采用蚁群算法及移动Agent的网格服务发现设计

在对网格进行分簇的基础上,设计了一种基于蚁群算法及移动Agent的网格服务发现机制模型。通过使用移动Agent技术收集网格服务信息,并将收集到的网格服务信息摘要进行跨簇缓存,以提高蚁群算法中信息素信息的准确性,并且在进行服务查找时采用之前缓存的服务摘要信息作为蚁群算法的启发因子,从而提高网格服务发现的准确性以及发现速度,进而提高网格使用效率。通过仿真实验验证了所述服务发现机制的有效性。     

基于稀疏重建的信号DOA估计

从稀疏信号重建角度提出了一种改进的波达方向(DOA)估计方法。由于最小冗余线阵(MRLA)能以较少的阵元数获得较大的阵列孔径,将MRLA与l1-SVD方法相结合估计信号的DOA。仿真结果表明,经多次实验验证,所提方法是有效的,相比l1-SVD方法可以估计出更多信源的DOA,并且可以用较少的阵元数估计更多的信源DOA,具有信源过载能力。     

多接口移动主机最优化费用和性能方法研究

目前移动主机普遍具有多个网络接口,可以由这些接口通过不同的网络服务提供商(ISP)接入到Internet中.因此,移动主机与Internet之间就可能存在多条路径,通信的费用和性能取决于ISP的收费策略和网络通信性能.文中首先对移动主机与Internet通信进行建模,然后提出一种基于主动探测可用路径的最优化费用和性能的...     

考虑高铁与其它运输方式竞争的停站方案优化

为提升高速铁路在综合运输市场的竞争力,考虑快速性、方便性、舒适性和经济性指标构造效用函数.以高铁部门营业收入和效用函数值最大为目标,将短途运输高铁与公路的平均效用对比函数、长途运输高铁与航空的平均效用对比函数、客流需求、车站最低停站率、列车最大停站次数等作为主要约束条件,建立高速铁路停站方案的0-1多目标优化模型,设计...     

酱油生产过程优化排产技术研究

酱油生产中人工排产的方式难以合理地优化配置资源,一定程度上制约了其由作坊式生产向规模化生产方式的转变。文中根据国内某大型调味品公司的酱油生产工艺建立了计划与调度的框架,并对其中的种曲、制曲、发酵过程进行分析,以每天剩余种曲量之和最小化为优化目标,建立了数学模型。仿真结果表明,采用该方法可为酱油生产的复杂排产提供辅助的决策支持,促进国内酱油生产技术的进步。     

万兆以太网物理层编码芯片设计

提出了一种并行处理的编解码方案。采用这种方案．设计了万兆以太网10GBASE-R标准的物理编码子层发送端芯片。芯片由64b／66b编码、扰码和变速箱3部分组成。考虑到测试问题，该芯片内置了伪随机码数据源。这种方案的优点是逻辑简单、速度快。芯片采用TSMC 0.18μmCMOS工艺，用全定制方式实现。芯片引脚分布时参照PLCC48规格。     

基于全局自注意力的小麦图像识别

在实际应用场景下,通过图像识别的方式来识别小麦的病虫害具有极大的挑战性。与以往纯粹基于卷积神经网络（Convolutional Neural Network, CNN）的方法相比,将小麦图像转换成一系列视觉语言,并从全局视角进行小麦识别的方法是更可行和实用的。运用Convolutional Visual Transformers（CVT）来解决小麦识别分为2个环节。首先,利用2分支CNN生成的2种特征图来实现注意选择性融合(Attentional Selective Fusion, ASF)。ASF通过融合多个特征和全局-局部注意力来获取有区别的信息,并投射成一系列的视觉语言。其次,受Transformers在自然语言处理方面的成功启发,用全局自注意力来建模这些视觉语言之间的关系。将CVT与经典分类网络LeNet-5、ResNet-18、VGG-16、EfficientNet对比,识别率有所提升,同时该方法具有良好的泛化能力。     

一类带筛选策略的改进遗传算法及其性能分析

为避免遗传算法的早熟收敛，增强算法的全局搜索和局部趋化能力，在传统保优GA中引入筛选策略，即基于种群性能和种群地域差别删去一些性能相对差的冗余个体，进而维持种群的多样性．基于典型复杂函数的数值仿真结果表明，所提算法的全局收敛速度和命中全局最优的几率相对传统方法大大提高，并对参数具有较好的鲁棒性．     

基于融合百度指数的电商订单量组合预测研究

当前电商用户订单日志不断爆发式增加,日志行为数据亟需应用,在线用户订单量的快速动态预测成为研究的关键方向。为了提高订单量的预测精度,结合BP神经网络、基于Adaboost的BP神经网络和支持向量机的预测优点,提出一种基于融合网络搜索指数的组合预测模型,构建融合百度指数和电商用户订单信息的指标体系,并通过对比实验证明了网络搜索指数作为电商订单量组合预测模型影响因素的有效性。