基于P系统的粒子群优化算法

为了克服算法早熟收敛问题并提高算法精度, 引入了膜计算理论。将PSO算法与P系统相结合, 提出了一种基于P系统的粒子群优化算法 (P-PSO), 有效地平衡粒子群的全局搜索和局部寻优。采用常用的三个测试函数对新算法进行了实验, 结果表明, 提出的P-PSO算法有效地解决了算法早熟问题, 提高了算法的收敛精度。由此可见, P-PSO算法能够有效改进原有PSO算法的性能。     

基于遗传模拟退火算法的DNA多序列比对研究

针对生物信息学中DNA多序列比对问题,提出了一种基于遗传算法和模拟退火算法相结合的求解算法:在遗传模拟退火算法中,利用模拟退火算法针对遗传算子进行改进来提高算法的效率,由遗传算法进行全局搜索,模拟退火算法用于局部寻优,防止遗传算法的早熟收敛。通过与经典比对算法ClustalX和经典遗传算法进行比对研究,结果表明该算法是有效的。     

改进图聚类算法及其应用

第四方物流企业联盟建立问题是研究如何将区域内物流企业以一种高效、低联系代价的方式建立合作联盟的问题。针对该问题提出一种基于离散粒子群优化算法的改进图聚类算法,有助于降低合作联盟之间的联系代价。通过离散粒子群算法优化基本图聚类算法得到的初期聚类结果,利用扰动策略对优化结果进行再拓展。对于实验中的100家虚拟企业进行了聚类,使得联盟企业内部总联系代价从初始时的39991降低到最后的24800。实验结果表明,基于离散粒子群算法的改进图聚类算法能以较低的花费解决物流企业联盟建立问题。     

基于DNA计算的最大流算法在图聚类上的应用研究

提出使用DNA计算解决图聚类问题,提供了使用DNA两阶段法求最小切进行图分析的新思路.在使用两阶段算法前,首先根据一定的规则对给定图进行构造,使其适合使用DNA两阶段算法.在两阶段算法中,使用DNA分子对图中顶点、边进行编码.经过生化反应生成关于构造图从选定源节点到槽节点的所有路径,再利用电子计算求出关于给定源节点和槽节点的最小切,从而完成对图的划分,然后迭代执行两阶段算法直到获得满意的聚类数目为止.给出了算法的证明,说明了算法的可行性.     

基于遗传算法的骨骼结构模型概念创新设计

讨论了一种计算机辅助概念设计的新思路,分析骨骼结构理论参数控制,增加了弧度作为控制参数并对实体进行分析。采用遗传算法对骨骼结构的参数进行优化。通过对遗传计算中父代编码的筛选,提高了遗传算法结果的质量。实验基于Visual C++平台,利用ACIS-HOOPS类库为基础,以吊灯造型的概念设计为例,按照提取骨骼结构、建模、遗传变异、产生概念设计结果等步骤,能产生大量整体协调、造型优美的吊灯造型供用户选择。     

无线网状网路由协议的研究与对比

路由协议是网络一个很重要的课题,对无线网状网来说,由于无线网状网的复杂性,无线网状网路由协议的设计比有线网络的路由协议设计更加困难,因此,对无线网状网路由协议进行研究、改进十分必要。主要介绍无线网状网典型的路由协议,通过仿真实验比较它们的性能并展望路由协议发展的方向。     

一种新的神经树网络模型优化方法

神经树网络模型已成功应用于解决各类复杂的非线性问题,并且神经树网络模型的优化过程一般是先拓扑结构优化再参数优化,这种无参数信息的结构优化策略的缺点是干扰适应度的评价.鉴于此,提出一种改进的遗传规划(BGP)算法来综合神经树网络模型的两个优化过程.在两个时间序列预测问题上的仿真实验结果表明,所提出算法是一种有潜力且具备较好效能的方法.     

特洛伊木马防范技术探析

特洛伊木马作为黑客常用的一种攻击工具,对计算机网络安全构成严重威胁。深入地研究木马技术,对防范木马攻击具有重要意义。本文介绍了木马的定义和功能及其工作原理,重点分析了木马的种植方式和隐藏技术,并对木马攻击提出了相应的清除方法和防范措施。