基于混沌BPSO的多目标优化频谱切换算法

为了提高多目标二进制粒子群(Binary Particle Swarm Optimization,BPSO)算法的频谱切换性能,改进了BPSO算法的速度及位置更新策略,并结合Tent映射的混沌优化,提出一种基于Tent映射混沌优化的多目标二进制粒子群算法。在目标信道空闲时间服从Rayleigh分布的情况下,以累计切换时延最小化和有效信道容量最大化为目标,构建目标信道序列设计的多目标优化问题,使用新算法求解多目标优化问题。仿真结果表明:新算法得到的解兼具低时延和高容量,最终平均适应度为45.673 25 ms和-421 258 bit/s,并且在迭代过程中表现出更优的性能。     

粒子群算法求解Web服务组合中基于QoS的服务选择

针对现有web服务组合中服务选择技术的不足,提出了一种基于粒子群优化算法的多
目标优化策略,用于解决web服务组合中基于服务质量（QoS）的服务选择全局最优化问题.
将web服务选择全局最优化问题转化为一个带QoS约束的多目标服务组合优化问题,利用多目
标粒子群算法的智能优化原理,通过同时优化多个QoS参数,最终产生一组满足约束条件的P
areto最优解. 实验结果证明了该算法的可行性和有效性.     

基于web服务的报表模型研究

针对报表软件复用性差与信息系统中数据无法和其它系统交互问题,根据报表的生成流程分析出报表的共性与个性,提出了一种基于web服务的柔性报表服务模型。柔性报表服务模型由报表系统开发平台、报表模板制作平台和报表生成服务构成。开发平台用于与特定的信息系统绑定,制作平台用于制作报表模板,报表生成服务用于被其它系统调用返回需要的报表文件。最后,在.NET平台下对模型进行实现,证明模型的可用性和正确性。     

智能电网中基于ESS-MOPSO算法的调度优化策略

结合智能电网的调度优化策略应综合考虑经济运行、节能减排及电能质量各方面因素,给出了智能电网的优化调度方程,并采用粒子群算法对该方程进行多目标寻优.介于传统粒子群算法中使用Pareto准则的局限性,采用一种基于优先阶的均衡选择全局搜索策略,更加有效地选取出全局最优粒子,引导其他粒子寻优.在对智能电网调度优化的仿真中取得了良好效果.     

基于二进制混沌粒子群算法的认知决策引擎

为了解决不同通信模式下认知无线电发射机参数合理优化的问题,提出了一种基于二进制混沌粒子群算法(BCPSO)的认知决策引擎,该引擎利用粒子群优化算法收敛速度快和混沌运动全局遍历性的特点,使认知决策在多目标优化过程中有效地摆脱了局部极值点,提高了参数优化的精度和稳定性．基于认知正交频分复用(OFDM)系统的仿真结果表明,相对于现有认知引擎,该引擎具有平均适应度值高、对不同通信模式鲁棒性强的特点,实现了有效优化发射机参数的目的．     

基于双种群的动态交换策略的粒子群优化算法

提出了一种基于双种群的动态交换策略的粒子群优化算法.该算法将初始种群划分为两个子群P1和P2,而P1和P2遵循不同的寻优机制,然后通过对个体极值(pBest)和全局极值(gBest)的选取进行调整,并在迭代过程中动态的交换两个子群的个体,从而能够更好的完成多目标优化算法对于Pareto front 的搜索和逼近.通过对标准测试函数的实验,证明了该算法的可行性和有效性.     

基于离散粒子群优化的鲁棒Web服务组合

服务于互联网业务的Web服务,其服务质量（QoS）具有内在的不确定性,增加了QoS感知的Web服务组合优化难度。假设QoS及其聚合服从正态分布,构建一种QoS感知的鲁棒Web服务组合优化模型,重点讨论两个独立的正态分布随机变量的和、最大值、最小值和积的期望与均方差的计算方法。通过重新定义加减法操作算子,选择合适的适应度函数,设计一种支持约束条件的离散粒子群优化算法求解该模型。仿真实验表明,该模型具有较好的精度,所获取的组合服务具有较好的鲁棒性。     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。     

求解服务等级感知服务组合问题的多目标遗传算法

针对已有求解多等级服务部署问题的算法存在的不足,提出了一种求解该问题的多目标遗传算法(SMOGA),建立了求解该问题的多目标优化模型。通过将个体的支配强度和被支配强度结合到一起建立对个体的评价策略,并根据评价结果进行环境选择及生成个体的交叉概率。此外还设计了一种局部搜索策略并将其融入到变异策略中,以提高变异操作的有效性。最后对SMOGA算法进行了分析,并将该算法与最近提出的求解该问题的E3-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法SMOGA能够更加有效地解决该问题。     

Dynamic services selection algorithm in Web services composition supporting cross-enterprises collaboration

Based on the deficiency of time convergence and variability of Web services selection for services composition supporting cross-enterprises collaboration, an algorithm QCDSS (QoS constraints of dynamic Web services selection) to resolve dynamic Web services selection with QoS global optimal path, was proposed. The essence of the algorithm was that the problem of dynamic Web services selection with QoS global optimal path was transformed into a multi-objective services composition optimization problem with QoS constraints. The operations of the cross and mutation in genetic algorithm were brought into PSOA (particle swarm optimization algorithm), forming an improved algorithm (IPSOA) to solve the QoS global optimal problem. Theoretical analysis and experimental results indicate that the algorithm can better satisfy the time convergence requirement for Web services composition supporting cross-enterprises collaboration than the traditional algorithms. Foundation item: Project(70631004) supported by the Key Project of the National Natural Science Foundation of China; Project(20080440988) supported by the Postdoctoral Science Foundation of China; Project(09JJ4030) supported by the Natural Science Foundation of Hunan Province, China; Project supported by the Postdoctoral Science Foundation of Central South University, China     

基于全局QoS和免疫粒子群算法的WEB服务组合研究

针对现有web服务组合在可靠性和效率方面存在缺陷,提出了一种基于全局QoS和免疫粒子群算法的WEB服务组合优化的策略,给出了构建Web服务及选择最佳服务的方法,有效的克服了传统方法利用穷举计算及遗传算法解决此类问题的局限性,实验结果表明,该方法的服务组合时间短,且服务组合效率高,对解决WEB服务组合这样的NP难题具有非常好的效果。     

基于二进制粒子群算法的可中断负荷优化调度

可中断负荷是非常重要的需求侧资源.本文对于在保证系统安全的前提下进行可中断负荷的优化调度,基于二进制粒子群优化算法(BPSO)分时段优化调度特性不同的多个可中断负荷,以满足系统各时段削减容量的需求,同时满足可中断负荷的运行约束条件,并使供电公司支付的补偿费用最小以及执行中断的次数最少.使用加权的处理方法把可中断负荷优化...     

基于改进蜂群算法的 Web服务组合优化

Web服务技术的快速发展使用户对QoS （quality of service）越来越关注。为了进行基于QoS的Web服务组合优化,采用4种典型的QoS衡量指标建立了组合Web服务QoS量化模型;针对人工蜂群（artificial bee colony ,ABC）算法搜索效率不高和过早收敛问题,引入禁忌策略和混沌优化进行了改进,并将改进算法用于组合Web服务的QoS优化;最后,通过仿真实验对模型和算法进行了验证。结果表明,改进算法全局优化能力全面提高,并且能较好地解决组合Web服务QoS全局优化问题。     

语义Web服务的非功能性匹配研究

为提高服务匹配精度,语义Web服务的非功能性匹配成为语义Web服务匹配的关键。主要对当前语义Web服务的非功能性匹配研究进行综述。介绍了语义Web服务匹配的基本概念;分别从5个问题对近年来语义Web服务的非功能性匹配的研究进行全面的总结和分析;指出了语义Web服务的非功能性匹配研究还存在的问题和未来的研究方向,为深入研究提供参考和借鉴。     

云环境下基于用户偏好的粒子群优化算法的Web服务选择

针对当前Web服务的海量增加．而现有的服务选择算法低效以及粒子群算法在复杂的组合优化类问题上的不足,该算法分析用户对于Web服务的一些软性偏好,提出了一种在云环境下基于用户偏好的粒子群改进算法的Web服务选择．该算法通过对粒子分群映射、相似分群并行化简,同时利用模糊约束来表达用户的偏好,最终使得用户能够根据偏好从中进行选择．实验表明,该算法能有效减少执行过程@Web服务选择导致的时间开销,并提高服务选择的性能．     

基于Web服务的模型库系统的研究与实现

分析了一种新的软件技术——Web服务,并将它应用于模型库系统的设计。提出了基于Web服务的模型表示方法,给出了基于UDDI的模型库管理系统的设计方法。最后将这个设计方法应用于实际,开发了企业综合模型库系统。     

A Duplex Feedback Based Web Service Recommendation Method

In the most current Web Services recommendation methods,rating data from service users is rare and the accuracy of the recommendation results cannot be effectively guaranteed.To address this problem,this paper firstly presents a new web service recommendation framework.Based on the proposed framework,a duplex feedback based web service recommendation method（ DFBWSRM） is then elaborated,which includes both implicit and explicit feedback data for the calculation of similarities of user preferences during the finding,binding and rating of services.A coordinated recommendation algorithm is also listed in detail.The simulation results demonstrate that the proposed method can satisfyingly increase the accuracy of recommendation results and better meet the requirements of service users.     

一种基于语义网的个性化学习资源推荐算法

在E-learning环境中,为了满足用户对学习资源的个性化需求,提出了一种基于语义网技术的学习资源个性化推荐算法。首先根据用户评价和浏览行为得到用户感兴趣的学习资源集合与核心概念集合,然后根据领域本体中概念间的关系分别计算不同用户评价的学习资源集合间的语义相似度和核心概念集合间的语义相似度,最后根据得出的两个相似度值共同决定用户兴趣偏好的相似性,找到具有相似兴趣的最近邻居,从而实现学习资源的协同推荐。此外,在学习资源管理上引入了学习对象概念,降低了相似度计算的复杂度。并将该算法应用到了基于语义网的个性化学习资源推荐系统中,实验表明,该算法有效改善了学习资源推荐效果,特别是对于新加入的资源和新注册用户效果显著。     

Web主动服务中基于混合挖掘的用户意图辨识

针对用户意图在主动服务各个环节中的不同作用,采用混合智能算法在主动服务中对用户意图进行辨识。用v-SVC的支持向量学习算法对用户的偏好和意图进行学习和辨识,反映用户的状态和所处的角色;用概念层次生成算法对用户服务属性层次化,以获得用户的服务焦点;使用基于模糊聚类算法辨识用户所期望的服务质量或等级。实验分析表明,使用混合算法辨识用户意图具有高效性和实用性。