求解自适应组合优化蚁群算法的研究

传统的组合优化蚁群算法在求解过程中要消耗大量的时间,极易陷入局部最优化求解等弊端,同时还会产生大量无用的冗余迭代码,运算效率低。对此,提出了自适应组合优化蚁群算法。通过对改变信息素的迭代、参数选择的分析和增加对信息素局部更新方式,提高了整个系统运算速度及收敛速度,扩充了优化的范围,克服了无用迭代码的产生,减少了停滞现象的出现。通过该算法对旅行商问题进行仿真实验,其结果表明了该算法的可行性和有效性。     

基于网络入侵检测系统的研究与设计

入侵检测系统是近几年来网络安全领域的热门技术。为确保网络的安全,结合实际从实现过程、检测方法、入侵检测算法和系统分类等方面详细地做了分析研究[1]。建立起高效的、智能化的网络安全管理体系,才能有效地保证校园网上关键业务和关键数据的安全,从而提出了更加完善的分布式网络入侵检测系统模型。这为今后深入研究网络入侵检测提供了必要的技术依据和发展方向。     

蒜头果内生真菌发酵产微生物油脂的脂肪酸分析

蒜头果内生真菌以神经酸结晶母液为培养基质,通过发酵能够获得富含神经酸的微生物油脂。神经酸结晶母液中含有的脂肪酸主要有硬脂酸、油酸、花生酸、芥酸和神经酸,为了跟踪监测微生物油脂中这5种脂肪酸的变化,建立了用气相色谱法同时定量测定这5种脂肪酸组分的分析方法。采用Rtx-Wax@柱(30 m×0.25 mm,0.25μm),升温程序为初始温度180℃,保留1 min,以5℃/min升至240℃,保留9min。结果表明,硬脂酸甲酯、油酸甲酯、花生酸甲酯、芥酸甲酯和神经酸甲酯分别在0.24～9.57、0.50～9.95、0.20～24.75、0.24～8.00 mg/mL和0.10～11.08mg/mL范围内呈良好的线性关系(r0.999),平均回收率分别为99.90%、98.31%、102.24%、104.38%和98.62%,相对标准偏差分别为0.93%、3.13%、1.51%、3.37%和1.66%。该法适用于测定蒜头果内生真菌发酵产微生物油脂中的脂肪酸。     

中国建筑遗产价值认识的特殊性

中国建筑遗产保护自清代以来发展了一百多年,对建筑遗产价值的认识经历了遵从传统、借鉴西方、自我思辨三个阶段.文章通过对中国建筑遗产保护发展历程的梳理,从实例的角度,列举了价值认识的特殊之处并剖析其内在原因,以期为中国特色建筑遗产保护提供参考.     

改进无线传感器网络矿井监测系统定位算法

在传统的矿井监测系统中,由于无线传感器网络节点分布相对比较分散,从而导致了定位精度不高和覆盖率较低等缺点,进而对采集温度、气体压力和瓦斯浓度等数据无法进行实时有效的监测;针对上述不足,首先对定位系统设计进行了分析与研究,提出多通道传输数据机制,然后利用贝叶斯概率模型改进Euclidean定位算法,去除了接收信号强度指示器随机波动,从而使信号强度最终达到平衡,提高了定位精度,有效地降低了节点位置的定位误差,进而确保了高效救援和井下作业的安全系数;实验结果证明:改进后算法具有更高的定位精度,验证了算法的有效性和正确性.     

传感网中带有可控阈值的优化协同覆盖算法

传统型的无线传感器网络(WSNs)覆盖受限于节点能量和数据冗余,迫使WSNs异常中断。为此,提出一种带有可控阈值的优化协同覆盖算法(OCC-CT)。该算法首先确定关注目标节点(FTNs)的位置信息,利用遗传算法(GA)给出了节点路径规划;其次,通过可控阈值参数和变异参数等特性对事件域节点成簇进行优化,使之节点成簇更为均匀,以减少节点能量的消耗,提升对全局目标节点的搜索能力;再次,利用适应函数对所覆盖目标位置及节点监测范围所形成的覆盖连续性进行优化,达到了提高网络覆盖率和延长网络生存周期的目的。最后,仿真实验结果表明,OCC-CT算法与其他三种算法相比在网络覆盖率、网络生存周期等方面平均提升了0.11、0.16,在网络能量开销方面提升了0.14,从而进一步验证了OCC-CT算法具有较强的稳定性和有效性。     

雾计算中跨层感知分簇路由协议

传统的以数据为中心的路由协议,往往会导致传感网中出现在大量的“能量空洞”或“热点”现象。为了克服上述现象,借助雾计算理论模型,提出了一种基于雾计算跨层感知分簇路由协议（A Cross-layer-sensing Clustering Routing Protocol Based on Fog Computing,CCRP）。该协议通过跨层映射原理,利用感知事件驱动机制将雾节点映射到传感层,构成功能强大的虚拟控制节点,将传感网分簇路由协议的控制过程上传至雾层,通过雾计算实现事件域节点分布式成簇路由汇聚中心,从而建立以映射雾节点为中心的优化数据聚合路由,取代传感网底层路由中的数据,进一步平衡并减少网络负载。在路由协议优化阶段,利用粒子群优化算法（Particle Swarm Optimizations,PSO）采用无竞争开销方式选举一组最佳节点担任簇首,能有效地均衡全网能量的开销,抑制传感器节点能量的快速消耗,延长了网络生存周期。仿真实验表明,CCRP协议能够有效抑制网络开销的同时还可以高效完成对数据的优化过程。     

改进启发式蚁群算法求解电网规划优化问题

研究了电网规划的优化问题。针对传统电网规划问题在计算过程中,由于物理参数和特定参数取值的广泛性,使得对整个电网网络全局搜索能力较差,收敛速度较慢,易出现陷入局部最优和停滞现象。为了解决上述问题,提出一种改进启发式蚁群算法求解电网线路规划问题。改进算法先建立电网网络体系模型,利用启发式蚁群算法对全局进行搜索,并通过信息素挥发因子的动态参数调节以提高路径的搜索能力和搜索概率,提高了对全局搜索精度,并要求对搜索路径进行求解并反复迭代,对局部更新方式进行重新组合,从而确定了电网网络线路规划问题的最优解。仿真结果表明,在求解过程中可以有效地提高计算精度,加快全局收敛速度,降低了计算的复杂度,增强了电网网络的鲁棒性和稳定性。     

基于事件概率的无线传感器网络K覆盖算法

无线传感器网络在对目标区域进行K覆盖过程中易产生大量冗余节点,消耗网络中大量节点能量,并受外界环境因素制约。为此,提出一种基于事件概率的K覆盖算法。根据对监测目标区域节点关注程度的大小赋予不同概率值,通过节点之间信息交换和关联属性确定最小节点集和最大目标集,从而完成对目标区域节点K覆盖,优化网络资源,减少节点能量的消耗。仿真实验表明,该算法能够以较小的代价完成对目标区域节点K覆盖,延长网络生存周期,具有较好的实效性和稳定性。     

基于WSN改进RSSI井下定位算法设计与实现

为了更好地解决井下定位监测系统存在着节点定位精度不高以及传输数据可能发生冲突等缺点,提出了一种基于无线传感器网络改进RSSI井下定位算法;该算法对接收信号强度指示器测距原理进行分析并加以改进,通过对计算数值进行多次迭代求精运算后,进一步提高了定位精确度,有效地降低了节点位置的定位误差,确保了各节点之间数据通信准确性和稳定性,实现了对井下人员的实时定位监测,进而确保了高效救援和井下作业的安全系数;仿真实验表明,该算法能够用较少参数变量完成较为复杂的计算过程,有效地减少网络节点间通信开销,延长了网络生存周期,增强了整个网络系统的鲁棒性和稳定性。