改进粒子群优化算法求解旅行商问题

提出了一种改进粒子群学习算法,在改进的算法中,粒子不仅根据自身和同伴中最好的个体调整自己的飞行速度,而且按照一定的概率向其他个体学习。这种强化后的学习行为更符合自然界生物的学习规律,更有利于粒子发现问题的全局最优解。同时借鉴单点调整算法思想,提出了调整因子和调整序概念用以重构粒子群算法。最后,用改进后的粒子群算法求解旅行商问题,数字仿真表明了算法的有效性。     

一种基于基因突变的改进遗传算法

1引言 遗传算法GA是20世纪70年代由美国的Holland提出的以C.R.Darwin的生物进化论和G.Mendel的遗传变异理论为基础的求解全局优化问题的仿生型算法.GA结合了Darwin的适者生存和随机交换理论.适者生存理论消除了解中的不适应因素,随机交换理论利用了原有解中的已有知识,从而加速了对优化解的搜索过程.     

Web服务安全性的研究

随着Internet的蓬勃发展,Web服务技术作为一种新的Web应用程序的分支炙手可热,对传统的软件设计产生了巨大的影响,但是对于Web服务的安全领域的研究却不成熟.本文指出了现有安全技术保护Web服务存在的缺点和不足,结合Web服务技术新的安全性需求,提出了基于消息层处理的Web服务安全性模型,并详细介绍了消息处理层的实现方法.采用该模型实现的Web服务安全系统能够提供各种类型的安全服务,具有安全性、可扩展性、服务的透明性、安全的可控性、消息级端对端的安全性等诸多优点.     

基于改进OTP的用户认证技术的研究与实现

随着网络应用的不断发展，网络安全问题也变得越来越重要．用户认证机制是安全防护机制之一，认证信息可以用来认证需访问系统的请求用户的合法性。文中分析了无须第三方认证的“一次性口令(OTP)”技术及其存在的安全漏洞，结合Kerberos认证机制优点，提出了将用户的通行密语用服务器的公钥加密后保存在数据库中，并在服务器种子信息中加入时间戳和服务器IP地址的改进OTP技术，提高了认证系统的安全性。     

高低压开关柜二次接线安装图的自动接线实现方法

重点阐述了自动生成电力系统中应用广泛的高低压开关柜的二次接线安装图的实现方法，并具体地给出了有关的数据结构及程序流程图。它利用嵌入在ＡｕｔｏＣＡＤ内部的ＡｕｔｏＬｉｓｐ编程语言和Ｔｕｒｂｏ．Ｃ来实现。     

唐山地区电力通信网监控系统

介绍了唐山地区电力通信网监控系统的整体结构和功能要求。重点阐述了机载单元硬件组成。本系统经现场运行表明，其可扩性强，实用性高。     

网格和密度的聚类算法在CRM中的应用

聚类分析是数据挖掘领域中一种非常有用的技术,它用于从大量数据中寻找隐含的数据分布模式,主要有分割法、层次法、密度法、网格法和模型法等。该文主要讨论数据挖掘中一种基于密度和网格的聚类分析算法及其在客户关系管理中的应用。该算法具有较高的聚类效率而且容易实现,可以发现任意形状的聚类,时间复杂度低,聚类精度高,适用于数据的批量更新。该文还提出增量式聚类技术,它不仅能够利用前期聚类的结果,充分提高聚类分析的效率,而且可以降低维护知识库所带来的巨大开销。实验证明了算法的有效性。     

基于SOA的电力系统实时数据仓库技术研究

随着电力信息化的发展,传统数据仓库已经不能满足电力企业决策的需要,而实时数据仓库扩展了传统数据仓库的适用范围,能给电力企业提供关于日常操作的技术支持。讨论了实时数据仓库的几种实现方案,提出了可行的基于SOA的实时数据仓库体系结构,并针对电力系统实时数据仓库进行了设计。     

优化组合预测的设计与分析

阐述了组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。针对以往的组合预测模型最优权重不能保证非负性的问题,提出了一种新的基于前向神经网络模型的最优权重确定方法,并引入了神经网络优选组合预测模型。通过分析和比较,此模型具有很强的自适应性和较高的预测精度。     

基于SGOA神经网络的短期负荷预测

短期负荷预测的结果对电力系统的经济效益具有重要影响。针对多极值问题,首次提出了一种体现大融合思想的共享式全局寻优算法,将几种全局寻优算法有机组合,使它们共享优化信息,协同寻优,从而形成最丰富的寻优机制,达到最强的全局寻优能力。并且为了从根本上提高短期电力负荷预测中神经网络的速度和预测精度,提出了将SGOA算法和BP算法相结合的短期负荷预测方法,用SGOA算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行BP算法。在构建网络模型时,同时也考虑到了气候、温度等因素的影响,对它们进行模糊化处理后作为网络的输入。仿真结果表明基于这一方法的负荷预测系统具有较高的精度和实时性。