蛋白质构象空间局部增强差分进化搜索方法

针对蛋白质构象空间搜索问题,提出一种蛋白质构象空间局部增强差分进化搜索方法。在差分进化算法框架下,采用Rosetta Score3粗粒度知识能量模型有效降低构象空间的搜索维数,加快算法收敛速度;引入基于知识的片段组装技术可以有效提高预测精度;利用Monte Carlo算法良好的局部搜索性能对种群做局部增强,以得到更为优良的局部构象;结合差分进化算法较强的全局搜索能力,可以对构象空间进行更为有效的采样。5个测试蛋白实验结果表明,所提算法具有较好的搜索性能和预测精度。     

一种高方向灵敏度光纤F-P超声传感系统设计研究

针对光纤F-P超声传感器工作点易偏离问题,设计了基于双波长稳定技术的低细度光纤F-P传感系统,建立了双波长光纤F-P传感系统的DE算法数学模型,优化设计了一高正交精度光纤F-P传感系统,建立基于该传感器的激光超声检测系统,实验研究了该传感器探测超声信号的有效性和方向灵敏度。结果表明,该传感器可以有效检测试样中激发出的超声表面波信号。激发源与传感器轴向夹角为0°时,表面波幅值最大。随着激发源与传感器轴向夹角增大,表面波幅值降低。激发源与传感器轴线垂直时,幅值下降达80%,说明该传感器有很强的方向性。     

基于DE-EDA-SVM的瓦斯浓度预测建模仿真研究

瓦斯浓度作为衡量煤矿瓦斯危害程度的一个重要指标,为了能够更加准确的预测煤矿瓦斯的浓度,提出一种差分进化-分布估计（DE-EDA）算法优化的支持向量机瓦斯浓度预测新方法。利用无线传感网络系统采集工作环境中的瓦斯浓度数据,并经过降噪处理后作为训练样本。采用DE-EDA算法对SVM模型的惩罚参数C、损失参数ε以及径向基参数γ进行优化,利用优化后的模型进行瓦斯浓度的预测。通过MATLAB软件仿真可以得出,所采用的优化模型能够准确的预测煤矿瓦斯浓度的变化趋势。并与经过粒子群（PSO）算法优化的预测模型相比较。结果表明,经过DE-EDA算法优化的SVM模型具有训练速度更快、预测更准确的特点,为实际煤矿瓦斯浓度的预测和处理提供了更加可靠的理论基础。     

1950—2010年黄河径流情势变化特点

对1950—2010年黄河径流地区分布不均匀、断流和连续枯水段历时较长等特点进行了分析,阐述了天气变化、植被变化、水利工程对径流的调节、工农业及生活用水等影响黄河径流变化的因素,提出了相关建议:①长期推行节水和水土保持建设;②建立流域机构统一管理与省(区)水行政主管部门分级管理相结合的黄河水资源管理体系;③积极推进补水工程建设;④建立污染物入河总量控制、排污入河许可等水资源保护制度,提升对污染物输移扩散的预测预报水平与能力。     

基于混合变异策略的改进差分进化算法及函数优化

针对差分进化算法DE 传统变异策略不能有效平衡全局搜索和局部搜索,并且算 子固定,导致算法早收敛、搜索效率较低。基于DE 变异策略性能,提出一种混合变异策略, 力图平衡算法探索和开发能力,使得前期增强全局搜索,保持种群多样性; 后期偏重局部搜 索,尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F 和时变交叉概率因子CＲ, 进一步改善算法性能。几个典型Benchmarks 测试函数实验表明: 该改进型差分进化算法能有 效避免早收敛,较好地提高算法的全局收敛能力和搜索效率。     

漳河水库入库径流序列变化趋势分析

依据漳河水库1963-2008年入库径流资料,采用R/S分析方法和M ann-Kendall参数秩次相关检验法对其未来入库径流变化趋势进行了分析。结果表明:①水库流域未来径流量将呈缓慢下降的趋势,且未来1月和7月的径流量变化趋势的随机性成份可能很大,应采取必要对策和措施,以应对未来可能出现的干旱或暴雨洪涝等自然灾害。②1995年为突变点,前后两个系列的统计特征值均具有明显的差异,已经不符合"一致性"的要求。③对于20世纪70~80年代的持续枯水期,应理解为这只是其径流丰枯周期变化中的一个枯水期。④流域人类活动日趋频繁,使得流域下垫面条件发生了较大的变化,对入库径流量有较大的影响。     

超差特征量指标集约束下PID调节器的满意优化

针对一类具有目的域的控制系统,提出将一组由滞留时间、超差时间以及随机穿越周期时间等构成的超差特征量指标纳入满意PID调节器的目标函数集中进行研究。将PID调节器的参数设计转化为局部状态反馈问题,推导出带状目的域下超差特征量指标的解析表达式,并分析了其与稳定裕度、动态误差系数以及稳态输出方差指标之间的相容性;当上述指标相容时,给出了一种利用双群体机制下的差分进化算法和内点法相结合对PID调节器参数进行优化求解的策略;数值算例表明了所提方法的有效性。     

差分演化算法在约束优化问题中的应用

差分演化算法的变异机制没有充分利用种群的信息,导致变异是盲目的。受到粒子群算法信息共享机制的启发,文中提出了一种多群体差分演化算法,新算法将整个种群分成多个子种群,每个子种群通过借鉴本种群的内部经验与整个种群的外部经验对变异进行指导。一方面,由于变异操作借鉴了子种群的局部信息和整个种群的全局信息,提高了算法收敛的速度;另一方面,多个子群体增强了种群的多样性,提升了算法的全局搜索能力。数值实验表明新算法具有很强的稳定性和全局搜索能力,在相同计算复杂度情况下的全局搜索能力较原始差分演化算法有明显提升,可以有效求解约束优化问题。     

本体映射的进化研究

本体映射的进化是本体研究中待研究的课题之一。本文首先给出本体和本体映射形式化定义,在此基础上讨论本体变化后的映射进化方法。将本体变化类型分为删除、增加、修改,针对不同的类型提出本体删除后的映射进化算法、本体增加后的映射进化算法和本体修改后的映射进化算法。实验结果表明该方法能基本解决本体映射的进化问题。最后指出算法中存在的挑战,并给出进一步研究的方向。     

The effectiveness of software metrics in identifying error-prone classes in post-release software evolution process

Many empirical studies have found that software metrics can predict class error proneness and the prediction can be used to accurately group error-prone classes. Recent empirical studies have used open source systems. These studies, however, focused on the relationship between software metrics and class error proneness during the development phase of software projects. Whether software metrics can still predict class error proneness in a system’s post-release evolution is still a question to be answered. This study examined three releases of the Eclipse project and found that although some metrics can still predict class error proneness in three error-severity categories, the accuracy of the prediction decreased from release to release. Furthermore, we found that the prediction cannot be used to build a metrics model to identify error-prone classes with acceptable accuracy. These findings suggest that as a system evolves, the use of some commonly used metrics to identify which classes are more prone to errors becomes increasingly difficult and we should seek alternative methods (to the metric-prediction models) to locate error-prone classes if we want high accuracy.