多目标应急物流双向配送的关联反馈模型仿真

为了能够及时将物品输送至目的地，尽量避免紧急事件带来的负面影响，提出基于关联反馈的多目标应急物流双向配送方法。分析受灾区域路段的可通行性，考虑多影响因素下的应急物流配送路段相对长度，基于ANP理论构建关联反馈结构模型，并利用模型对应急物流双向配送的难易程度展开分析，计算多影响因素的权重系数，基于计算结果获取应急物流配送路径当量长度；再以此建立应急物流配送模型，通过上述模型制定合理的配送方案，从而实现多目标应急物流双向配送。实验结果表明，通过对所提方法开展配送总线路长度对比测试、平均耗时对比测试，验证了上述方法的有效性。     

基于模糊神经网络PID的卷材纠偏控制

目的为了提高卷材边缘的整齐度,提升包装产品质量,降低包装材料损耗。方法分析卷材放卷过程中跑偏的原因,在分析放卷纠偏系统数学模型的基础上,提出一种模糊神经网络PID的纠偏控制器以实现复杂的卷材放卷系统参数自调整以及优化。结果仿真和实验结果表明,模糊神经网络PID具有更快的响应速度,超调量更小,纠偏控制精度达到±0.5 mm。结论所述控制方法能够明显降低软性包装材料跑偏误差,大大提高了产品包装质量。     

基于局部信息熵的计算机网络高维数据离群点检测系统

通过离群点检测可以及时发现计算机网络中的异常,从而为风险预警和控制提供重要线索。为此,设计一种基于局部信息熵的计算机网络高维数据离群点检测系统。在高维数据采集模块中,利用Wireshark工具采集计算机网络原始高维数据包;并在高维数据存储模块中建立MySQL数据库、Zooleeper数据库与Redis数据库,用于存储采集的高维数据包。在高维数据离群点检测模块中,通过微聚类划分算法划分存储的高维数据包,得到数个微聚类;然后计算各微聚类的局部信息熵,确定各微聚类内是否存在离群点;再依据偏离度挖掘微聚类内的离群点;最后,利用高维数据可视化模块呈现离群点检测结果。实验证明：所设计系统不仅可以有效采集计算机网络高维数据并划分计算机网络高维数据,还能够有效检测高维数据离群点,且离群点检测效率较快。     

基于深度哈希算法的云计算虚拟机迁移模型

云计算中跨数据中心虚拟机迁移存在带宽小与无共享存储功能问题,导致迁移过程数据的安全性受到威胁。为降低带宽开销,提升抵御攻击能力,研究基于深度哈希算法的云计算虚拟机迁移模型。利用深度哈希算法获取需要迁移虚拟机基本镜像的类似程度,根据类似程度构建哈希图,依据哈希图构建云计算虚拟机迁移模型;通过上述模型中迁移代理主机实现虚拟机迁移时的信息传递;存储单元利用哈希图存储虚拟机基本镜像及镜像间的相似度;通过迁移单元迁移存储单元中需要迁移的基本镜像数据块,完成虚拟机迁移。实验证明,上述模型在不同负载时跨数据虚拟机迁移时间最短,带宽开销最低,并具备较优的抵御攻击能力,其SLA违反率既低又平稳。     

人工智能在计算机网络技术中的应用

现代信息技术的发展促进了计算机网络技术的发展,现在计算机网络技术的发展越来越迅速,人们对计算机网络的要求也越来越高,计算机网络不再仅仅是过去的数据处理和数据运算,现在计算机网络技术修建向人工智能化方向发展.人工智能使得计算机能够代替人类完成更加复杂的工作,能够节省工作时间,提高工作效率.现在越来越多的人关注计算机人工智能的发展.当前,计算机网络人工智能化已经成为当前的发展趋势.本文分析了人工智能的理论和优点,并探讨了人工智能在计算机网络技术中的应用.     

桂林电子科技大学北海校区校园网的改造与建设

根据实际需要,对桂林电子科技大学北海校区的校园网的改造提出建设性方案,使之能够满足现在及未来几年内学校校园网络的需求,更好地为学校服务。