有准备时间无等待流水车间调度的搜索算法

利用迭代变化邻域搜索算法(IVNS)求解最小化总完工时间的有准备时间无等待流水车间调度问题.设计局部搜索算法需要考虑3个关键因素:所用邻域、解评估和局部最优的克服.因此,定义了3个较大规模邻域以扩大搜索范围.为加速解评估,利用目标增量来避免重新计算每个解的目标函数值,使相邻解比较只需常量时间,NEH插入算法的时间复杂度降低一阶.IVNS通过切换邻域和扰动重启,来克服局部搜索易于陷入局部最优解的缺点.通过与求解该问题的当前最好算法在5400个标准算上,以相同CPU时间进行的实算比较,实验结果统计分析验证了IVNS的寻优性能明显优于参照算法.     

基于预测模型的最佳进攻球员和进攻点选择

以FIRA SimuroSot5v5仿真平台为背景,针对策略中如何最大化进攻威胁的问题,提出一种基于预测模型的最佳进攻球员和进攻点选择方法。对机器人和球的运动规律进行建模,根据建立的预测模型确定机器人的有效进攻时间,计算可进攻球员和可进攻点,并对每个可进攻球员及进攻点进行进攻威胁度评估,得到最佳进攻球员和最佳进攻点。仿真实验验证了该方法的有效性。     

基于时空划分的数据流挖掘

基于时空划分的思想,设计概要数据结构的在线生成算法。概要数据结构保存流数据不同时刻的分布状态,以支持离线阶段的分类、聚类和关联规则发现等数据挖掘操作。研究时间粒度、量化向量调整和子区域索引等3项内存需求控制策略,以平衡概要数据结构的内存需求和内外存之间的I／O次数。     

基于SPVP协议的BGP路由收敛算法

针对Internet域间路由慢收敛问题,提出基于简单路径向量协议(SPVP)的BGP路由收敛算法。分析该算法在4种全接连网络拓扑中的Tdown收敛边界值得出,通过检测域间失效链路的根源节点能有效减少路由收敛时间和更新消息开销。SSFNet仿真结果表明,该算法收敛时间上限为O(d)。     

由Web日志确定页面访问时间的方法研究

为了获取用户访问页面的行为全过程以及准确时间,在网站中建立自动记录离开访问页面机制,准确的记录了用户访问页面的行为的全过程,确保访问日志的完整性和准确性.在此基础上,提出了服务器访问日志数据清理算法,确保准确提取出页面访问时间,从而解决了常见的页面访问时间算法不能准确确定每个页面被访问的确切时间的问题.     

一个关于程序时间性质的验证框架

运行时间是计算机程序的重要性质之一。对于运行时间而言,常用的时间复杂度分析技术基于的是抽象的算法,并非实际程序。而对于实际程序,大多数程序验证技术则不适合验证运行时间。提出一个运行时间的验证框架以解决这个问题,该框架适用于实际代码,而同时和复杂度分析一样,具有编程语言无关性。在对运行时间的性质要求较高的场合下,可以用于提高软件的可靠性。     

带移动节点的无线传感器网络时间同步方法

为提高无线传感器网络中节点间时间同步的精度并且降低节点能量消耗,提出了一种基于移动节点与静态节点混合网络的时间同步方法.先建立一个带移动的节点的分簇网络结构,再结合发送者一接受者与改进的发送者一发送者两种同步模型从多个移动节点同时发起同步.通过数学分析和仿真得出该同步方法在同步时间精度和节点节能方面具有良好的性能.     

基于击键压力和时间匹配的异常检测方法

为了有效利用用户的生物特征进行入侵者身份识别,提出了一种基于用户击键特征进行异常检测的新方法.该方法根据人们在击键时所产生的按键压力和时间间隔的惟一性,利用正态分布的特性控制模式库生成方式,构造出能够描述每个用户独有特征的击键特征向量库,然后利用模式匹配算法对新登陆用户进行检测.相关实验验证了该方法具有较高的用户识别能力.     

移动宽带城域网节能类型Ⅱ的性能分析

为了有效分析移动网络中移动站点的节能效率,研究了应用于移动宽带城域网的IEEE802.16e节能类型Ⅱ的工作原理,建立了一个具有两种休假机制,且在一种休假机制内可以传输少量数据帧的多重休假排队模型;构建了由能量节省率、系统切换率和数据帧平均响应时间等组成的指标体系,并给出了各个性能指标的解析表达式.通过数值示例,刻画了系统性能与系统参数的依赖关系,表明了该模型的可行性与有效性.     

基于主题特征和时间因子的改进PageRank算法

经典PageRank算法单纯地考虑到对网页的链接结构进行分析,而不能考虑到网页在搜索主题方面的相关性和权威性,以及用户对新旧网页的依赖程度的不同.针对经典PageRank算法存在的上述缺陷,综合网页的主题特征和时间特征两个因素,提出了一种改进的PageRank算法WTPR(weighmd topic PageRank).该算法通过网页链接分析和内容分析来解决网页的权威程度和相关程度,通过时间因子实现PageRank值随时间的变动而浮动.仿真结果表明,改进后的算法与PageRank算法相比获得了更好的效果.