改进的多目标粒子群算法

提出了一个改进的粒子群算法并将其用于解决多目标优化问题．该算法利用粒子群算法的信息传递机制，引入多目标演化算法常用的归档技术，采用SPEA2算法的环境选择和配对选择策略，使得整个群体在保持适当的选择压力的情况下收敛于Pareto最优解集．标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性．     

Linux2.6内核下LKM安性研究

针对目前LSM框架只支持一个独立安全模块的不足,提出了使用安全管理器来管理多安全模块的解决方案;同时针对基于LSM框架的SELinux模型保护LKM安全的不足之处,提出了使用LSM扩展技术在init_module函数的前后位置各放置安全钩子函数的解决方案,从而防止已经躲过安全性检查链接进内核的恶意模块对诸如sys_call_table表、IDT表等内核重要数据结构进行修改,阻止了对LKM模块的攻击.     

基于可信向量的知识图谱上下文感知表示学习

面向知识图谱的表示学习在低维语义空间中对实体和关系进行编码,提升了知识理解和推理能力。传统的平移模型在处理知识图谱中的一对多、多对一以及多对多这些复杂关系时,难以区分在某一属性具有相同语义的实体。本文构建了一种基于二值可信向量的平移模型(TransV),通过向量不同维度的元素值控制对应属性的激活与抑制程度,使不同的关系关注不同的实体属性信息,提高模型处理复杂关系的效果。除了知识图谱中的三元组信息,非结构化文本中包含了丰富的语义信息,能够提高实体表达能力。利用与实体相关的文本信息,构建了一种融合上下文信息的基于二值可信向量的知识图谱表示学习模型(CKRV),使得三元组信息与语义信息能相互影响、相互融合。实验结果表明,该方法复杂度更低,在实体预测准确性方面有明显提升。     

遗传算法、差分演化和一个处理约束的映射

S.Koziel和Z.Michalewicz(1999年)提出了一个处理约束的映射,研究该映射与不同算法相结合后的不同的代数结构.从理论上证明了当其与遗传算法相结合时,该映射是同构映射,而在差分演化算法的变异操作下,该映射不是同态映射,更不是同构映射.进而表明,该映射更适宜于与遗传算法相结合,而并不太适宜于与差分演化算法(及其类似的算法)相结合。     

演化参数反演方法

给出了一类基于演化计算的演化参数反演方法,此类方法既可以给定参数的函数类,用遗传算法（Genetic Algorithms）来反演参数的最优估计值,也可以不指定函数类形式,用遗传程序设计（Genetic Programming）的方法反演出最优的函数模型,使参数反演实现客观化、自动化.由此建立反演系统后,在使用过程中可以根据最新获得的数据对模型中的物理参数作适时校准,一旦发现预报误差较大,就利用演化算法及时修正方程中的参数以改进预报.运用该方法于椭圆边值问题的物理参数反演的数值模拟,证实了此方法的有效性,为物理模型参数的反演提供了一种崭新的实用方法.     

并行Pareto多目标演化算法

提出并实现了一个并行Pareto多目标演化算法(PPMEA)，PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型。在这个算法中，采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型。构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化，但是每隔一定的代数它们要交换外部集中的个体。标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性。     

边缘智能下基于强化学习的车联网路由协议

为实现复杂城市车联网环境下高可靠、自适应的数据包路由协议,提出一个端-边-云边缘智能架构,该架构包括终端用户层、边缘协作层和云计算层。在所提边缘智能架构的基础上,设计了一个基于多智能体强化学习的数据包路由协议。实验结果表明,相比于现有的紧急消息传输机制、基于交叉路口雾节点的分布式路由协议和基于双深度Q网络的路由协议,所提协议在消息传输时延和接收率方面分别取得29.65%～44.06%和17.08%～25.38%的优化。     

基于分簇的有效无线传感器网络密钥管理方案

针对现有无线传感器网络密钥管理中计算量过大、存储空间过多和网络安全问题,在分簇结构无线传感器网络基础上,提出一种新的密钥管理方案,它通过将已存储的密钥部分地转化为即使被攻击者截获也无影响的特殊信息,来获取更加良好的安全性,同时又不降低网络的连通性。通过仿真与其他算法进行性能对比,结果显示这种方案具有更好的性能。     

偏微分方程的演化建模方法

考虑抛物型方程的参数反演问题,给出了一类偏微分方程的演化建模方法．根据样条插值理论,把无穷维空间上的反问题转化成有限维空间上的反问题来近似,利用演化算法来估计参数的反演值,数值结果证明了此方法的有效性．     

绕三圆柱流体的LB模拟

介绍一个流体动力学的格子Ｂｏｌｔｚｍａｎｎ并行模拟模型．用该模型模拟了流体动力学中的绕三圆柱流体现象．利用计算机可视化技术，该模型可动态显示流体的演化过程，可以很方便的用于分析各种流体动力学现象．