基于可靠性理论的计算机通信网络分析及多目标优化

基于可靠性理论的计算机通信网络的优化问题是一个多条件约束问题,在分析计算机网络可靠性理论的基础上,结合多目标优化设计原则,分析讨论了计算机通信网络中的多目标优化模型及通过遗传算法,在给定的优化设计可靠度目标要求下,完成了对一组网络通信系统的优化分析,结果显示基于可靠性理论的计算机通信网络优化设计的算法是有效的。     

智能算法在全终端网络可靠性优化设计中的应用

在计算机通信网络建设过程中,通信主干网的高可靠性一直是广大设计者和用户所关心的重大问题,分析了通信主干网的全终端可靠性优化设计问题,针对一种典型可靠性优化模型,分别设计了用于求解该模型的改进遗传算法、模拟退火算法、改进蚁群算法以及改进粒子群算法,并对该模型进行了优化求解,计算机仿真实例表明:粒子群算法在算法的优化质量和收敛速度上都优于其它三种算法,能够取得满意的优化结果,具有一定的实用价值.     

基于混沌免疫遗传算法的神经网络及应用

借助混沌随机序列构造初始种群,将免疫机制引入传统遗传进化过程,有效克服传统遗传算法种群“退化”和“早熟”的不足,保持种群多样性,构造得到混沌免疫遗传优化算法.进而将混沌免疫遗传优化算法与BP神经网络相结合,分别用混沌免疫遗传优化算法和自适应BP算法对网络权值进行全局优化和局部二次优化,建立基于混沌免疫遗传算法的神经网络模型.利用所建立的混合神经网络模型对渤海某海域年极值冰厚进行训练预测,并将模型预测结果与实际数据以及动态拓扑预测的结果进行对比,表明基于混沌免疫遗传算法的神经网络模型具有很高的预测精度和工程适用性.     

基于量子遗传算法优化神经网络的入侵检测

针对入侵检测的效率及准确性问题,提出一种基于量子遗传算法优化神经网络的入侵智能检测模型,该模型基于量子遗传算法的全局搜索和神经网络局部精确搜索特性,将量子遗传算法和BP算法有机结合。利用改进的量子遗传算法优化BP神经网络的权重和阈值,使BP神经网络能快速准确地识别入侵,增强计算机网络安全。运用Matlab软件对该模型进行仿真。实验结果表明,与其他同类方法相比,该方法的检测率更高、误报率更低。     

基于遗传模糊神经网络的煤气鼓风机故障诊断

为充分利用遗传算法的全局搜索能力和BP算法的局部搜索能力,提出了基于遗传算法的遗传模糊神经网络模型,研究了故障特征参数模糊化处理和利用遗传算法优化神经网络权重的方法,加快了网络收敛速度,提高了收敛精度.在煤气鼓风机故障诊断中的应用表明,遗传模糊神经网络克服了BP算法中存在的网络学习收敛速度慢,以及容易陷入局部极小的问题,有效提高了故障诊断的精度.     

计算机网络可靠性及优化分析

随着我国网络技术和信息化的飞速发展,社会对网络的日益依赖,以及计算机网络用户的增加。为了确保计算机网络的正常运行,不被其它因素所干扰,因此,计算机网络可靠性及优化设计成为重要的网络技术之一。本文通过简要介绍计算机网络与计算机网络可靠性,在了解计算机网络可靠性优化的标准及模型后,提出影响计算机网络可靠性的原因及优化方式,并针对计算机网络可靠性及优化进行详细分析。     

基于遗传算法的计算机网络可靠度优化计算

在提高计算机网络传输系统可靠度的基础上,如何有效的降低网络结点链路成本,成为计算机网络可靠度优化计算中的重要目标之一。为此,在计算机网络可靠度优化计算时,将计算机网络链路介质成本、网络可靠度优化的数学模型等因素综合在一起进行考虑,文章阐述了遗传算法及其执行过程,并对遗传算法用于网络链路成本和网络可靠度优化的计算中,最后通过仿真结果表明,遗传算法能够有效的解决网络传统算法难以解决的可靠度优化计算问题,加快了计算机网络计算的速度,优化了网络的计算效果。     

改进遗传算法优化BP神经网络的语音情感识别

语音情感识别技术在人类生活中正扮演着越来越重要的作用。为了更为有效识别语音信号中的情感类型,提出一种改进遗传算法优化BP神经网络的识别算法（IAGA-BP）。该算法一方面改进了自适应遗传算法中的选择算子,另一方面更改了自适应遗传算法中的交叉和变异概率公式。通过对自适应遗传算法的改进,提升了遗传算法的寻优性能,并以此对BP神经网络初始的权阈值进行优化。在与BP、GA-BP和AGA-BP网络比较中,实验结果表明,IAGA-BP网络能够有效提高语音情感识别率,并加快了网路收敛速度。     

基于遗传算法公交线路网优化模型仿真研究

研究了城市公交线路网优化问题.由于公交车的容量、耗时、站点配置等问题,传统的遗传算法在公交线路网优化中的运行效率不高等.为提高公共交通车辆调度效率,提出了改进的遗传算法公交线路网优化模型,保证公交公司不亏损和乘客乘车成本两者前提下,构造了遗传算法适应度函数以及约束条件,并建立有效的初始化算法种群,从而建立新的公交线路网优化模型,在求解模型过程中,采用了改进的遗传算法求解优化模型,即在传统遗传算法中加入了优先级编码方式以及多染色体结构.仿真结果表明改进算法的可行性,并与传统的遗传算法相比,算法种群的整体性能要优于传统的遗传算法,对提高遗传算法的运行效率有较高的作用.     

神经网络在计算机网络安全评价中的应用研究

随着信息技术的不断发展,计算机网络的应用范围也逐渐扩大,计算机系统的网络连接能力日益提高.在流通能力得以提升的同时,计算机网络安全问题凸显.为解决计算机网络安全问题,将神经网络技术应用其中.对神经网络和计算机网络安全进行了简要概述,建立了计算机网络安全评价体系,构建了计算机网络安全评价模型,旨在降低计算机网络安全问题造成的损失,发挥出神经网络最大的应用价值.     

STM32的四旋翼无人机故障诊断仿真研究

提出了基于BP神经网络的四旋翼无人机故障诊断方法,但考虑到经典BP神经网络算法误差收敛速率慢,训练学习容易陷入局部最优值等缺陷,设计了一种基于改进型遗传算法(Genetic Algorithm)优化BP神经网络.改进型GA算法对编码方式和选择算子进行了优化,同时对交叉和变异算子等参数进行了调整.Matlab仿真表明,改进后的BP神经网络算法的检测性能有了明显的增强,避免了经典BP算法容易陷入局部最优值的问题.     

计算机网络可靠性优化设计探究

数字信息技术的高速发展，使得计算机网络在当今社会的应用越发普遍且深入，同时人们对计算机网络可靠性提出了更高的要求。计算机网络可靠性不仅取决于其运行过程中表现出的稳定性，还受到计算机网络安全的影响。基于此，文章以计算机网络可靠性优化设计原则的阐述为出发点，辨析其可靠性优化的内容及呈现，从体系结构、遗传算法等不同角度围绕计算机网络优化设计进行探究。     

改进神经网络模型对通信网可靠性的预测

首先利用一种改进后的粒子群算法对BP神经网络权值的选取进行优化,然后以LAN/WLAN集成网络为背景,用三种方法（BP神经网络、改进PSO算法优化后的BP神经网络、SVM）建立了LAN/WLAN集成网络可靠性的预测模型,最后通过实验比较,证明了改进后的神经网络模型预测通信网的可靠性、有效性和优越性。     

CIPS中基于改进GANN的入侵检测模型

应用在计算机集成过程系统(CIPS)网络中的入侵检测系统误报率和漏报率较高.针对该问题,利用遗传算法的全局寻优能力和神经网络对于非线性映射的强大逼近能力,提出具有自学习和自适应能力、基于遗传算法神经网络(GANN)的入侵检测模型,包括数据采集模块、数据预处理模块、神经网络分析模块和入侵报警模块4个部分.为克服遗传算法易早熟、搜索迟钝的缺点,对GANN的适应度值调整方式进行改进,对遗传算法的参数设定进行优化,并采用改进的遗传算法优化收敛速度慢、易陷入极值的BP神经网络.仿真实验结果表明,该模型使系统的检测率提高至97.11％.     

遗传神经网络在模拟电路故障诊断中的应用

故障诊断对于事故后快速恢复具有重要的意义.模拟电路故障诊断有许多方法,提出了一种基于遗传算法优化的BP神经网络智能诊断技术.该方法采用基于实数编码的遗传算法优化神经网络权值和阈值,代替了原来BP网络随机设定的初始权值和阈值.然后再用改进的BP算法用已由遗传算法确定的空间对网络进行精确搜索.实验仿真结果表明基于遗传算法优化过的神经网络的训练步数得到大大的减少,泛化能力也得到提高.克服了传统BP算法的收敛速度慢,容易陷入局部极小的缺点.     

基于智能计算的计算机网络可靠性分析研究

文中的研究对象是计算机网络可靠性分析的智能数值求解,将几种常见的网络系统可靠性分析方法应用于计算机网络。并在一般节点遍历法的理论分析的基础上对改进后的节点遍历法进行了深入的探讨。介绍了计算机网络系统以及可用于计算机网络系统的集中可靠性分析的相关概念及方法,然后着重对节点遍历法等一些算法做了算法分析和具体实现,使繁杂的算法易于理解。网络系统可靠性数值计算量大而繁琐,改进后的节点遍历法可以大大减少其运算量。文中提出的智能粒度分层分析方法可以较好满足一定范围内计算机网络可靠性数值计算的需求。     

自适应递阶遗传算法优化BP网络的程序设计

主要阐述了一种新的遗传算法-自适应递阶遗传算法的基本原理,解决了长期以来无法同时对神经网络拓扑结构和神经网络的权值和阈值进行优化的问题,设计了一个基于自适应递阶遗传算法的BP神经网络学习算法,给出了具体的程序设计,并且利用MATLAB平台进行仿真计算.实验结果表明,该算法比一般遗传算法具有明显的优越性,可以避免神经网络陷入局部最优,迅速优化网络的拓扑结构,提高了网络的学习性能,具有一定的实用性.     

基于智能计算的计算机网络可靠性分析研究

文中的研究对象是计算机网络可靠性分析的智能数值求解，将几种常见的网络系统可靠性分析方法应用于计算机网络。并在一般节点遍历法的理论分析的基础上对改进后的节点遍历法进行了深入的探讨。介绍了计算机网络系统以及可用于计算机网络系统的集中可靠性分析的相关概念及方法，然后着重对节点遍历法等一些算法做了算法分析和具体实现，使繁杂的算法易于理解。网络系统可靠性数值计算量大而繁琐，改进后的节点遍历法可以大大减少其运算量。文中提出的智能粒度分层分析方法可以较好满足一定范围内计算机网络可靠性数值计算的需求。     

股票价格短期预测的LM遗传神经网络算法

针对传统神经网络在股票价格预测中易陷入局部最优和预测精度偏低的问题,提出了一种改进的神经网络算法进行求解.改进的算法基于LM算法建立了改进的三层BP神经网络对股票价格建立预测模型,避免算法陷入局部最优,并运用遗传算法优化神经网络的权值和阈值,提高神经网络对股票价格的预测精度.采用Matlab对上述算法模型进行仿真测试,通过预测4支股票价格的实验证明改进后的神经网络预测算法对股票价格的短期预测有较好的精度和稳定性.     

基于遗传模拟退火算法优化的BP神经网络

在研究标准BP神经网络的基础上,针对其存在的收敛速度慢、且容易陷入局部极小值等问题进行分析,设计实现一种采用数值优化的方法来改进BP网络性能的新的混合神经网络模型.通过引入遗传模拟退火算法扩大了网络的权值更新空间,把得到最优权值赋予BP神经网络,从而使优化后的神经网络具有泛化性好,不易陷入局部极小值等优点.与标准BP神...