工作流系统性能分析与优化方案

随着企业业务流程信息化建设的推进,对核心业务领域的流程化管理已成为实现信息化水平进一步提升的重要基础,工作流系统作为基础设施,其性能在一定程度上决定了业务流程流转的效率.本文通过对工作流系统性能的量化分析,得出其性能指标与数据库规模的量化关系,从而为性能优化工作提出关键因素和技术切入点,在此基础上,本文结合数据库机制对工作流性能优化方案进行了研究和实现,提出了一种有效的算法,实现了归档机制,从而达到提升工作流系统性能优化的最终目的.     

基于数字图像处理的生物柴油-柴油雾化粒度的测量

生物柴油与普通柴油任意比例互溶的混合物可以代替石化柴油供内燃机使用,为了使得这种混合物在内燃机应用中达到好的动力性和排放效果,就需要研究不同比例的生物柴油—柴油混合物的雾化效果。利用数字图像处理的方法对生物柴油-柴油混合物雾化图像进行处理,获得了单位面积内雾化粒度的数量和平均直径,处理速度快捷、准确,减少了传统人工方法分析的主观性和较高的失误率。     

改进的细菌觅食优化算法

细菌觅食优化算法是一种受大肠杆菌觅食现象启发产生的一种群体进化算法,该算法具有良好的全局优化能力,鲁棒性强,算法简单等优点,但其也存在易早熟,收敛速度慢等缺点. 根据其缺点,提出了一种改进的细菌觅食优化算法,改进后的算法收敛速度加快,在一定程度上避免了易早熟的缺点. 将原算法和改进算法应用于PID参数的在线自整定,通过matlab仿真实验证明了算法改进后的优越性.     

基于粒子群算法的轨道电路补偿电容故障诊断方法

为了延长轨道电路传输距离,改善传输效果。本文提出一种机车信号感应电压幅值包络仿真模型,它是基于均匀传输线理论,通过补偿电容对机车信号感应电压幅值包络的影响规律,使用改进粒子群算法得到当前状态下补偿电容的最优值,进而对补偿电容的故障进行诊断。仿真结果表明,这种诊断方法是可行和有效的,能快速准确地定位故障补偿电容,替补偿电容的故障诊断提供了新的有效手段。     

基于语言模型的有监督词义消歧模型优化研究

词义消歧是自然语言领域中重要的研究课题之一。目前,有监督词义消歧方法已经是解决该问题的有效手段。但是,由于缺乏大规模的训练语料,有监督方法还不能取得满意的效果。该文提出一种基于语言模型的词义消歧优化模型,该模型采用语言模型优化传统的有监督消歧模型,充分利用有监督和语言模型两种模型的消歧优势,共同推导歧义词的词义。该模型可以在训练语料不足的情况下,有效的提高词义消歧效果。在真实数据上表明,该方法的消歧性能超过了参加SemEval-2007:task #5评测任务的最好的有监督词义消歧系统。     

Entity Framework数据访问性能优化的几种方法

Entity Framework一般通过LINQ代码或lambda表达式自动生成SQL语句,开发效率很高,然而使用时如果不注意会引来性能问题。通过对不同方法使用Entity Framework进行比较,提出Entity Framework数据访问性能优化的几种方法,包括更新数据时使用无跟踪查询、通过附加数据修改和删除数据、合理使用ToList()和FirstOrDefault()、合理使用预先加载。经过性能测试,这些方法是有效的。     

基于优化支持向量机的人脸表情分类

分析了支持向量机（support vector machine, SVM）目前主要存在的问题和参数选择对分类性能的影响后, 提出了以改进粒子群算法优化SVM关键参数的优化SVM算法。将加入拥挤度因子的微粒群算法引入到SVM中, 在不牺牲泛化性能的前提下, 对其参数进行优化, 增加了SVM初始化参数的多样性, 减慢了局部搜索, 促进其在全局范围内的寻优搜索, 以有效克服SVM算法过分依赖初始值和容易陷入局部极小值的缺点, 并利用由粗到精的策略构造多层SVM人脸表情分类器, 在提高准确率的基础上加快分类的速度。实验证明, 新算法具有速度快、准确率高的优点。     

基于STL文件的Laplacian网格优化算法

针对直接重构得到且以STL文件格式存储的网格模型质量不高的问题, 提出了一种基于Laplacian坐标的网格模型全局优化算法。该算法在提高三角面片质量的同时可以很好地保持原网格模型的局部几何特征, 其核心思想是通过在最小二乘意义下求解由权重控制的包含顶点位置和拉普拉斯坐标双重约束的线性系统来对网格顶点进行重新定位。从实验结果可以看出, 该算法较以往的Lapacian优化算法在对网格细节特征的保持上有一定优势。     

改进的反向蛙跳算法求解函数优化问题

针对混洗蛙跳算法在求解连续函数优化问题中出现的收敛速度慢、求解精度低的缺点,提出了一种基于反向学习策略的改进算法,在种群初始化和进化过程中分别加入反向操作,产生更靠近优质解的种群,从而提高了算法的全局寻优能力,促进了算法收敛。实验仿真表明,新算法在寻优效率、计算精度等方面均优于原算法。     

杂交粒子群算法在列车运行调整中的应用研究

针对列车运行调整存在约束条件多、求解难度大等问题, 结合城市轨道交通列车运行特点, 建立了优化的列车运行调整模型。在此基础上, 引入遗传算法中的杂交思想, 采用改进后的粒子群算法对此模型进行求解, 给出了求解算法的具体步骤, 并采用西安地铁2号线数据进行仿真验证。结果表明, 采用杂交粒子群算法解决列车运行调整问题是一种有效的方法, 并且其优化能力优于标准粒子群算法。