虚拟网映射竞争算法设计与分析

对网络虚拟化技术中的虚拟网映射问题及其研究现状进行了介绍,针对虚拟节点映射已知且物理网不支持路径分割的虚拟网映射问题,提出以物理网提供商收益最大化为目标的虚拟网映射竞争算法,并给出了算法的竞争比分析。实验表明,所提出的算法能提高物理网资源的负载均衡度和利用率,从而提高了虚拟网构建请求的接受率和物理网提供商的收益。     

考虑客户吸引力的轴辐式海运网络优化

针对轴辐式集装箱海运网络优化问题,引入了基于服务约束(服务质量\价格\时间)的客户吸引力因素,定量表示出客户吸引力对集装箱货运量的影响。以海运网络中航运企业的利润最大化为目标,建立了轴辐式海运网络优化模型。使用遗传算法求解,通过算例分析证明该模型及算法的有效性,并分析了不同的规模经济折扣率、托运人的决策偏好权重对航运企业利润的影响。     

引入竞争机制的连续Hopfield神经网络矢量量化算法设计与实现

本文对照经典的矢量量化算法的不足,讨论了基于竞争机制的连续Hopfield神经网络矢量量化算法的设计与实现。详细描述了网络映射过程、网络能量函数的刻画和神经元状态转换方程。实验结果表明,与经典的LBG算法相比,本文所提算法具有更好的性能和强大的并行处理能力以及更优良的全局优化能力。     

Competitive Analysis of Network Load Balancing

This paper presents a theoretical analysis of the Load Balancing Problem (LBP) in a network of processing units. The performance objective is to minimize the makespan, i.e., the time spent to finish all jobs in a network of processing units. Because of the communication delay that results from the network topology, it is impossible to have a strategy which obtains the exact optimum under all load distributions. Instead, we measure the information efficiency of a load balancing policy by the worst case ratio of the solution (for each load distribution) of a load balancing policy to the optimal solution (for the same load distribution) assuming that processors have complete information about the load distribution over the network. This ratio is called the competitive ratio of this strategy [17, 24, 34]. In particular, a policy is calledcompetitiveif this ratio is bounded by a constant. As a first step, we discuss the centralized LBP, where all the processors have complete information of the load distribution over a network. Its solution serves as a benchmark to compare with realistic strategies, both in theoretical analysis, and experimental and simulational studies of distributed algorithms. We show that when jobs have different sizes, even with preemptive scheduling, LBP is NP–complete. When the jobs are of the same size, we give a polynomial algorithm, using network–flow techniques, which extends to approximate solutions for jobs of different sizes. We apply this benchmark solution in order to analyze the competitiveness for three network topologies: completely connected graphs, rings, and hierarchical completek-ary trees. The constant competitive ratio results for complete network and hierarchical completek-ary trees are applied to a study on the issues of network designs suitable for the LBP. We further discuss the problem for general networks with jobs of different sizes for slightly weaker results than those for the constant competitive ratio requirement. Finally, we comment on the related issues of job partitioning over parallel/distributed systems.     

海运数据仓库的设计与实现

海运行业竞争激烈，业务流程复杂，建立数据仓库系统来辅助决策是十分必要的。本文通过一个海运数据仓库的建立过程，来介绍设计数据仓库的主要步骤。     

基于三层结构的船舶办公自动化系统的设计

介绍了一种运用Internet技术和微软的．net技术，基于用户表示层、业务逻辑层、数据访问层三层结构的办公自动化系统的设计实现。详细阐述了该系统设计与开发的目标、系统结构、业务流程、关键技术和客错处理。依据整体保障性、实用性、模块化、权限细分的设计原则，开发出了先进、实用、可靠和界面友好的应用软件。     

航运保险远程自助购买系统的设计与应用

为解决传统手工方式购买航运保险,实现以联网方式的计算机出单管理,设计开发了航运保险远程自助购买系统;该系统基于Windows.NET平台开发,采用多任务并发处理技术,提高了Windows.NET平台下Socket侦听通信处理的时间;运用托管C++技术,对已有的非托管形式的设备驱动软件和通信模块进行二次封装,既缩短了开发周期,又能做出美观实用的用户操作界面;经企业实际应用后,证实其操作的准确性、方便性、灵活性以及快捷性上都比原先手工操作先进了很多,同时也为保险公司提供了管理远程销售点的有效手段。     

用于矢量量化的神经网络竞争学习算法

对典型的竞争学习算法进行了研究和分析，提出了一种基于神经元获胜概率的概率敏感竞争虎法。与传统竞争学习算法只有一个神经元获胜而得到学习不同，ＰＳＣＬ算法按照各种凶的获胜概率并通过对失真距离的调整使每个神经元均得到不同的学习，可以有效地克服神经元欠利用问题。     

基于VHDL的彩色线阵CCD驱动时序设计

分析了彩色线阵CCD-TCD2558D驱动时序信号,选用复杂可编程逻辑器件CPLD作为硬件设计平台,使用VHDL语言对其驱动时序进行硬件描述,采用MAX PLUSⅡ对所设计的驱动时序进行仿真,仿真结果表明产生的驱动脉冲与彩色线阵CCD-TCD2558D所需驱动脉冲的时序关系完全吻合,能够达到CCD的驱动时序要求。     

用改进的竞争Hopfield神经网络求解多边形近似问题

多边形近似是提取曲线特征点和简化曲线描述的一种重要方法.提出一种改进的Hopfield神经网络多边形近似算法,该算法利用选择拐点策略减少了搜索空间,重新定义了神经网络的能量函数,使其更能反映优化目标;引?入合并拆分搜索策略,有效帮助神经网络脱离局部最小值.实验结果表明,提出的改进算法是有效的,比其它算法如关键点检测法、竞争Hopfield神经网络、混沌Hopfield神经网络、遗传算法等具有更优的性能.     

基于竞争方程的竞争型协同进化算法及应用

协同进化算法是近年来针对遗传算法的不足而兴起的，还处于研究初步阶段。本文在竞争型协同进化的基础上，借鉴生态学中种群竞争的Gause竞争模型，提出了Gause竞争型协同进化模型及算法，并将该算法应用于模糊神经系统的辨识问题上。实验证明，该算法比标准遗传算法、典型竞争型协同进化算法和BP学习算法具有更好的全局收敛性和更快的收敛速度，它在一定程度上解决了标准遗传算法的不足。     

基于FPGA的Kohonen竞争网络硬件实现

本文介绍了神经网络VLSI硬件实现的基本情况和VerilgHDL硬件设计方法的概念．在此基础上利用FPGA设计出了Kohonen竞争网络硬件电路。其工作频率为33Mhz．并对其工作过程进行了较详细的分析．给出了综合仿真的测试结果。     

使用模糊竞争Hopfield网络进行图像分割

针对传统自组织竞争学习方法的不足,将模糊竞争学习引入竞争Hopfield网络中,由此设计了一个用于图像分割的模糊竞争Hopfield网络,通过将图像空间映射到灰度特征空间,实现灰度特征集的模糊聚类,进而实现图像分割.实验结果表明:对于二值分割,与Ostu方法相比,此算法在分割效果和对噪声的自适应能力方面具有明显的优点.对于多类分割,此算法比目前的FCM(fuzzy C mean)算法的处理速度要快.     

基于竞争学习网络的中文关键字提取算法

为提高中文关键字的提取准确率,提出一种基于竞争学习网络的中文关键字提取算法。对文章进行分词,得到单个词组或短语,视其为单个神经元,将神经元输入竞争学习网络的输入层,通过竞争层上神经元的相互竞争,获得一个或几个活跃的神经元,使用合并权值及聚类分析方法得到文章的关键字。实验结果表明,该算法提取关键字的平均命中率高于词频-逆文档频率算法和传统的词频算法,鲁棒性较好。     

一种新型的船舶能量管理系统设计研究

随着综合电力系统技术及全电力船舶的发展,船舶能量管理系统的应用逐渐成为未来船舶发展的必然趋势。本文针对一类新型船舶能量管理系统研制过程中主要技术问题进行研究。能量管理系统信息网络采用硬线直连、双冗余现场总线和双冗余以太网混合的网络构架,以保证控制的可靠性;软件系统基于松散耦合的分层架构构建,利用动态耦合组件技术实现软件接口,建立船舶能量管理系统公用信息模型,利用实时数据缓存技术来构建能量管理实时数据库。基于这些关键技术研发的能量管理系统保证了全电力船舶网络化监控的实时性、有效性和可靠性。     

数据仓库在港航决策中的设计与实现

数据仓库是支持决策的有效技术。首先设计了支持港航决策的数据仓库．给出了港航业数据仓库的体系结构、决策主题域、多维数据模型。然后制定了针对港航数据的抽取规则，并使用ETL工具，将数据抽取、转换、加载到数据仓库中，对该设计进行了工程实现。最后利用展现工具对该数据仓库的OLAP功能进行了检验。     

航运物流企业数字化转型设计与效果分析

近年来航运业数字化的加速,凸显出传统航运物流企业日常运营中存在的服务匹配与结算缺乏自动化、业务数据因缺乏透明度而不作为可信证据采信等问题。区块链具有的透明化与可信等特点可以结合物联网与数字货币等技术帮助航运物流企业以数字化转型针对性地解决问题。因此,通过分析合理转型路径,设计基于“蚁群-智能合约”算法作航运服务自动化匹配、基于区块链与物联网提供运输进程可靠追踪服务及基于数字货币实现海运运费高效结算。以太坊测试链上的模拟结果表明了转型方案的有效性,其对内降低运营与结算成本、对外增强业务信息透明度与可信度的价值,提高了航运物流企业的竞争力。     

船舶操作信息自动记录系统的设计

本文介绍一种新问世的简易型船用“黑匣子”──GCC－RIA型船舶操作信息自动记录仪的研制及其系统的组成和工作原理。     

船舶运输管理决策支持系统的设计与实现

针对船舶运输管理中的专业问题,在分析航运信息、决策模型和求解算法的基础上设计了船舶运输管理决策支持系统,利用ADO+SQLServer技术开发数据库系统,利用FORTRAN和VB两种语言混合编程技术实现系统的运行效果的优化,阐述了系统的设计思想和运行流程,并结合实例总结了系统的特点。该系统适合于航运企业管理现代化和高层次人才培养的需要。     

基于新型的竞争型神经网络的Web日志挖掘

提出了一种基于竞争的自激励神经网络学习算法SIN，该算法综合了自适应谐振理论和竞争型神经网络的特点，并在隐含层采用了Hebb学习规则，既能保证原有记忆不受影响，又能对新的信息加以记忆，同时又克服了ART网络对噪音敏感的缺点，学习速度快，分类性能好，具有在线学习的功能．将该算法应用于Web日志挖掘能够有效地剔除噪音，得到很好的用户聚类和页面聚类的结果，为网站的管理者设计个性化的商务网站提供了有效的决策依据．