一种改进的多目标微遗传算法

本文在回顾多目标进化算法发展的基础上,首次引进一种新的交叉算子(多个体交叉)对已有的微遗传算法进行改进,提出了一种多亲微遗传算法(MPMGA).通过理论分析和实验测试中度量距阵值的比较两方面说明,多亲微遗传算法在一定程度上提高了MGA的效率,增加了解群的多样性,使解在Pareto目标域上的分布更加均匀,解的精度也有所提高.     

数据挖掘技术在路由选择中的应用研究

路由选择即网络按照特定的路由协议和算法,建立分组转发表,并与相邻路由器进行寻径信息交互的过程。随着互联网的发展和移动自组网的深入研究,大数据信息的数据挖掘技术在设计路由选择协议中起着重要的作用。本文首先介绍了互联网中路由选择技术以及无线分组网络中的路由选择协议,最后介绍了数据挖掘技术及其在路由选择中的典型应用。     

一种虚拟中继的无线数传系统设计

介绍了一种用于各种中小型监测管理机构(如水文监测、路段监测等)数传系统的设计方案,并对系统的基本性能进行了理论分析。该系统是将各测点(分站)虚拟为中继站来实现多路由选择。通过实际应用,证明了系统具有结构简单、成本低、易实现、实用性强等特点。     

基于动态路由协议的分析与研究

OSPF路由协议是一种典型的链路状态的动态路由协议.本文从协议的数据包头部类型、数据包格式、LSDB数据包结构几方面进行分析,指出OSPF是一种广泛应用的协议,然后提出一种基于LSU数字签名的可信路由协议.     

基于宗族进行裂变选择的自适应遗传算法

提出了一种改进的自适应遗传算法,在选择算子中引入裂变选择的思想,避免种群中超级个体的出现,维持了种群的多样性。该算法改造了交叉算子和变异算子,提高了算法的收敛速度,避免早熟。同时,提出了在宗族中构造子代种群的思想,提高了算法的寻优效率。仿真函数优化的结果验证了该算法能有效地维持种群的多样性并迅速找到最优解。     

市场机制——遗传算法的一种经济学解释

遗传算法近年来被应用于主流经济学的研究,并用来数量化分析一些经济问题的动态特性和随机特性。本文主要讨论什么使得GA(Genetic Algorithm遗传算法)可以看作是一种市场机制的模型。遗传算法中每次二进制串的转化基本包含了两个随机过程:1、多样化产生过程(复制、交叉、突变产生新的经济策略的过程);2、多样化限制过程(选择操作减少不同的经济策略的数量)。因而GA可以被看作是经济社会当中的市场机制(用作信息揭示机制)。同时,对遗传算法在经济机制设计中的应用进行了展望。     

一种定向交叉的单纯形遗传算法

针对交叉算子产生个体的无方向性特点,提出了一种改进的实数交叉算子.该交叉算子吸收了单纯形法的思想,每次交叉都朝着当代种群最优解的方向进行,以提高算法的局部搜索能力.为了防止算法陷入局部极值,还提出了一种爬坡算子.实验证明,改进算法在提高收敛速度、摆脱局部最优解方面极为有效.     

一种基于遗传算法的语义标注

针对数据稀疏问题,采用适应度函数较灵活的遗传算法做语义的自动标注;以《同义词词林》的层次式结构为依据,提出了利用语义层次的提升来改善适应度函数中参数的估计质量;定义了语义层次的两个基本概念;阐述了语义提升的原理,并采用选择受限策略来解决因语义提升而引起的模型辨别力下降问题;实现了用于语义标注的遗传算法。实验表明该算法在语义标注中能适应不同训练数据量,具有一定的可行性。     

遗传算法及其应用实例

简述了遗传算法的过程和应用问题。主要讨论了遗传算法的基本概念、数据的转换工作和确定适应度计算函数的作用,从代码举例说明遗传算法的选择和交叉的基本用法。     

选择现代主义：一种审度科学的新立场

选择现代主义是科林斯和埃文斯提出的一种审度科学的新立场,对理解科学研究的第三波的理论取向和当代发展具有重要意义。简而言之,选择现代主义意指,从道德和价值的层面来看,现代社会依然应选择科学作为认识可观察世界的基本方式。选择现代主义不仅主张选择科学作为认识可观察世界的方式,而且要求应从价值和道德层面对科学进行辩护,重视专长与经验,从应然而非实然审视科学规范,技术决策应基于专家共识而非真理,应将技术决策划分为技术阶段和政治阶段,反对技治主义和民粹主义,维护和贯彻科学的传统与价值是科学家与所有人的道德责任。之所以力倡选择现代主义,一是因为要抵御社会对科学的道德价值的侵蚀,进而捍卫科学;二是因为民主社会离不开科学。在科林斯那里,选择现代主义的合理性被认为是不言而喻的。由此,选择现代主义面临立论基础薄弱、诉诸非理性主义、倒向新基础主义、是一种智者统治等多种批评。然而,选择现代主义也颇具启发意义,提示STS学者,是时候深入反思STS的历史了,但这种反思是一种避免绝对主义的审度,也是一种兼顾STS理论与实践的时代要求。     

求解QoS组播路由问题的改进蚂蚁算法

蚂蚁算法是一种相对较新的启发式方法，通过模拟蚂蚁的觅食行为，提出了求解QoS组播路由问题的改进蚂蚁算法。仿真实验表明，该算法能以较高速度收敛，有效地解决QoS组播路由问题。     

蚁群算法在QoS单播路由中的应用研究

QoS路由问题被证明是一个NP-C问题,而传统的路由算法很难有效地解决NP-C问题。该文提出了一种基于蚁群算法、用于解决带宽和时延约束问题的QoS单播路由算法,利用蚁群算法中蚂蚁通过信息素寻找最优路径的机制,并以网络吞吐量和数据报的平均时延等性能为最优的准则,来定义蚂蚁的转移概率、路由表和信息素更新方式,实现基于蚁群算法的路由选择算法.这种算法具有较强全局最优解搜索能力,较强的灵活性,以及潜在的并行性。     

基于定位辅助按需拓扑维护的超宽带自组网路由算法

提出了一种基于定位辅助按需拓扑维护的超宽带自组网路由算法,该算法利用超宽带技术精确定位信息所获得的网络拓扑信息和路由信息进行分组转发,路由维护阶段在定位信息辅助下采用按需方式进行断链路由的修复和拓扑维护,通过基于位置信息的按需路由发现和限制路由查找范围,以及定位信息和网络拓扑信息的及时更新,在降低协议开销的同时保证了算法的有效性。仿真表明,该算法在分组丢失率、平均端到端时延和路由附加开销等方面具有良好性能,其优良的分布式控制特征能适应超宽带自组网的动态环境。     

一种求解JOB SHOP问题的新型混合遗传算法

针对一般车间（JOB SHOP）的作业排序问题设计了一种新的混合遗传算法,该算法将遗传算法和启发式方法相结合,利用遗传算法优化每台机器的首工序,并确定每台机器的优先工序,借助仿真,按照启发式方法安排每台机器的后续工序。通过算例比较,表明该算法具有良好的求解性能。     

求解作业车间调度问题的一种自适应遗传算法

针对作业车间调度问题,提出了最小化空闲时间的处理过程及其变异算子,设计了一种自适应遗传算法.该算法根据个体的特征确定交叉和变异次数,并根据种群特征不断修正种群.经典的调度基准问题测试表明:自适应措施能够有效保持种群的多样性,可以采用非常小的种群规模;最小化空闲时间的变异算子缩小了算法的搜索空间,大大提高了搜索效率.     

一种多约束条件的组播路由算法

提出了在组播应用中满足多个约束条件的一种组播路由算法。该算法以最短路径算法为基础,通过调整当前形成的路由树中节点的排列顺序,依次为目的节点选择到路由树的最短路径并加入到该路由树中,得到满足跳数约束条件的低代价组播树,再对所构成的低代价组播树进行同级中继合并,得到最后的组播树。该组播树因为中继最少,所以时隙资源消耗最小。     

幻方的遗传算法构造初探

首先介绍遗传算法,并针对一个古老的数学问题——幻方提出了一种基于遗传算法的幻方构造新方法.     

一种提高局部搜索能力的混合遗传算法

针对遗传算法局部搜索能力弱的缺陷,提出了一种改进的混合遗传算法。根据遗传的不同阶段分为两个不同的群体——竞争群体和适应性群体,提出相关的遗传算子——繁殖因子。将运筹学中的单纯形法应用于遗传算法中,增强了遗传算法的局部搜索能力。对复杂函数的寻优实验验证了混合遗传算法的有效性,并通过与传统SGA的实算结果对比,更进一步说明了算法的改进效果。     

Ad hoc网络稳定的蚁群多路由算法

针对Ad hoc网络路由协议中存在的路由老化和对拓扑变化适应性差的问题,提出了一种基于稳定拓扑和蚁群优化的多路由算法(SAMR),路径质量由路径的拓扑稳定度和时延来度量,并映射为蚁群信息素,利用蚁群优化进行路由的动态更新和维护,以避免路由老化。仿真表明,在动态环境下SAMR相比AODV能提高网络的吞吐量、降低传输时延。     

死锁恢复的多维交换结构容错路由算法

在高性能路由器中采用多维交换结构是解决可扩展性的一种方法。在实现这种交换结构时,随着节点数目的增多,交换结构出现故障的概率也随之增加。该文在mesh/torus结构上提出了一种基于死锁恢复策略的容错路由算法MMAR。基于各非故障节点周围链路的状态,MMAR能容错任意形状的故障模型且所需虚拟通道数少。通过在凹形区域表面节点中设置该凹形区域内节点位置信息表,该算法能避免消息进入与其目的节点无关的凹形区域以使绕道路径最短。该文给出了在256个节点的二维torus中的仿真结果,验证了算法的有效性。