蚁群算法及其在路由优化中的应用综述

蚁群算法(ACO)是一类新型的机器学习技术,根据蚁群算法的正反馈原理和启发式原理的特点,针对目前国内国际的研究情况,对蚁群算法在最优路径的搜寻上从收敛性,收敛算法的改进以及收敛速度等方面的研究分别进行了分析综述,并对蚁群算法的一些应用,如:LEO卫星网络和无线传感等方面进行了阐述.对蚁群算法在路由优化和负载平衡上的研究进行了对比分析,发现了它们存在的不足,指出了在该领域需要进一步研究的热点问题.     

替代定理的研究

教材中的替代定理存在很大的局限性和不完整性,没有考虑：如果被替换支路是受控源的控制电压或控制电流,将如何替代等问题。本文从被替换支路的特点入手,反替代定理分成三种形式加以论述,从而完善了替代定理。     

电路原理试题库系统的总体设计

讨论了有关试题库及试郑生成系统的价值,从技术方面介绍了系统的设计思想、技术特点及总体结构。阐述了实践效果及推广价值。     

分布式并行链路接入及流量负载调度模型

针对目前单处理节点承受链路接入数少的问题,首先提出单处理节点链路接入及流量管理体系结构,在此基础上设计了一种分布式并行链路接入系统模型,并介绍了基于角色的链路流量控制方法,通过实验证明,该模型适用于多链路负载下的流量优化,有效解决了大规模链路接入及流量负载均衡问题.     

改进的溶胶-凝胶工艺制备ZrB_2纳米粉体

采用改进的溶胶-凝胶工艺,以ZrOCl2、H3BO3和蔗糖为原料,以柠檬酸（CA）为络合剂,聚乙二醇（PEG）为分散剂,制备出均匀稳定的Zr-B-C体系溶胶,再以氨水为调节剂,实现溶胶向凝胶转化。在1 500℃温度下经碳热还原反应制备出粒径尺寸约为40 nm,类球状ZrB2粉体。采用XRD、SEM等微观分析手段,对制备的纳米粉体进行了相组成与微观形貌分析。实验中研究了改进的溶胶-凝胶中柠檬酸络合-聚合技术对溶胶性能的影响。结果表明：当n（柠檬酸）∶n（Zr离子）为1∶3时,可获得稳定的Zr-B-C体系溶胶;增大n（B）/n（Zr）值,有利于得到纯度较高、且相组成可控的ZrB2纳米粉体;加入质量分数为1.0%的PEG时,粉体的团聚性能得到很大改善。     

一种基于改进烟花算法的MBD产品信息轻量化方法

MBD产品信息轻量化要求满足在保留产品语义信息的前提下实现几何信息轻量化.传统的产品信息轻量化方法实现CAD模型简化的同时无法保留产品的非几何语义信息,难以满足M BD产品信息轻量化要求.本文以STEP AP242为研究对象,提出了一种基于改进烟花算法的MBD产品信息轻量化方法.首先针对STEP AP242构建统一的产品语义模型,实现了非几何信息与几何信息的统一表达,并进行关键特征语义的简化分配;然后在构建的产品语义模型基础上引入了改进的烟花算法对几何信息进行轻量化,通过对爆炸半径的优化和动态更新种群进化维数,对简化模型的关键特征精度可控,提高了简化后模型的质量,降低了算法的时间开销;最后实例分析验证有效性和可行性.     

电子线路CAD分析中高频电路的局限性

电子线路ＣＡＤ模拟软件ＰＳＰＩＣＥ具有很强的功能,在电子线路设计中具有广阔的应用前景,但由于它对中高频下的电路复杂参数无法准确的描述,从而也就给高频电路的分析带来较在的困难。     

纹理去除的皮革图像颜色分类方法

针对皮革图像存在 天然纹理,凸凹结构纹理会使得扫描或摄影的皮革图像亮度变化明显,影响皮革图像颜色的准确分类,提出一种去除图像纹理的皮革图像颜色分类方法。首先利用相对总变差模型去除皮革图像纹理,获得只包含皮革图像颜色信息的图像;然后利用均匀彩色空间模型L*a*b*具有的较强的色差分辨能力,提取去除纹理后的皮革图像L*a*b*颜色分量的平均值作为皮革图像的整体的颜色特征;最后运用SVM支持向量机对皮革图像颜色特征进行分类。实验结果表明,该方法能够比较精确地区分皮革图像颜色,实现皮革图像的颜色分类,具有可行性 。     

地籍管理学课程体系建设与教学改革

地籍管理是国土资源管理的基础,是严格土地管理的重要保障,是保护资源、保障发展、维护权益、服务社会的重要手段。地籍管 理学课程具备理论基础丰富、实践应用性强、综合性强和现势性强的特点,要根据社会需求和土地管理人才培养要求,建立课程教学 目标和设置课程内容,地籍管理学教学改革应该强调课程内容体系及时更新,能够反映出本学科发展的进展和前沿;强化理论基础, 培养学生实践创新能力;紧密结合科研课题研究,以科研促进教学;鼓励多学科教师加入课程建设团队,提升综合教学质量。     

面向边缘计算的Storm边缘节点调度优化方法

边缘计算有高实时性和大数据交互处理的需求,边缘异构节点间的调度时耗长、通信时延高以及负载不均衡是影响边缘计算性能的核心问题,传统的云计算平台难以满足新的要求。文中研究了在边缘计算环境下Storm边缘节点的调度优化方法,建立了面向边缘计算的Storm任务卸载调度模型。针对拓扑任务在边缘异构节点间的实时动态分配问题,提出了一种启发式动态规划算法(Inspire Dynamic Programming,IDP),通过改变Storm的Task实例的排序分配方式以及Task实例和Slot任务槽的映射关系实现全局的优化调度;同时,针对拓扑任务的并发度受限于JVM栈深度的缺陷,提出了一种基于蝙蝠算法的调度策略。实验结果表明,与Storm调度算法相比,所提算法在边缘节点CPU利用率指标上平均提升了约60%,在集群的吞吐量指标上平均提升了约8.2%,因此能够满足边缘节点之间的高实时性处理要求。