基于改进蚁群算法的智能调度系统设计与开发

蚁群算法是一种模拟蚂蚁群体智能行为的仿生优化算法,具有良好的正反馈、鲁棒性、群体性和并行性等特点.在研究柔性作业车间调度的基础上,针对企业实际生产情况,将改进蚁群算法应用于求解实际生产调度问题.笔者介绍了智能调度系统的需求分析、系统设计和主要功能模块的实现.系统实现时采用事件驱动调度策略,当调度任务发生变化时根据上次调度结果重新调度,同时对蚁群算法做出适当改进,添加机器选择策略,在搜索解路径的过程中,首先确定下一步可供选择加工的工件在哪台机器上加工,然后确定加工哪个工件.开发的智能调度系统能完成企业的动态柔性调度,能较好的解决机器变化和订单变化引起的重调度问题,提高企业生产效率.     

分布式系统可靠性模型研究

为描述分布式开发环境中的软件可靠性增长情况,提出一种分布式开发环境下软件系统的可靠性模型。在实际的软件可靠性数据集上,通过使用适应性度量和AIC准则,对所提模型进行验证和评价。实验结果证明,该模型能捕获大量的可靠性成长曲线,具备较强的适用性和灵活性,且使用该模型所描述的分布式软件开发环境更符合实际情况。     

一种非铁磁性金属上非铁磁性金属涂镀层厚度的测量方法

在相位分析的基础上,提出了一种测量非铁磁性基体金属上非铁磁性金属涂镀层厚度的方法,旨在解决涂镀层金属和基体金属的电导率相近时,涂镀层金属厚度的测量难题。试验结果表明,该方法测量误差≤0.03mm,满足工程应用要求。     

面向大规模海量数据的数据挖掘隐私保护方法研究

物联网环境产生大量数据,数据隐私保护问题已经成为热点研究领域之一。通过阐述物联网大数据的特点和隐私威胁,分析了现有的数据挖掘隐私保护方法的不足,针对性地提供了一种基于混合高斯分布的数据扰动隐私保护方法。该方法通过生成并公开一组与原始数据独立同分布的新数据的手段来达到对原始数据进行扰动的目的,不仅有效地保护了原始数据隐私,并且保持了原始数据的统计特点,与原始数据上生成的挖掘模型具有相近的准确性。     

蒸汽发生器声发射监测可行性研究

针对新型蒸汽发生器(SG)使用的钛合金材料,提出在制造时利用声发射技术对其材料性能进行监测,并通过试验对SG声发射监测的可行性进行研究。利用声发射对标准拉伸试样的拉伸试验全过程进行监测,分析获取的数据,得到钛合金材料的声发射特征以及声发射监测的灵敏度。进一步对SG拉伸试样的拉伸试验声发射监测结果,验证标准拉伸试样的分析结果,确认对该种新型SG进行声发射监测是可行的。     

两金属体之间间隙的电容法检测技术研究

介绍了一种利用电容法检测两金属体之间间隙的方法,开发研制了间隙检测系统。该方法采用合理的屏蔽技术,克服了分布电容和外界电磁干扰对检测系统的影响,检测系统具有较高的检测精度和稳定性,测量不确定度优于0.03mm。     

基于免疫协作的P2P网络病毒检测模型

P2P环境提供了便捷的资源共享和直接通信,但也使病毒等获得了更为方便的传播和感染渠道.提出一种基于免疫协作的混合式对等网络病毒检测模型,利用对等节点间的协作实现记忆检测器的共享,通过在中枢节点建立疑似病毒库降低病毒检测的漏检率和误检率.在检测器生成阶段,提出基于二次成熟的否定选择算法以降低检测器集的冗余度;在病毒检测阶...     

一种基于中国信任模式的无中心网络计算环境的信任评估模型

为了在面向中国范围内的基于互联网的各类开放的、无中心网络计算环境中（如网格计算、对等计算或云计算等）促使各个节点诚实、可靠地交互提出了一套具有典型中国特色的信任评估模型。特别是针对中国人的思维模式、主观意愿和行为方式来设计网络节点的信任评估模型,从而有效地提升了中国范围内的无中心网络计算环境的系统安全稳定性和协作成功率。信任评估模型充分考虑了节点的身份、节点间关系、直接交互经验和客观综合评价情况,同时考虑了节点信任情况的动态变化。以其较强的针对性、可推广性和可行性,具有良好的参考价值和实用价值。     

不同糖醇对黄心甘薯浓浆品质的影响

分别添加不同糖醇（麦芽糖醇、赤藓糖醇、木糖醇、山梨糖醇）制作低糖黄心甘薯浓浆,研究其对黄心甘薯浓浆流变特性、贮藏期色泽、β-胡萝卜素含量及消化特性的影响。结果表明,所有样品均为假塑性流体,经Power-law模型拟合,麦芽糖醇与赤藓糖醇显著降低了薯浆粘度（P＜0.05）,与空白组相比体系更均匀。经过杀菌与贮藏,糖醇能够有效减少β-胡萝卜素的损失,起到稳定色泽的作用（色差值ΔE＜4）。21 d贮藏后,麦芽糖醇组中β-胡萝卜素含量为504.66 mg/kg,相比空白组,显著提高了35.54%,使抗氧化活性（DPPH·和ABTS+·清除率）也有所提高。经体外消化后,麦芽糖醇与山梨糖醇组中β-胡萝卜素的释放均高于85%。综合考虑,麦芽糖醇为开发低糖黄心甘薯浓浆的最佳选择。     

基于自适应蚁群算法的动态作业车间调度问题的求解方法

针对目前大多数作业车间调度算法都是静态调度,而实际工业生产中调度任务都是动态变化的问题,提出了一种求解动态作业车间调度问题的自适应蚁群算法.算法采用事件驱动调度策略,当调度任务发生变化时根据上次调度结果重新调度,并且对每次调度采用自适应蚁群算法优化调度方案.最后,通过实例仿真验证了算法的有效性.仿真结果表明,该算法自适应性表现在算法针对"搜索结果是否陷入局部收敛"分别对各路径上的信息素进行了自适应调整,有助于算法快速跳出局部收敛,继续向全局最优解进行搜索.