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。     

求解复杂旅行商问题的混合粒子群算法

针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题( TSP)的混合 粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及 粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合 粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。     

遗传算法求解TSP问题

有效解决TSP问题在实际应用上有很高的价值,而且TSP问题由于其典型性已经成为各种启发式的搜索优化算法的间接比较标准,遗传算法就是一种比较经典的启发式算法。文章介绍了TSP问题和遗传算法的基本原理以及特点;针对解决TSP问题,论述了遗传算法在编码表示和遗传操作算子等方面的应用情况。     

基于禁忌搜索的启发式求解背包问题算法

设计了一种基于禁忌搜索的遗传算法,利用遗传算法提供的并行搜索主框架,结合禁忌算法的个体串行搜索方式,能扩大搜索空间,快速实现全局优化。把基于禁忌搜索的遗传算法与启发式方法相结合用来求解背包问题,经过计算机仿真,其优化性能指标及搜索效率均有大幅度的提高。     

一种求解TSP问题的改进遗传算法

TSP问题是一类经典的NP完全组合优化问题，传统的优化方法由于计算复杂性过大而难以求得全局最优解。遗传算法等智能优化算法在求解这类组合优化问题中表现出了强劲的潜力。作者利用遗传算法对TSP问题进行了研究分析，针对几组benchmark数据进行了仿真实验，在实验的基础上探索了遗传算子和遗传参数的优化设计，实验结果证明了遗传算法在解决TSP问题上的可行性和有效性。     

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。     

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。     

渡河问题的Hamming算法的Matlab求解

借助于Matlab软件对渡河问题进行了研究,通过对渡河问题的解析解和数值解进行图像和理论分析,说明了Hamming算法对求解此类数学建模问题的有效性和实用性.     

道路优化的求解算法

本文以遗传算法与神经网络算法为基础,提出了一个求解道路优化问题的解决方案。对路网优化设计实例表明,这一方法求解速度较快并具有较高的计算精度。     

用改进蚁群算法求解多目标优化问题

蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。     

面向P2P网络的DDoS攻击抑制方法

提出了一种分布式的基于对P2P网络中各节点进行分级的DDoS攻击抑制方法。采集了多个能分别反映当前节点本身或周围节点网络状况的评级因子,并通过不确定性推理确定当前节点分级值。分级值决定转发率。使用线性分类作为丢包策略对需发送数据包进行分组、丢弃,以降低误报率。仿真实验表明该方法能够有效抑制P2P网络上的DDoS攻击,提高整个网络抗攻击弹性。     

一种并行的遗传／神经网络混合学习算法

提出了一种用于多层前馈神经网络训练的新算法，它把遗传算法与自适应共轭梯度学习算法集成起来。这种并行混合学习算法已经在多指令流多数据流（ＭＩＭＤ）平台实现。通过把该算法用于一个图像识别问题，对它的性能进行了评估。文中还显示了所提出的并行混合神经网络学习算法良好的收敛性。     

企业专用网络安全的一个解决方案

伴随着信息服务、远程教育以及电子商务的发展，网络的安全问题日益重要．该提出了企业专用网络的安全解决方案，即以防火墙技术为主的网络层安全防护、以密码技术为主的应用层安全防护和安全管理相结合的企业专用网的安全解决方案．     

实时多媒体网络系统QoS解决方案的研究

文章主要通过对实时多媒体网络系统中服务质量QoS进行研究,着重分析区分服务(Diff-Serv)模型实现实时多媒体网络系统中服务质量QoS的具体措施和方法.从目前的网络技术的发展趋势来看,区分服务(Diff-Serv)模型是实现对实时多媒体网络系统中服务质量QoS的唯一可取的技术.它的主要优势在于简化网络服务质量QoS保证的复杂性,加快转发速度,而且区分服务(Differentiated Service)模型具灵活性,可扩展性和简单易于实现的特点.通过区分服务(DiffServ)与多协议标记系统(MPLS)的结合,实现实时多媒体网络系统中服务质量QoS是一个发展方向.     

网络图书馆的读者服务工作探讨

服务是图书馆的基本宗旨,网络图书馆的产生将使读者服务观念、服务对象、服务方式、服务工作内容等方面发生巨大的变化,网络时代图书馆服务的发展方向将是提供网上优质服务,这种服务既便捷又富于个性化,可提高用户的检索能力。     

基于免疫算法和神经网络的新型抗体网络

构建了基于免疫算法和神经网络的新型抗体网络入侵检测系统,系统与网络入侵检测功能相结合,应用于大型网络的入侵检测任务,具有良好的可扩充性;重点讨论了新型抗体网络原理,引进BP神经网络自学习能力,对已有的抗体网络模型进行改进;通过对网络数据集的测试表明,该算法相对于传统抗体网络,其检测效率得到了明显的改善。     

网络环境下的期刊文献服务研究

在网络环境下,传统意义上的期刊文献服务的内容与方式已很难满足用户的多样化需求,需要期刊管理与开发人员更新观念,以现代化的信息传播渠道与方式来代替旧的工作方式。本文就期刊文献服务的类型、特征以及提高期刊文献服务的举措等方面的问题加以分析研究,旨在为加速我国图书馆现代化建设及广大用户正确利用期刊文献服务贡献绵薄之力。     

基于遗传神经网络的工业股票指数预测

结合遗传算法与倒传递神经网络进行工业股票指数预测 ,使用 5个输入变量 :周成交额增减幅、周振荡幅度、周涨跌幅、5日EMA波动、DIF波动值 ,并将下周涨跌幅设为输出目标进行训练 ,以取得较理想的预测结果。对于传统上选择适合的神经网络拓扑结构效率较低的问题 ,本文对于遗传算法的引入大大提高了搜索到最优结构的速度。     

货物运输服务网络设计问题的研究现状与展望

本文总结了国内外服务网络设计问题的相关研究状况,分析了服务网络设计模型的结构和特点,指出建立频度服务网络设计模型和动态服务网络设计模型,能帮助我国货物运输企业实现控制运营成本与满足客户需求间的平衡,解决既有运输资源的优化配置问题。而模型的算法设计,多目标的综合优化,服务网络的可靠性分析等一系列问题,将成为今后货物运输服务网络设计理论研究的重要方向。     

服务供应链网络优化模型及解法

提出了一种多目标混合整数规划模型来优化服务供应链网络设计。将服务供应链网络设计问题分成服务供应商选择和服务站选址两个子问题,服务供应商选择考虑采购成本,服务站选址考虑设施成本和顾客流量。引入作业成本法计算服务站设立的总成本：引入服务站截流选址法建立服务站顾客流量模型。模型采用化多目标为单目标的思路求解。