一种带修复函数的QGA及其在背包问题中的应用

提出了一种带修复函数的量子遗传算法来求解背包问题。该算法采用量子比特概率编码方式构造染色体，由量子旋转门操作实现种群进化。在求解背包问题时，采用修复函数来修正不可行编码。文中给出了该算法的具体实现方法和流程，并用几个典型背包问题实例对其进行测试，结果表明带修复函数的量子遗传算法在求解背包问题时，综合性能优于传统遗传算法。     

矿井通风网络的递阶文化优化方法

针对矿井通风网络优化问题,借鉴文化算法的双层进化结构,提出一种递阶文化算法.算法种群空间采用分层遗传算法,引入递阶编码描述通风网络支路结构,并给出相应的不可行支路修复算子和可行调节支路阻值调节算子;信度空间采用统计学习方法提取公共优势支路作为知识,指导种群空间进化过程中的可调支路选取.仿真结果表明,该算法获得的最优控风方案满足控风要求,且所得方案的加阻值总和最小,所需调风成本更低.     

应急物流配送车辆调度的遗传算法求解

在应急物流中,合理的车辆调度优化可以极大地节约物流成本。本文结合实际情况,对应急物流车辆调度问题的特点进行了分析,构建了一般性非满载应急物流车辆调度优化的数学模型,并采用智能优化算法中的遗传算法该问题进行求解。仿真结果表明,该算法是可行和有效的。     

一种新的约束优化遗传算法及其工程应用

提出一种新的用于求解约束优化问题的遗传算法,该算法利用佳点集方法初始化个体以维持种群的多样性.在进化过程中,通过可行解与不可行解算术交叉对问题的决策空间进行搜索;对可行种群与不可行种群分别采用高斯变异和柯西变异,从而协调算法的勘探和开采能力.几个标准测试问题的实验结果表明该算法的有效性;应用新算法求解两个工程优化设计问题,结果表明该算法的可行性.     

混合智能算法在多约束优化问题中的应用

提出了一种将蚁群算法、遗传算法和粒子种群优化融合的混合智能算法来解决多约束最优路径和QoS路由问题。采用蚁群算法进行寻径生成初始群体,利用遗传算法对路径进行优化,利用PSO算法来优化蚁群算法中的信息素,优势互补。仿真结果表明该算法是可行、有效的。     

带时间窗车辆路径问题的文化基因算法

针对物流配送中带时间窗的车辆路径问题（Vehicle Routing Problem with Time Windows,VRPTW）,建立了数学模型,并设计了求解VRPTW的文化基因算法。种群搜索采用遗传算法的进化模式,局部搜索采用禁忌搜索机制,并结合可行邻域结构避免对不可行解的搜索,以提高搜索效率。与单纯的遗传算法和禁忌搜索算法进行对比实验,表明该算法是求解VRPTW的一种有效方法。     

改进的退火遗传优化策略应用研究

地震参数反演属于典型的非线性优化问题。针对遗传算法和模拟退火算法各自的优缺点,将改进的遗传算法与模拟退火算法相结合,提出了改进的退火遗传算法（ISAGA）。该方法通过筛选和修复进行初始种群的选择,采用允许父代参与竞争的退火选择机制,并根据模拟退火思想对交叉和变异概率进行自适应的调整,从而增加了种群的多样性并提高了收敛速度。该方法既具备了遗传算法强大的全局搜索能力,也拥有模拟退火算法强大的局部搜索能力。经理论模型试算结果表明,该方法不仅收敛速度快,优化精度高,抗干扰能力强,而且避免了局部收敛和依赖初始模型等问题,计算所得反演参数更接近于实际观测值。     

基于构建基因库求解TSP问题的改进遗传算法

文章针对TSP问题设计了一种将基因库和遗传算法结合起来的新算法,该算法首先构建一个基因库,在单亲演化中利用基因库指导种群的进化方向,其次在此基础上采用单亲进化遗传算法中的基因重组操作,保留每次获得的最好解组成初始种群,最后采用顺序交叉算子进行群体演化。给出的实验结果显示,该算法所获得的解与最优解的相对误差都不超过2%,该算法的收敛速度和寻优能力明显优于该问题的单亲进化遗传算法。     

蜜蜂双种群进化型遗传算法

为了改善传统遗传算法的性能,由蜜蜂种群繁殖进化的方式得到启发,提出了一种蜜蜂双种群进化型遗传算法(DBPGA).算法共有两个种群,一个是通过迭代进行遗传操作得到的;另一个在每代进化过程中随机引入.每个种群中的最优个体作为蜂王分别以概率与其它个体(雄蜂)进行交配操作.既能增强对种群最优个体所包含信息的开采能力,又能提高算法的勘探能力,从而避免算法过早地收敛.实验结果表明,该算法对于改进和提高遗传算法性能及求解连续非线性规划问题是有效可行的.     

一种求解约束优化问题的遗传算法

提出一种求解约束优化问题的遗传算法。通过可行解与不可行解算术交叉的方法对问题的决策空间进行搜索,对可行种群和不可行种群分别按照适应度和约束违反度进行选择。传统变异操作使得解往往偏离了约束区域,因此引入对可行解的边界变异和对不可行解的非均匀变异,并通过维变异方法保持种群的多样性。数值实验结果说明该算法的有效性。     

STL错误的手工修复方法研究

STL文件的错误会给后续处理带来很多不便。目前的自动修复算法和程序都只能修复部分简单的错误,无法满足实际的需要。对于含有复杂错误或有特殊处理要求的文件,仍需要通过用户交互来进行手工修复。文章在检查文件错误的基础上,提出了STL错误的手工修复方法,并开发了相应软件,通过实例验证了手工修复的必要性和有效性。     

神经程序修复领域数据泄露问题的实证研究

修复软件缺陷是软件工程领域一个无法回避的重要问题,而程序自动修复技术则旨在自动、准确且高效地修复存在缺陷的程序,以缓解软件缺陷所带来的问题.近年来,随着深度学习的快速发展,程序自动修复领域兴起了一种使用深度神经网络去自动捕捉缺陷程序和其补丁之间关系的方法,被称为神经程序修复.从在基准测试上被正确修复的缺陷的数量上看,神经程序修复工具的修复性能已经显著超过了非学习的程序自动修复工具.然而,近期有研究发现神经程序修复系统性能的提升可能得益于测试数据在训练数据中存在,即数据泄露.受此启发,为进一步探究神经程序修复系统数据泄露的原因及影响,更公平地评估现有的系统,本文(1)对现有神经程序修复系统进行了系统的分类和总结,根据分类结果定义了神经程序修复系统的数据泄露,并为每个类别的系统设计了数据泄露的检测方法;(2)依照上一步骤中的数据泄露检测方法对现有模型展开了大规模检测,并探究了数据泄露对模型真实性能与评估性能间差异的影响以及对模型本身的影响;(3)分析现有神经程序修复系统数据集的收集和过滤策略,加以改进和补充,在现有流行的数据集上基于改进后的策略构建了一个纯净的大规模程序修复训练数据集,并验证了该数据集避免数据泄露的有效性.实验结果发现:本次调研的10个神经程序修复系统在基准测试集上均出现了数据泄露,其中神经程序修复系统RewardRepair的数据泄露问题较为严重,在基准测试集Defects4J(v1.2.0)上的数据泄露达24处,泄露比例高达53.33%.此外,数据泄露对神经程序修复系统的鲁棒性也造成了影响,调研的5个神经程序修复系统均因数据泄露产生了鲁棒性降低的问题.由此可见,数据泄露是一个十分常见的问题,且会使神经程序修复系统得到不公平的性能评估结果,以及影响系统本身的性质.研究人员在训练神经程序修复模型时,应尽可能避免出现数据泄露,且要考虑数据泄露问题对神经程序修复系统性能评估产生的影响,尽可能更公平地评估系统.     

基于不变量的程序修复进化扩展模型*

为了有效解决程序修复进化中搜索空间过大和正常功能牺牲的问题,提出了一种基于不变量约束的扩展的程序修复进化模型（extended repair evolutionary model,EREM）,利用程序不变量约束对搜索空间进行划分和约简以降低消耗,通过使用表达程序正常功能的正测试用例学习的不变量约束（称为正不变量约束）来保证程序不牺牲正常的功能,在适应度函数的设计上考虑测试用例通过数的同时也考虑了正不变量约束的保持数,对于破坏正不变量约束的个体适应度给予一定的惩罚值。最后通过实验对模型进行了验证,结果表明了     

Optimal age-replacement time with minimal repair based on cumulative repair cost limit and random lead time

In this article, we consider an age-replacement model with minimal repair based on a cumulative repair cost limit and random lead time for replacement delivery. A cumulative repair cost limit policy uses information about a system's entire repair cost history to decide whether the system is repaired or replaced; a random lead time models delay in delivery of a replacement once it is ordered. A general cost model is developed for the average cost per unit time based on the stochastic behaviour of the assumed system, reflecting the costs of both storing a spare and of system downtime. The minimum-cost policy time is derived, its existence and uniqueness is shown, and structural properties are presented. Various special cases are included. Because the framework and analysis are general, the proposed model extends several existing results. Finally, a numerical example is provided for illustration.     

基于可能世界模型的关系数据不一致性的修复

针对关系数据的不一致性虽然已有各种修复方法被提出,但这些修复策略在构建最终修复方案过程中只分析函数依赖包含属性的信息(即数据集的部分信息),且偏向于修复代价最小的方案,而忽略了数据集的其它属性以及这些属性与函数依赖包含属性之间的相关性。为此,本文提出一种基于可能世界模型的不一致性修复方法。它首先构造可能的修复方案,然后从修复代价和属性值相关性二个方面量化各个候选修复方案的可信性程度,并最后找出最优的修复方案。实验结果验证了本文提出的修复方法取得了比现有基于代价的修复方法更好的修复效果。我们同时也分析了错误率和不同类型概率量化对本文提出的修复方法的影响。     

进化计算在软件智能修复中的应用

提出一种基于进化计算的软件智能修复算法IREA。采用控制流图作为进化个体的编码方式,在确定适应度函数时,考虑控制流图节点集的势和结构相似度2个因素,将软件的修复过程转化为适应度指导的进化过程,从而实现软件智能化修复。实验结果表明,该算法具有可行性和有效性。     

纹理合成的自相关性判别法及其应用

从加快纹理相似性的判别速度出发,提出了一种纹理合成的自相关性判别法.传统的纹理合成算法随着邻域和样本的增大,计算量将成倍增加,纹理合成速度减慢的劣势逐渐体现出来.因此,算法对样本纹理建立简单的自相关性距离查找表,利用L邻域内像素的自相关性距离作为像素匹配的判别依据,以查找取代传统匹配过程中的繁琐计算,极大地加快了合成速度,可实现动态的、多精度的合成效果调控,以及避免块匹配中易出现纹理接缝的问题.经验证,该算法可在纹理合成、图像修补及纹理检索中应用,并可很好地达到实时的应用要求.     

配网生产抢修指挥平台设计及应用

电力与各行各业和人们的生活有着千丝万缕、密不可分的关系。一旦停电,不仅会给人们的工作、生活带来极大的不便,也会给企业造成难以想象的经济损失。因此,及时排除电力设备故障,保障用户的用电稳定性,成为电力公司工作的重点和难点。     

Stochastic manufacturing system with process deterioration and machine breakdown

This paper presents a realistic manufacturing inventory model with process deterioration and machine breakdown. In economic manufacturing quantity model, process usually starts with ‘in-control’ state and produces items of good quality. After some random point of time, process may deteriorate and shift to ‘out-of-control’ state due to occurrence of assignable cause. From that point, process produces some percentage of non-conforming items. Further process deterioration after machine shift may result in machine breakdown at any random time during the production period. If machine breakdown occurs during the production period, then corrective (emergency) repair is performed immediately otherwise preventive (regular) repair is performed at the end of production period. The proposed model is formulated assuming that the time required for production facility shifting from ‘in-control’ state to ‘out-of-control’ state, time when machine breaks down, corrective and preventive repairing time and demand of items follows probability distribution. We have derived analytically the optimal production time which minimises the total expected production cost annually for machine breakdown and no machine breakdown cases. The solution procedure is illustrated with the help of numerical examples for different probability distributions. Sensitivity of the optimal solution with respect to different parameters are also analysed.     

基于Oracle数据库的备份和恢复分析

数据乃数据库之根本,数据库中记录的数据信息重中之重。当数据库由于种种原因遭到破坏,数据信息丢失的时候,数据库备份的重要性显现。如何保证数据的安全性是评价一个数据库好坏的重要标准之一。Oracle数据库以其强大的数据库备份和修复功能深受数据库管理员的喜爱。本文主要介绍了Oracle的各种备份措施和其修复功能。