软计算融合技术研究

软计算是求近似而非精确解的有效计算方法,已经在众多领域得到应用,取得了很好的效果.然而,每个软计算方法具有鲜明的特色和迥异的侧重点,在实际应用中存在一些不足,将软计算方法进行融合,优势互补,是促进软计算发展的关键技术之一.文中简要介绍了软计算发展概况,结合粗糙集、神经网络、模糊逻辑、遗传算法、人工免疫算法等软计算方法,详细分析了软计算融合技术的现状及分类,指出了该领域面临的缺乏理论基础、设计原则、定量评价等主要问题及其发展趋势     

软计算与硬计算融合的含油气性识别

随着油气勘探领域的不断扩大,测井解释面临的研究对象也越来越复杂,传统的单一基于硬计算或软计算的方法在测井解释中面临严格挑战。提出软计算与硬计算融合的4种模式。运用软计算与硬计算融合的分离模式对某油田Oilsk81、Oilsk83、Oilsk85三口井进行含油气性模式识别,比较结果表明,在这个油区运用软计算方法对含油气性进行模式识别优于硬计算,并且可以识别出较好的测井数据集。     

软计算方法在数据挖掘中的应用

对数据挖掘和软计算方法做了一个综合性的阐述,分析了模糊逻辑、神经网络、神经一模糊、遗传算法、粗糙集和混合方法等不同软计算方法的特点,尤其是对模糊逻辑软计算方法进行了更多的探讨,并结合软计算方法在数据挖掘中的应用现状,指出了数据挖掘面临的挑战和软计算方法的应用前景。     

形式化方法概貌

形式化方法是基于严格数学基础,对计算机硬件和软件系统进行描述、开发和验证的技术.其数学基础建立在形式语言、语义和推理证明三位一体的形式逻辑系统之上.形式化方法已经以不同程度和不同方式愈来愈多地应用在计算系统生命周期的各个阶段.介绍了形式化方法的发展历程和基本方法体系;以形式规约和形式验证为主线,综述了形式化方法的理论、方法、工具和应用的现状,展示了形式化方法与软件学科其他领域的交叉和融合;分析了形式化方法的启示,并展望了其面临的发展机遇和未来趋势.形式化方法的发展和研究现状表明：其应用已经取得了长足的进步,在提高计算系统的可靠性和安全性方面发挥了重要作用.在当今软件日益成为社会基础设施的时代,形式化方法将与人工智能、网络空间安全、量子计算、生物计算等领域和方向交叉融合,得到更加广阔的应用.研究和建立这种交叉融合的理论和方法不仅重要,而且具有挑战性.     

计算智能在多源信息融合中的应用研究

通过对计算智能（CI）在多元信息融合（MSIF）中的应用方法的研究，从指挥控制的SHOR模型出发，介绍了计算智能和软计算的概念，以及在多元信息融合中应用计算智能方法的必要性，提出了计算智能在信息融合及决策支持的系统开发的应用框架模型，并给出了计算智能在预警中的应用实例。     

集对分析理论及其应用研究进展

集对分析理论是一种较新的软计算方法,可有效地分析和处理不确定信息。近年来,该理论日益受到学术界的重视,已经在决策、预测、数据融合、不确定性推理、产品设计、网络计划、综合评价等领域得到较为成功的应用。本文简要介绍了集对分析理论的基本概念和理论基础,较详细地论述了该理论的最新研究成果与应用进展情况,最后指出可能的发展趋势和研究方向。     

多传感器信息融合在移动机器人上的应用

多传感器信息融合技术在科研领域已迅速发展起来 ,它包含了控制理论、信号处理、人工智能和数理统计等方面的知识。在机器人领域的应用越来越多 ,使得机器人更加智能化。文中对多传感器信息融合的方法进行了概括 ,并列举了近年来其在移动机器人领域的应用。最后展望了多传感器信息融合的发展     

粒度计算研究综述

粒度计算GrC（Granular Computing）是信息处理的一种新的概念和计算范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究.它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算科学的一个分支,已成为模糊的、不完整的、不精确的及海量的信息处理的重要工具和人工智能研究领域的热点之一.本文综述了粒度计算的发展动机、研究现状及发展趋势,着重介绍了粒度计算的主要理论模型与方法及其在不同领域的应用,对存在的问题进行了分析,并提出了进一步研究的方向.     

面向对象的WWW计算与智能工具InfServer的研究

分布对象技术与WWW技术的融合是分布计算技术未来的发展方向。本文提出了一种融合分布对象技术与WWW技术的面向对象的WWW计算模型;讨论了这种模型的工作原理和特点。基于该模型;我们设计了一个面向Intranet/Intemet应用的智能工具InfServer,介绍了InfServer智能推理服务对象、ActiveX桥接控件与Java桥接包的实现方法．InfServer目前已在农业、石油、渔业、医疗诊断和后勤保障等领域投入使用。     

信息世界和物理世界的深度融合——浅谈CPS及其应用

信息物理融合系统(CPS)是一种融合了计算、通信与控制的新型复杂嵌入式系统,系统中计算过程和物理过程在开放的环境下持续交互、深度融合与相互作用,一体化的实现开放嵌入式计算、网络化实时通信与远程精确控制等先进功能。本文先介绍了CPS的概念及特性,然后分析CPS的典型应用场景:林业监控、精准农业、智能医疗等领域,在文章的最后部分对CPS的未来进行展望并指出发展方向。     

一种模拟退火遗传算法的传感器网络数据融合技术研究

研究无线传感器网络(WSN)数据融合技术。传感器节点计算能力、通信能力有限,WSN采用交叉重叠方式部署,导致冗余数据量大,需采用数据融合技术消除冗余和无效数据,节约网络通信能耗。结合遗传算法全局搜索和模拟退火算法局部搜索的优点,提出一种模拟退火遗传算法的WSN数据融合方法(SA-GA)。采用模拟退火遗传算法快速找到移动代理路由最优传感器节点序列,并实现数据融合。仿真实验结果表明,与遗传算法、模拟退火算法相比,SA-GA更能快速找到全局最优数据融合节点序列,并对数据进行有效融合,具有更小的网络能耗和网络延时。     

神经网络和小波变换融合算法的去噪研究

传统小波变换阈值选取采用软阈值和硬阈值方法,这两种阈值方法都存在自身局限性,软阈值方法处理后的系数存在偏差,影响信号的稳定性和连续性,硬阈值方法在处理语音信号时易导致pseudo—Gibbs现象,滤波效果粗糙.根据经验公式确定阈值方法存在不确定性,因此本文通过改进的神经网络遗传算法和小波变换算法进行融合,确定最佳阈值,通过去噪实验证明该融合算法的可行性.     

入侵检测的可进化模糊规则分类器研究

随着入侵检测技术(IDS)在网络安全领域的作用越来越重要,将多种软计算方法应用到入侵检测技术中是构建智能入侵检测系统的新途径和尝试。本文将模糊数据挖掘技术和遗传算法相结合,提出一种基于遗传算法的模糊规则反复学习的方法,构造具有自适应能力的分类器,并进一步应用到计算机网络的入侵检测中。仿真测试证明了该方法的有效性。     

医学内窥镜图象的遗传恢复算法

遗传算法是一种软计算方法,它作为一种新的全局优化搜索算法用于图象处理,是一种具有发展潜力的智能信息处理方法,对于利用遗传算法处理灰度图象来说,由于其数据量和计算量很大,并且传统遗传算法存在“过早收敛”的问题,使得图象恢复质量不理想。该文针对医学内窥镜摄取的图象纹理和病灶特征,设计了一种新的二维染色体编码方法,并将模拟退火和遗传算法相结合的算法引入灰度图象恢复处理过程中的遗传操作,实验结果表明,该方     

Soft computing in engineering design - A review

The present paper surveys the application of soft computing (SC) techniques in engineering design. Within this context, fuzzy logic (FL), genetic algorithms (GA) and artificial neural networks (ANN), as well as their fusion are reviewed in order to examine the capability of soft computing methods and techniques to effectively address various hard-to-solve design tasks and issues. Both these tasks and issues are studied in the first part of the paper accompanied by references to some results extracted from a survey performed for in some industrial enterprises. The second part of the paper makes an extensive review of the literature regarding the application of soft computing (SC) techniques in engineering design. Although this review cannot be collectively exhaustive, it may be considered as a valuable guide for researchers who are interested in the domain of engineering design and wish to explore the opportunities offered by fuzzy logic, artificial neural networks and genetic algorithms for further improvement of both the design outcome and the design process itself. An arithmetic method is used in order to evaluate the review results, to locate the research areas where SC has already given considerable results and to reveal new research opportunities.     

基于遗传神经网络的多传感器信息融合及应用

通过多传感器技术对原油含水率测量影响的多个参量进行测定,提出基于样本矩阵非线性变换的多维回归和遗传神经网络的信息融合方法,对原油含水率的高精度、智能化测量进行研究。研究结果表明:遗传算法优化的神经网络方法预测结果明显优于多维回归和单纯LM算法的神经网络方法,具有全局收敛、泛化能力强等特点,取得很好的融合效果和测量精度,是一种具有广阔应用前景的智能信息融合方法。     

基于量子蚁群算法的网格任务调度研究

任务调度策略是网格计算的核心问题。在系统任务调度和资源分配中,提出一种基于量子蚁群算法的任务调度策略。算法将量子计算与蚁群算法相融合,通过对蚁群进行量子化编码并采用量子旋转门及非门操作,实现对任务自适应启发式的分配和优化。算法有效增强了种群的多样性、克服了遗传算法和蚁群算法的早熟收敛和退化现象。仿真实验中,分别与基于遗传算法和基于蚁群算法的任务调度策略相对比,结果表明算法有效缩短了任务调度的时间跨度,增强了网格系统的性能。     

信任驱动的网格作业调度遗传算法

作业调度是网格计算的关键技术之一.近年来,人们将信任机制融入到作业调度算法中,以满足作业调度对网格服务质量提出的需求.根据一信任模型,设计了求解基于该信任模型的遗传算法,该算法在保持种群多样性的同时,提高了局部搜索能力.仿真结果表明,该算法可以获得较好的调度结果,且收敛速度快.     

基于混合粒子群算法的云计算任务调度研究

任务调度是云计算系统可靠运行的关键,云计算环境中要处理的任务量巨大,考虑到云计算任务调度和QoS的优化问题,提出一种混合粒子群优化算法用于云任务调度。算法中引入遗传算法的交叉和变异思想,并结合随迭代次数变化的变异指数,保证种群进化初期具有较高的全局搜索能力,避免出现"早熟",同时将爬山算法引入粒子群算法,改善局部搜索能力。实验结果显示该算法具有很好的寻优能力,是一种有效的云计算任务调度算法。     

飞行器外型设计遗传优化算法的网格实现

飞行器外型设计遗传优化算法网格计算系统是基于网格技术的。该系统由一组网格服务所构成。遗传算法中的流场计算模块（CFD)在该系统中是以服务的方式提供并可运行在各种计算机上。在该系统中，能够动态地发现和利用计算机资源，这些资源可以是异构的机型，可以是不同操作系统，井且这些资源的位置也可以是广域分布的。这个系统，为飞行器外型设计提供了更加灵活的设计手段，比如对设计过程的监控和控制，多用户协作设计等。