用一种免疫遗传算法求解频率分配问题

频率分配是一NP完全问题,本文用一种基于免疫调节机制的免疫遗传算法来求解.该算法结构类似于遗传算法;核心思想是将个体集构造为抗体网络,利用免疫浓度调节机制在个体层次调节个体的多样性,同时利用免疫网络调节理论在种群层次调整个体多样性和群体收敛性之间的动态平衡,从而克服了一般遗传算法的不足.本文同时用该算法解决固定频率分配和最小跨度频率分配问题,取得了较好的效果.     

情感多主体系统的设计与实现

多Agent在复杂多变的环境中行为的自组织是当前人工智能研究的一个热点．本文借鉴生物系统控制的理论，设计了一种多Agent的体系结构，在此结构中包含有遗传、神经和内分泌控制子系统．本文重点论述了内分泌控制子系统的作用，提出了用情感进行行为学习的新方法．在此方法中，神经系统的作用是记忆和行为决策，其行为决策的效果通过内分泌系统进行反馈，从而避免了神经网络的自学习，使得算法具有较好的求解性能．为了验征该算法的有效性，本文做了倒立模控制的仿真实验．仿真结果也表明算法具有很强的自适应求解能力．     

企业应用软件架构分析

通过对企业业务体系的根本需求进行分析,描述了企业业务及其支持软件的特点.从时间和空间两个维度上对企业软件架构进行了描述,通过分析企业应用软件架构与企业业务改进过程的关系,对架构的开发和部署过程提出了一些建议.     

基于相容粗糙集的图形图像信息预检索

早期的利用粗糙集理论进行信息检索都是以“等价粗糙集模型”为基础的，但是等价粗糙集的性质限制了该方法的应用范围，为此有些研究者提出以“相容粗糙集模型”代替“等价粗糙集模型”的新的信息检索的概念，此概念的关键在于“关键词的同时发生”和关于相容粗包含的“匹配算法”，提出了一种利用“相容粗糙集”的理论对图形图像进行预检索的新方法，即在相容类的近似空间里对图形图像进行预检索。为了验证这种新方法的有效性，在人脸图形和图像库中做了若干实验，实验结果表明，该方法可以有效地克服等价粗糙集在图形图像检索方面的限制，对提高图形图像的检索效率具有一定的作用。     

一种域分布式合作Web缓存系统

在分析Internet缓存协议（ICP）和基于集中管理的协作式Web缓存系统（CMCS）的基础上，提出了一种域分布合作Web缓存系统模型（DDCCS），该模型克服了ICP的缓存内容冗余问题和CMCS集中管理的不健壮问题，并能充分考虑各代理缓存器的处理能力和缓存能力，采用区间散化方法和加权区间片分配算法，使得各代理的负担更加均匀合理，在性能上较ICP和CMCS有较大的改进。     

基于免疫的中文网络短文本聚类算法

网络短文本聚类是网络内容安全的一种主要处理方法. 然而, 中文网络短文本固有的关键词词频低、存在大量变形词等特点, 使得难以直接使用现有面向长文本的聚类算法. 本文提出了一种面向中文网络短文本的基于免疫网络调节的聚类算法. 首先, 利用抽取的中文词语的N-gram片段的拼音序列来组成一个中文网络短文本的特征表示, 从而缓解关键词词频过低和存在变形词对聚类的影响; 然后, 将网络短文本集构建为一个动态网络, 利用免疫网络学习机制来自动发现网络短文本之间的内在关联, 获得合适的聚类结果. 测试实验表明, 相对于传统的聚类方法如K-means, 本文的算法能够得到更好的中文网络短文本聚类效果.     

基于社会网络的聊天数据噪声过滤

聊天室中的聊天数据充斥着大量噪声,极大地降低了话题检测的监控效率。但聊天数据只有对话发出时间这一线索可供直接利用,因此噪声过滤是聊天室监控的一个难题。该文提出一种基于社会网络的聊天数据噪声过滤方法,通过分析聊天数据的时序关系,推断出聊天用户间的社会网络关系,根据社会网络蕴含的用户交流特点判断并过滤出噪声。实验证实了该方法能较准确地过滤出噪声,提高话题识别的准确率。     

一种基于免疫原理的遗传算法

本文提出了一种免疫遗传算法（Ｉｍｍｕｎｅ Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ,简称ＩＧＡ）。免疫遗传算法是根据生物的免疫原理提出的一种改进遗传算法法,该算法主要体现了生物免疫机制中的抗原识别、抗原记忆和抗体的抑制、促进,并结合货郎担（ＴＳＰ）优化问题介绍了具体实现方法,实验结果表明该免疫遗传算法有较好的性能。     

自律个体的一种遗传强化模型研究

自律个体的遗传强化模型是模拟实际生物进化机制的计算模型。本文利用进化算法和人工神经网络的研究方法,设计一种自律个体的遗传强化模型。该模型强调多层次学习,实现了先天的遗传学习进化和后天的个体神经系统学习进化的有机结合。本文同时将该模型应用于模拟机器人的生存控制,观察它在环境中的行为表现及经能力,取得了满意的实验结果。     

基于生态竞争模型的遗传强化学习

未成熟收敛和收敛速度慢是目前遗传算法的明显缺点.借鉴生物在环境生态系统中的生长模式,文章提出一种生态竞争模型.该模型认为,竞争行为在生物的成长中占有十分重要的地位,在子群内实现了个体层次的先天遗传进化和后天竞争学习,在种群层次实现进一步的竞争强化学习.实验结果显示了该模型在解决收敛性问题时的有效性.