建设中的关键问题。在分析传统 SSL VPN 技术的基础上,针对电力企业信息安全建设的特点和特殊需求,设计了一种适用于电力企业的新型移动安全接入平台。该平台能够支持多种移动终端的多因素认证和访问控制,同时实现了SSL高速协议栈、数据隔离等功能,有效地解决了上面所提到的问题。     

考虑恶劣天气的班轮多阶段重调度方法

受恶劣天气影响的船舶调度是一个非常复杂的优化问题,也是班轮公司重点关注的问题之一。为此,针对某航运网络上的一家班轮公司的所有营运船舶,以获知设计的多阶段重调度机制时段内最新预报的天气信息和这些船舶的实时位置为前提,重点考虑班轮船期表的限制并兼顾港口间航速变化和船舶容量等现实约束,构建了以固定计划期内所有船舶的航运总成本最小为优化目标的非线性数学模型,并设计了嵌入基因修复算子的改进遗传算法用于求解该模型。由此,可以给出集成租船直运、跨航线调船、反挂和货物中转等解决策略的最佳多阶段重调度方案。通过对大、中、小规模的算例进行实验,实验结果表明,可知与传统等待办法相比,多阶段重调度节约了总航运成本的15%以上,验证了所提模型和方案的有效性;与Cplex相比,改进遗传算法的运算效率大大提高,且偏差值均在5%以内,而与蚁群优化（ACO）算法、禁忌搜索（TS）算法、量子差分进化（QDE）算法相比,改进遗传算法能在有效时间内降低10%左右的成本,验证了算法的科学性。所提方法可为班轮公司的实际船舶调度提供参考。     

分车型的高速公路短时交通流量预测方法研究

针对混合交通流中车辆类型的不确定性和随机性,导致了直接对总车流量进行预测时难以获得较高的预测精度问题,提出一种分车型的流量预测方法.依据各种车型的车流量变化规律不同的特点,选用改进的时间序列算法对大型车和拖挂车的流量进行预测,选用二次指数平滑法对小客车和中型车的流量进行预测;然后通过车辆折算系数将各车型的流量预测值进行加权求和,从而得到总车流量预测值;最后利用渝武高速公路上微波车检器的实测数据对提出的预测方法进行了实验验证,并与非参数回归预测方法和卡尔曼滤波预测方法进行了对比.实验结果表明,无论在工作日还是节假日,分车型的流量预测方法均具有更高的预测精度,该结果为进一步提高高速公路管控能力建立了基础.     

考虑切换时间的多品种印刷电路板表面贴装生产线调度优化

考虑了多品种小批量生产环境下的印刷电路板生产调度优化问题,建立了以包括切换时间在内的多品种平均流程时间最小化为目标的调度优化模型.针对电了产品组装独特的切换后效性,开发了主动禁忌搜索算法,分组间搜索和组内搜索2个层次对印刷电路板的排序问题进行优化.通过与理论下界值比较的仿真实验显示了模型与算法的有效性及现实应用的可行性...     

面向主机厂的汽车零部件供应库存-运输集成优化

在“多供应商、单配送中心、单主机厂”的汽车零部件供应网络中,为解决由第三方物流(TPL)服务商在主机厂生产需求信息驱动下主导供应物流活动的库存-运输集成优化问题,构建汽车零部件库存-运输集成优化模型,确定集货运输阶段的取货频次、循环取货路径以及送货阶段的零部件分组方法与送货次数等策略,分析验证了模型的可行性与有效性,同时可减少二氧化碳排放。     

多类型调频连续波激光雷达测距原理与仿真分析

依据调频连续波激光雷达测距原理,详细阐述了三种不同类型的调频连续波激光测距雷达的基本过程,并对其测距过程进行了推导;搭建了锯齿波、三角波和正弦波三种不同类型激光测距原理验证平台,设计了调制信号产生模块,拍频仿真模块,并测定拍频后的频率值;分析了三种类型调频连续波激光雷达的适用条件和范围,为后续系统设计和硬件选型提供了参考依据。     

基于动态焦点损失函数和样本平衡方法的绝缘子缺陷检测方法

在航拍输电线路图像的绝缘子缺陷检测任务中,针对不同类型缺陷之间存在的样本数量不平衡、困难样本低效学习等问题,提出一种动态焦点损失函数和一种基于二阶矩的样本平衡方法。首先在前向传播过程中根据困难样本、简单样本分布变化动态求解焦点损失函数的衰减因子,然后利用样本损失离散值定位出困难样本、简单样本的边界,从而获得困难样本集合,最后在反向传播过程中根据不同样本损失的二阶矩对学习样本的贡献率分布进行平衡。实验结果表明所提多类绝缘子缺陷检测方法能够有效地学习到不同样本的深度特征,性能较其他方法有显著的提升。     

基于混合深度学习的多类型低速率DDoS攻击检测方法

低速率分布式拒绝服务攻击针对网络协议自适应机制中的漏洞实施攻击,对网络服务质量造成了巨大威胁,具有隐蔽性强、攻击速率低和周期性的特点.现有检测方法存在检测类型单一和识别精度低的问题,因此提出了一种基于混合深度学习的多类型低速率DDoS攻击检测方法.模拟不同类型的低速率DDoS攻击和5G环境下不同场景的正常流量,在网络入...     

融合双分支动态偏好的会话推荐

针对基于会话的推荐算法仅对用户单一偏好进行静态建模而无法捕捉用户受环境影响偏好产生的波动, 从而降低推荐准确性的问题. 提出融合双分支动态偏好的会话推荐方法: 首先, 通过异构超图来建模不同类型信息, 设计双分支聚合机制获取以及整合异构超图中信息并且学习多类型节点之间的关系, 再用价格嵌入增强器来加强类别和价格之间关系; 其次, 设计双层偏好编码器, 其中采用多尺度时序Transformer提取用户动态价格偏好, 利用软注意机制和反向位置编码学习用户动态兴趣偏好; 最后, 用门控机制融合用户多类型动态偏好, 向用户进行推荐. 通过在Cosmetics和Diginetica-buy两个数据集上进行实验, 结果证明与其他对比算法相比在Precision和MRR评价指标中有显著的提升.     

基于节点状态的多类型传感器调度算法

针对无线传感器网络（WSN）中能量效率问题,提出一种基于簇结构中节点健康状态的多类型传感器调度算法. 该算法基于节点的健康状态、节点传输的信息质量,根据簇中节点的健康状态进行自适应选取任务节点;通过对传感器的合理调度,均衡了网络中能量消耗以及任务的分配,保证网络的顺利运行. 实验仿真结果表明了算法的有效性.