基于动态分级和邻域反向学习的改进粒子群算法

针对粒子群算法容易陷入局部最优解的问题,提出了一种基于动态分级和邻域反向学习的改进粒子群算法.该算法通过构建动态分级机制,将种群中的粒子动态地划分成3个等级,对不同等级内的粒子采取不同的扰动行为,使得粒子在增强种群多样性的同时保持向全局最优方向进化;采用粒子智能更新方式,提高了粒子的搜索能力;引入动态邻域反向学习点建立全局搜索策略,促使种群快速寻优.最后,利用多种典型测试函数对该算法进行仿真实验,结果表明,与其他几种优化算法相比,本算法具有较好的收敛性和稳定性.     

求解自融资投资组合模型的量子行为的粒子群优化算法

为有效求解自融资投资组合模型,基于粒子群优化(particle swarm optimization,PSO)算法,提出了一种改进的量子行为的粒子群优化算法(LDQPSO)。在算法的设计中,借助Levy飞行策略对粒子位置的迭代公式进行更新,用于提高算法的局部收敛精度和全局探索能力;针对迭代后期的早熟问题,引入了多样性的判定和增强的操作。算法性能测试结果表明,LDQPSO算法在收敛精度和鲁棒性上比已有的3种PSO改进算法有更好的表现。应用改进算法对自融资投资组合模型进行了求解。与传统的遗传算法、差分进化、粒子群优化算法和量子行为的粒子群优化算法相比,LDQPSO算法在实际应用中拥有更好的寻优能力。     

一种欧椋鸟群协同算法

针对当前基于控制策略解决群体协同问题的不足之处,受生物群集行为启发,提出一种欧椋鸟群协同算法(starling swarm coordination algorithm,SSCA)。该算法采用无中心自组织思想,利用智能体(agent)从其最邻近的6、7个邻居信息中寻找最优解,并通过智能体之间相互作用的10条简单行为规则,描述整个群体运动从无序行为到有序行为的演化过程。结合欧椋鸟群集行为最新研究成果,从局部感知、运动行为、安全规避、适应进化4个方面论述欧椋鸟群协同算法的基本机理。以无人机集群协同飞行为应用实例,分别采用粒子群算法和本文算法测试无人机集群执行任务效率,并采用本文算法模拟无人机集群聚合、分散、规避等行为。实验结果表明,本文算法在执行任务效率上优于传统粒子群算法,具有有效性与可靠性。     

基于系统效益的循环结构网格工作流调度算法

针对网格计算中的工作流,大部分只考虑DAG(Directed Acyclic Graph)工作流调度模型,本文对于含有更复杂的工作流结构(如循环、并行、分支等)进行了研究,并提出了一种任务优先级调度策略,用循环并行算法(LOOP-PARAL)解决了含有循环结构的网格工作流的任务调度问题,在满足用户QoS(Quarlity of Service)需求的同时,使系统的负载更加平衡,更加适合开放复杂的网格环境,提高了系统的性能.仿真实验证明了该算法的合理性和有效性.     

基于云模型的混合粒子群算法的统一混沌系统时变参数辨识

统一混沌系统是在内部参数改变时系统随之变化的一族混沌系统.为了求解统一混沌系统的辨识问题,提出了一种基于云模型的混合粒子群算法.该算法通过引入基于云模型的进化与变异策略提高辨识精度,通过交叉操作提升收敛速度,并利用抗差优化模型进一步提升算法的抗扰动能力.实验结果表明,在加入扰动的统一混沌系统中,该策略能够精确的辨识出时变参数,可有效避免算法陷入局部最优,且具有收敛速度快及抗扰动能力强的优点.     

基于树状结构的RIPS并行调度算法

给出了分布式系统中的一种基于树结构的并行调度算法 RIPS,该算法通过在任务调度算法中引入并行技术 ,使其既具备了静态调度和动态调度的优越性 ,又能克服二者的不足 ,并从理论上证明了该算法能够达到较好的负载平衡、最大限度减少任务的迁移和任务间通信、最大程度计算本地化 ,并举例进行了说明 .     

粒子群优化算法的数学基础

总结概括了粒子群优化（PSO）算法基本要素的数学描述,证明了粒子群算法解空间为赋范空间,将粒子群迭代关系定义为赋范空间的压缩映射,通过利用Banach空间的相关理论和压缩映像原理,严格证明了PSO粒子收敛位置的存在惟一性,概括了PSO算法收敛性分析的数学描述,引入概率论以及随机过程经典理论推导出PSO算法稳定的参数条件,证明了在满足此条件基础下PSO算法收敛到全局最优位置的概率为1.     

一种高生存性的车载自组网可信路由协议

针对目前车载自组网中路由安全问题,提出一种基于经验信任的可信路由模型.该模型从客观信任的角度引入经验信任的概念作为可信度量的标准,并给出了计算节点经验信任值和信誉度的推荐方法,根据节点的经验信任值设计一种新的动态包转发规则,从而实现车载自组网的可信路由.实验结果表明,该模型较贪婪周边无状态路由(greedy perimeter stateless routing,GPSR)协议具有较高的抵抗自私节点的能力.     

考虑碳排放的分布式电源优化配置

对分布式电源接入配电网进行合理的优化配置,能在兼顾运营商和用户利益的同时,改善系统整体电压分布。建立了综合考虑分布式电源投资成本、用户购电成本、网损费用和碳排放费用的多目标优化模型。利用改进层次分析法确定各目标的权重,进而转化为单目标函数规划问题。针对天牛须算法个体单一性在解决高维复杂问题时精度低,优化效果不佳的问题,提出了一种改进天牛须粒子群算法,利用混沌映射对参数进行调整,引入动态惯性权重、莱维飞行机制,提高了收敛速度。以IEEE33节点系统为例,将改进天牛须粒子群算法与粒子群算法及天牛须粒子群算法的效果对比,验证改进算法对分布式电源优化配置问题的可行性,有效降低了碳排放费用、用户购电费用,减少了系统网损,改善了系统整体电压分布。     

新的动态启发式网格任务调度算法

详细对比了传统Min-Min算法的高效特性和Max-Min算法的负载平衡特性,在原先提出以改善任务调度时间跨度性能为目标的网格任务自适应调度策略A-MM基础上,提出新的具有动态特性的启发式算法(Heuristic task scheduling algorithm based on Min-Min and Max-Min, H-MM),解决了A-MM不能动态执行的缺点.实验表明,H-MM在充分保留A-MM算法优点基础上实现了算法的动态执行特性,得到了更好的任务调度执行效果.     

网格自适应任务调度算法研究

对网格自适应任务调度算法进行概括性研究．针对传统的Min—Min算法的高效特性和Max—Min算法的负载平衡特性．以提高任务调度的时间跨度性能为目标．提出了一个循环选择执行的网格任务自适应词度策略（Adaptiv eMin—Min and Max—Min，A—MM）．实验表明．该算法在时间跨度等方面的性能较以往算法有较大提高．     

一种基于V-TGRU模型的资源调度算法

提出了一种在私有云计算环境下基于机器学习V-TGRU模型进行资源预测的算法。通过统计历史记录,将其与当前工作负载下不同任务的先验资源使用情况相结合,同时考虑工作负载特性、主机特征和同一资源池中任务之间的亲和性等因素,动态预测多任务的资源占用情况,并根据预测结果和任务运行现状进行多目标任务优化调度。实验证明,此算法能有效完成对资源的预判选择、减少调度次数、节约调度时间、节省云计算资源和带宽,保障应用任务稳定运行。     

面向移动用户的空间信息网格服务模型

在分析国内外最新的计算机技术与GIS技术研究现状基础上,结合移动GIS和网格GIS两种技术,紧紧围绕移动终端存在的内存小、带宽窄、易断接的特征,分析和探讨一种可行的面向移动用户的新型开放式空间信息网格服务机制,提出面向移动用户的空间信息网格服务模型(spatial information grid service model for mobiledevices,M-SIG),进而对数据与功能服务的广域描述、组织和管理机制以及移动终端的服务调用方法进行讨论,并对原型系统进行了测试.     

由经济驱动的网格资源管理和调度的研究

网格计算经济模型是把经济学的概念应用到网格资源管理和调度的模型,基于计算经济模型的网格资源管理与调度策略借鉴人类社会竞争的市场机制,根据用户的Q oS(Q ua lity of Serv ice)需求进行资源管理与任务调度,不仅使资源所有者和资源消费者都能实现各自的经济目标,而且使资源消费者使用轻负载和廉价的资源,达到整个网格资源整体的全局最优、合理利用.     

基于SEMMA的网络安全事件可视探索

网络安全可视化可直观地提取网络安全特征、全方位感知网络安全态势,但如何宏观把控网络安全的整体分析流程仍是一大研究难题。为此,引入了数据挖掘中经典的示例-探索-修改-模型-评估（sample-explore-modify-model-assess,SEMMA）分析范式,并结合网络安全可视化提出了一套通用的网络安全事件分析模型,将分析过程划分为数据处理、行为特征探索、异常对象定位、异常事件描述与行为模式关联分析等步骤,规范安全事件探索分析流程。在行为特征探索环节,用模糊C均值算法量化主机行为,识别网络资产结构;提出了用基于协议的节点链接图（protocol-based node link diagram,PBNLD）可视化表征形式构建网络通信模型,以提升大规模节点的绘制质量;以安全事件分析模型为指导,面向多源安全日志实例数据,搭建了网络安全事件可视探索系统,通过多视图协同与故事线回溯的方式实现网络资产划分、网络异常事件提取和攻击事件演化。最后,通过实验证明了分析模型的有效性。     

增强安全隐匿网格系统的研究

网格技术的广泛应用对网格环境的安全、隐私和服务质量提出了越来越高的要求．提出了增强网格安全和匿名系统构架，包含系统模型、身份保护系统、洋葱路由系统、信誉系统和安全技术等．并通过计算机网络系统模拟分析了其可扩展性．     

供应链协同生产作业调度优化研究

提出工序制造单元的概念,以供应商最小化加工流程时间为目标,建立了供应链协同生产作业调度模型,并运用双层编码遗传算法对模型进行了求解,最后通过算例仿真计算表明：提出的模型和算法可以获得满意解．通过对供应商生产作业调度的分析,调度结果既可以指导供应商合理的安排生产,同时可以作为核心制造商分配订单的参考依据．     

预知两种信息的两台并行处理器半在线调度

在调度理论中,问题常常被分为"在线"和"离线"两类,但在实际生产生活中,情况经常介于两者之间,即预先知道任务的部分信息,人们希望通过这些附加的部分信息改进算法的性能,此类问题即为"半在线"问题.文章讨论了经典并行处理器调度的两个半在线问题,目标为极大化处理器最早完工时间.对已知所有任务总加工时间和最大任务加工时间的半在线问题,给出了竞争比为4/5的最优半在线算法;对已知所有任务总加工时间,并且任务按加工时间非增顺序到达的半在线问题,给出了竞争比为8/9的最优半在线算法.从结果可以看出,预知两种信息比只知道一种信息的情况能更有效地解决问题.     

带并行工件的平行机排序问题的一个新近似算法

讨论并行工件平行机排序问题,目标为极小化所有工件的总完工时间.这是一个强NP-难的问题.通过对(0,1]区间划分的深入研究,提出了一个多项式时间的近似算法,其渐近性能比的上界为1.6,下界为1.5.该算法比LI(1999)中提出的算法的渐近性能比明显地小.     

基于访问行为的终端安全模型

提出了基于访问行为的终端安全模型,将终端访问行为抽象为"主体"、"客体"、"操作"和"安全策略"4个要素,用形式化的方法讨论了4要素与访问行为可信的关系,在访问行为可信的基础上给出了终端安全判定定理,并进一步讨论了模型实施过程中的关键问题.