基于Inver-over算子的离散和声退火混合算法解决TSP问题

和声搜索是一种新的启发式优化算法,算法模拟了音乐创作中乐师们凭自己的记忆,通过反复地调整乐队中各乐器的音调,最终能达到一个美妙的和声状态的过程.针对和声搜索算法容易陷入局部最优的缺陷,将其与模拟退火算法结合,得到了一种和声退火混合算法.又将混合算法应用到离散域中,并用Inver-over算子实现了离散和声退火混合算法.实验表明,混合算法针对TSP问题具有较高的求解质量.     

混合离散和声搜索算法求解旅行商问题

和声搜索是近几年提出的一种新的智能优化算法,它主要用来解决NP-hard问题,并在连续函数优化中得到应用.给出了应用离散和声搜索解决TSP问题的两种学习策略,并讨论了如何混合HS、PSO、SA等优化算法.通过仿真实验TSP的两个经典算例,证明混合HS算法可以给出较好的结果,实验性能也有明显的改善.     

YWY型氧量温度测试系统

一、概述能源、材料、信息是构成物质世界的三大基本要素。能源是发展生产和提高人民生活水平的物质基础,也是制约社会经济发展的重要因素之一。因此,能源在当今世界上的地位日趋首位。我国把能源作为长期的具有重大战略意义的基本国策,采取了许多节能措施,制定了一系列能源政策。为节约能源,必须要研究制出计量、检测、调节、控制一次能源(煤炭、石油、天然气)的各种仪器仪表,以便达到合理的、高效率的利用能源,进行经济的管理,以减少不必要的浪费,提高其利用率,为社会主义建设服务。     

超启发式文化基因算法优化生产与预维修集成调度问题

鉴于传统车间调度通常认为机器始终处于可用状态而有悖于实际生产环境的不确定性,考虑机器使用过程中需要周期性的进行预防性维修的情况,以最大完工时间和预防性维修总成本为目标,建立了机器预防性维修和柔性作业车间调度的集成优化模型。针对该模型设计了年龄模型下的3种不同的集成策略,并开发了一种超启发式文化基因算法,算法采用两层结构,顶层采用文化基因算法的搜索机制,底层是全局搜索算子库和局部搜索算子库,采用基于概率的改进的自适应算子选择机制。实验表明,该算法可以有效求解生产调度与预维修集成优化问题。通过对比可知,同步集成策略表现最优。将役龄模型应用于同步集成策略中,进一步优化了同步集成调度策略,在保证机器可靠性的前提下降低了最大完成时间和预防性维修总成本。     

物联网安全问题研究及解决措施

对物联网应用领域面临的主要问题进行了研究,指出了物联网安全的现状.分析了物联网安全需求方面的特点,对于不同的安全问题给出了相应的安全解决对策.利用基于本体的跨域授权管理模型,解决物联网中不同主体授权难的问题.该问题的解决对物联网应用领域的安全起到了保障作用.     

蛙跳优化算法求解多目标无等待流水线调度

提出了基于Pareto边界和档案集的改进蛙跳算法,解决以最大完工时间、最大拖后时间和总流经时间为目标值的无等待流水线调度问题．首先,采用NEH（Nawaz—Enscore—Ham）启发式与随机解相结合的初始化方法,保证了初始群体的质量和分布性;其次,采用两点交叉方法生成新解,使蛙跳算法能够直接用于解决调度问题;再次,利用非支配解集动态更新群体,改善了群体的质量和多样性;最后,将基于插入邻域的快速局部搜索算法嵌入到蛙跳算法中,增强了算法的开发能力和效率．仿真试验表明了所得蛙跳算法的有效性和高效性．     

针对基于感知器模型的混沌图像加密算法的选择明文攻击

对一种基于感知器模型的混沌图像加密算法进行了安全性分析,发现该算法的本质就是根据等效密钥流来改变明文图像像素值的比特位,从而得到密文图像。而等效密钥流与明文图像和对应的密文图像没有任何关系,因此运用选择明文攻击的方法破解出了算法中的等效密钥流,解密出了目标明文图像;同时指出了原算法存在的另外两个安全缺陷;最后对原算法进行了改进,弥补了其缺陷。理论分析和实验结果均证实了所提出的选择明文攻击策略的可行性以及改进算法的有效性。     

RBAC模型时间约束的OCL描述

基于角色的访问控制模型以其灵活性、方便性和安全性在许多系统的权限管理中得到普遍应用,而引入时间约束后的角色访问控制更能增强系统的安全性和模型的描述能力。该文使用对象约束语言OCL来描述模型中的时间约束,使模型更加直观和精确。     

J2EE方向Web程序设计实训课程教学内容体系的建立

该文分析了高职高专院校软件技术专业学生的Web程序设计实训课程的特点,提出了Web程序设计实训课程内容设计的原则,建立了课程的教学内容体系。     

遗传算法优化的BP神经网络拷贝数变异检测

拷贝数变异是一种主要的基因组结构变异形式,会导致基因组区域中出现大小不等的扩增或缺失。针对现有拷贝数变异检测算法受GC含量偏差、测序误差等因素影响而导致检测能力低的问题,提出了一种基于遗传算法优化的BP神经网络拷贝数变异检测算法。该算法充分考虑基因组相邻位置之间的内在相关性,融合多个特征,并使用BP神经网络解决各个特征之间的联合作用以预测CNV;针对现有的BP神经网络模型存在的问题,利用遗传算法优化BP神经网络的权值和阈值,以提高该算法的CNV检测性能。实验结果表明,该算法对不同测序覆盖深度和肿瘤纯度共300个样本的平均检测灵敏度、平均检测精度和平均[F1]评分分别为97.27%、97.78%和97.53%,均优于其他几种算法,且能够显著降低样本边界偏差值。