一种基于任务粒化的服务组合优化方法

在big service背景下,越来越多的资源以服务的形式发布与使用,用户需求越来越复杂,导致服务组合计算规模呈指数级增长.本文提出一种任务粒化算法（TgA,Task-granular Algorithm）,用于快速有效地求解大规模服务组合优化问题.首先,构建任务粒化分层服务组合模型,并分析了该模型的计算复杂性;其次,根据现有QoS属性计算方式,从理论上分析其在任务粒化过程中的可行性;最后,大量仿真实验结果表明,相比于经典的PSO算法,TgA可以将服务组合优化时间性能提高约4至7倍,且寻优精度提高10%以上.     

不完整数据集的信息熵集成分类算法

集成方法是处理包含缺失属性数据集分类问题的一种简单有效的方法,但目前针对不完整数据的集成分类算法在衡量各子分类器的权重时只考虑对应的数据子集的维数和大小.考虑到不完整数据集的缺失属性对类别的贡献度,使用信息熵衡量缺失属性之间的差异,提出一种新的针对不完整数据的集成学习分类算法———信息熵集成分类算法(EECA).应用以BP神经网络为基础分类器的集成分类器在UCI数据集上进行实验.实验结果表明,EECA比简单使用缺失属性的多少计算子分类器权重的方法更有效,最终结果准确度更高.     

基于PLC和变频器的钻孔注水试验自动控制系统

水文地质勘察领域的钻孔注水试验是一种简易的原位渗透试验方法,通过钻孔向试段注水来获得岩土层的渗透系数。鉴于目前的钻孔注水试验自动化程度低,需要多名工作人员现场操作和记录试验数据,以及试验过程中的水面波动等因素导致的试验准确率低、试验周期长以及试验成功率低等问题,该文设计了一种基于PLC和变频器的钻孔注水试验自动控制系统,是以西门子S7-1200系列PLC为核心控制器,以西门子MM420变频器为注水水泵速度控制器、并与液位传感器和流量传感器配合实现整个注水试验过程的自动控制。最后,通过实践表明此钻孔注水试验自动控制系统可有效节约劳动力资源和有效减小钻孔中水面的波动,很大程度地提高了试验精度和试验成功率,并有效缩短了钻孔注水试验周期。     

差异容量平行批机器环境下基于弱选择约束的调度算法

研究动态到达的差异工件在容量不同的平行批处理机环境下,最小化制造跨度的调度问题,并提出一种有效的元启发式算法.给出一个下界以评价算法的性能,针对所构建批的第1个工件的选择提出弱约束标准及两个基于弱约束的首工件选择策略,并引入到蚁群优化算法.最后通过仿真实验将所提出的改进蚁群算法与已有算法和使用传统选择策略的蚁群算法进行比较,实验结果表明,在建批过程中使用首工件弱约束策略和弱约束下工件尺寸大高概率选择策略是有效的,所提算法的搜索性能较其他算法具有明显优势.     

Keepaway抢球任务中基于策略重用的迁移学习算法

在RoboCup Keepaway中,球员使用强化学习能获得很好的高层策略.然而由于Keepaway任务的状态空间巨大,强化学习需要探索很多步才能收敛,学习过程十分耗时.针对这一问题,对于5v4规模的Keepaway任务,将策略重用技术应用于抢球球员高层决策的强化学习中,以实现迁移学习.首先合理设计了球员在4v3和5v4任务间的迁移学习方案及状态与动作空间的映射,然后提出了基于策略重用的迁移学习算法.实验表明,对于5v4任务,在训练时间约束下,迁移学习比强化学习获得了更短的任务完成时间和更高的抢断成功率,从而学习到了较优的高层策略.因此,为达到相同策略水平,迁移学习所需的训练时间明显比强化学习少.     

基于本体的组合预测预警系统模型

在分析现有预测预警系统不足的基础上,提出一种基于本体的组合预测预警模型(OCFWSM),解决组合预测预警系统内各单一预测模型和指标体系间的语义异构问题,通过建立本体知识库,实现系统内数据、模型、知识的一致化表示,实现各模型和指标体系间的知识共享和重用.具体分析了本体知识库的组成及其实现原理和方法,根据本体建模理论,建立...     

面向MOOC的网络程序设计课程教学模式设计

网络程序设计是计算机本科专业实践性较强的一门课程,该课程内容庞杂、课时有限,因此教学难度较大,教学效果欠佳。文章针对课程特点,探讨设计面向MOOC的网络程序设计教学模式,提出以案例教学为主、在线教学为辅的方案,合理有效地利用在线资源增强学生主动学习与互动学习的能力,对课堂教学进行必要补充。