分布式云数据库复合Trigger新机制

为灵活高效地解决在不同的场景下,更新云数据库系统中缓存的全局共享数据表的问题,本文提出了一种在云服务端分布式数据库使用的复合触发器新型的软件架构,并基于数据库触发器技术,引入了直接、间接和复合Trigger的3种机制,这3种Trigger机制的引用,使来自业务支撑模块的数据变化,或是实时业务模块的数据变化,其前端的应用程序都可以及时高效的更新缓存。该研究提高了系统的灵活性,稳定性和鲁棒性。特别复合Trigger机制,可以避免大量的跨网络数据交互发生,提高了应用的服务质量。     

封闭域UCT算法的实现及其性能测试

UCT算法在9×9棋盘上的水平,已经接近最优秀的专业棋手,但在19×19棋盘上还不尽人意.一种可能的改进是用多个并行的局部UCT搜索来替代全局UCT搜索,以期用同样的计算资源来达到更深的有效搜索深度.本文力图沿着此研究思路做一些初步的尝试.我们通过改写Fuego的全局UCT搜索算法,本文实现了封闭域UCT搜索算法,并在64个封闭域围棋死活问题上进行了测试.初步结果表明,封闭域UCT算法能够在不使用任何领域知识的情况下,把给定问题的初始分支系数从5~16降低到2.3以下.从正确率和速度两项指标来看,多个并行的局部UCT搜索的研究思路具备可行性.     

一类双线性SEIQS模型的定性分析

对一类具有双线性传染率的SEIQS模型进行了研究,得到了系统的基本再生数R0.结果表明:R0≤1时疾病消失,无病平衡点全局渐近稳定;当R01时病毒持续存在,系统存在唯一的地方病平衡点并且全局渐近稳定.最后通过仿真验证了系统极限环的存在性.     

基于膜计算的C波段异常信号特征选择

提出一种基于膜计算的C波段异常信号特征选择算法。该算法将膜结构分为2层：基本膜和表层膜。首先在基本膜中结合模糊C均值（ FCM）聚类、粗糙集和遗传算法（ GA）实现局部寻优,然后将局部最优解传送给表层膜,最后在表层膜区域中再一次使用遗传算法实现全局优化。通过对无线电监测C波段异常信号特征库进行仿真实验,发现该算法在C波段异常信号的特征选择上比使用遗传算法、约翰逊算法所得的条件属性更简单且优化效果更好。     

一种移动机器人路径规划方法

本文提出了一种新的移动机器人路径规划方法。采用链接图法，对工作空间进行建模，得出从起始点到目标点的网络有权图，再利用Dijkstra算法决策出初始全局优化路径，并提出了一种简单的几何方法对其进行优化；局部规划采用基于行为和模糊规则库的方法，采用基于模糊规则的避障行为来实时避障，当无障碍威胁时又寻找全局路径上最近节点回到全局路径上，实验结果证明该方法节省系统计算时间，是一种简单的、较优的路径规划方法。     

基于云计算的混合并行遗传算法求解最短路径

为提高最短路径求解问题的效率,提出一种基于云计算的细粒度混合并行遗传算法求解最短路径的方法。方法采用云计算中H adoop的Map Reduce并行编程模型,提高编码效率,同时将细粒度并行遗传算法和禁忌搜索算法结合,提高了寻优算法的计算速度和局部寻优能力,进而提高最短路径的求解效率。仿真结果表明,该方法在计算速度和性能上优于经典遗传算法和并行遗传算法,是一种有效的最短路径求解方法。     

自适应小世界粒子群优化算法

提出一种基于小世界网络的自适应拓扑结构。每个粒子都与它的近邻粒子进行交互,其有一定概率通过小世界重置与远方的粒子进行沟通;为粒子群体的每个维度分配一个特定的小世界网络,不同维能够学习不同邻居的历史信息;粒子的邻域大小与小世界重置的概率将在种群收敛状态的基础上进行自适应调整。利用标准函数集对该算法进行测试,测试结果表明,通过该机制,粒子群体具有更好的搜索多样性,能够平衡全局探索与局部开发。     

一种新的相位角编码量子进化算法

针对具有连续解空间的数值函数优化问题,基于量子算法和实数编码进化算法的思想,提出一种新的相位角编码量子进化算法(PAQEA).算法的概率表达特性使得量子染色体能够以一定概率表达优化问题的所有可行解,结合动态量子旋转门实现染色体的进化,实现了算法局部搜索与全局搜索的平衡.理论分析证明了算法的全局收敛性.仿真结果表明,该算法适用于复杂数值函数优化问题,具有收敛速度快、搜索能力强和稳定性高的特点.     

基于全局/局部共现词对分布的汉越双语新闻事件线索分析

针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型。实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性。
     

基于人工蜂群的连续域蚁群优化算法

连续域蚁群优化算法是蚁群优化算法的一个重要研究方向,针对连续域蚁群优化算法(ACOR)计算时间较长、易陷入局部最优的问题,提出了一种基于人工蜂群的连续域蚁群优化算法(ABCACOR)。首先,引入一种替代机制来选择指导解,以替换原来的基于排序的选择方式,目的是节约计算时间和尽可能地保持搜索的多样性;其次,结合人工蜂群算法的搜索策略来提高算法的全局搜索能力,进一步减少计算时间和提高求解精度。通过对大量的测试函数进行仿真实验,结果表明,ABC-ACOR算法较现有的一些连续域蚁群算法具有更好的寻优能力。