突发饮用水污染下的水阀和消防栓的调度研究

研究在突发饮用水污染情况下,如何对消防栓和水阀最优调度,从而使得对用户造成的危害程度最小、同时调度成本最小,但是,这两个目标是互相矛盾的,调度成本的减小必然导致污染水体对用户危害程度增加.因此,首先建立了两目标优化模型,其中,第一个优化目标为污染事件发生后,用户饮用的污染物质量最小;第二个优化目标为对消防栓和水阀调度的成本最小;然后以美国某小镇真实饮用水管网为研究对象,利用NSGA-Ⅱ算法求解最优的水阀和消防栓调度方案,同时分析了不同参数对调度结果的影响,仿真结果验证了本文所建立的多目标优化模型和调度算法的有效性.     

基于改进多目标优化算法的分布式数据中心负载调度

在数据中心的运营中运营商需要考虑如何在利润最大化的同时降低碳排放和提升服务质量,这些目标之间的平衡是一个巨大挑战.针对该问题,建立分布式数据中心负载调度的多目标优化模型,提出一种改进拥挤距离和自适应交叉变异的非支配排序遗传算法(ICDA-NSGA-II).在NSGA-II算法的基础上,通过对拥挤距离的改进能够提高算法的开采和勘探能力,引入正态分布交叉(NDX)算子和自适应变异算子增强种群的多样性,从而保证算法能快速、准确地得到Pareto解集.为了显示改进算法的有效性,对基准测试函数进行求解,仿真结果表明,改进算法相比于典型的NSGA-II和MOEA/D具有更快的收敛速度和精度,在分布式数据中心负载调度优化中,能够快速有效地给出满足利润、碳排放和服务质量等目标的Pareto最优解.     

云平台下图数据处理技术

针对Hadoop云平台下MapReduce计算模型在处理图数据时效率低下的问题,提出了一种类似谷歌Pregel的图数据处理计算框架--MyBSP.首先,分析了MapReduce的运行机制及不足之处;其次,阐述了MyBSP框架的结构、工作流程及主要接口;最后,在分析PageRank图处理算法原理的基础上,设计并实现了基于MyBSP框架的PageRank算法.实验结果表明,基于MyBSP框架的图数据处理算法与基于MapReduce的算法相比,迭代处理的性能提升了1.9~3倍.MyBSP算法的执行时间减少了67%,能够满足图数据高效处理的应用前景.     

Oracle中使用支持向量机的时间序列预测方法

利用Oracle数据库中的数据挖掘选件（Oracle Data Mining,ODM）,并使用存储在Oracle数据库中的时间序列数据,可构建预测时间序列未来值的支持向量机（Support Vector Machines,SVM）模型。建模时,需去除时间序列中的趋势,将目标属性标准化,确定包含延迟变量窗口的尺寸,利用机器学习方法,由时间序列历史数据得出SVM预测模型。与传统时间序列预测模型相比,SVM预测模型能够揭示时间序列的非线性、非平稳性和随机性,从而得到较高的预测精度。     

P2P计算网格路由和负载均衡算法

路由和负载均衡是P2P计算网格的两个技术难题,由于P2P网络的分布性和动态性,以及缺乏统一的中心控制,使得传统的路由和负载均衡算法不能应用于P2P网络。提出了一种源自蚁群智能的混合路由和负载均衡算法,通过移动代理,即人工蚂蚁在节点间移动时所释放的信息素来作为路由和任务调度的依据。仿真结果表明该算法是有效的,且适用于具有分散和自组织特性的P2P网络。     

基于种群熵的多粒子群协同优化*

提出了一种基于种群熵的多粒子群协同优化算法,通过引入熵对种群粒子的分布性进行度量,然后利用它来引导在多种群协同演化中粒子迁徙的时间和方向,从而保持粒子在寻优过程中的多样性和快速性。通过四个典型测试函数的仿真说明了该算法具有摆脱局部极值能力和较高的收敛速度。     

基于Delphi数据库的开发及其Web发布

针对 Delphi应用程序开发的数据库和后台数据库连接的问题进行了深入的探讨 ,并用实例讨论了如何将数据库在网上发布。     

基于演化算法的全加器优化设计

演化硬件研究工作中的一个重要研究内容就是电路优化设计,电路优化设计有望实现复杂电路的自动设计并获得新颖、优化的设计结果,因而成为国际性的研究热点。将演化算法引入全加器电路的优化设计中,引入了新的个体评估机制并提出了适用于全加器演化的演化算法。通过仿真实验验证了算法的有效性。     

基于智能优化算法的饮用水污染源定位方法研究综述

近年来,突发性饮用水污染事件频繁发生,严重危害居民生活健康,通过在饮用水供水管网中布置传感器对水质进行监测,能快速识别污染源的位置、质量、发生时间等特征,有利于有关部门采取措施控制污染扩散,饮用水污染源定位研究具有重要的实际意义.随着智能优化算法在工程问题中的广泛应用,运用模拟–优化方法求解污染源定位问题成为当前学者们研究的热门领域.本文首先给出污染源定位问题的模型和据此抽象出的数学模型,并对模拟–优化法求解该问题的一般方法进行了描述.通过对问题的深入分析,归纳出污染源定位问题具有多模性、昂贵性和不确定性,围绕这3个特性,重点综述智能优化算法在饮用水污染源定位问题中的代表性研究成果,最后指出有待于进一步研究的若干方向和内容.     

基于Spiking神经网络的脑运动分类研究

针对大脑运动皮层群体神经元信号与运动行为关系的分析,提出一种Spiking神经网络（SNN）的分类算法。SNN的网络连接权值与突触连接的延时参数采用改进的粒子群优化方法（PSO）进行训练。仿真结果表明SNN分类效果优于群体向量法（PV）分类效果,有利于实现性能更高的用于神经康复的脑机接口系统。