计算机远程监控系统中的安全技术

计算机技术与网络技术的结合,对工业控制领域产生深远的影响。然而,网络系统的安全问题也因此显得尤为突出。在分析网络安全面临的主要威胁基础上,综述了计算机远程监控系统的几种安全策略,包括密码技术,信息确认技术和网络控制技术,分析了各种技术的安全性能,其中密码技术是安全技术的核心。最后对当今安全技术的最新研究发展作了展望。

基于无线充电的Sink轨迹固定WSN路由算法

利用无线充电技术给节点供电已经成为延长无线传感器网络寿命的一种有效方式。针对Sink节点轨迹固定的无线传感器网络,采用移动Sink无线充电,提出一种基于近邻传播聚类的能量均衡无线充电路由算法。该算法采用近邻传播聚类算法对节点进行分簇,使得分簇更加均匀,分簇后簇结构不变,簇头轮换,减少频繁成簇带来的不必要能量开销。数据传输阶段在簇头之间建立层次树优化传播路径,计算权值时考虑中继节点的剩余能量,均衡簇间能量;Sink节点采集数据的同时,对充电范围内的可充电节点进行无线供电,以填补Sink节点轨迹周围的能量空洞。仿真结果表明,与传统分簇算法相比,该算法更为有效地延长了网络的生命周期。

多Agent动态调度方法在染色车间调度中的应用

为解决复杂、繁琐的染色车间调度问题,根据印染生产过程的工艺特点和约束条件,建立了染色车间作业调度问题模型。为了提高调度系统对生产环境经常发生变化的自适应能力和全局优化能力,提出了一种基于蚂蚁智能与强化学习相结合的协商策略的多Agent动态调度方法。在该方法中,智能Agent能根据行为的历史反馈和立即反馈来选择相应的行为,也能根据算法的历史奖励来选择相应的智能调度算法,从而把一小部分工序任务的实时局部优化和大部分工序任务的全局优化结合起来。调度实例的求解结果验证了该方法的有效性。

混联水库群分时电价下优化调度模型研究

针对传统的水电综合效益最大优化调度模型存在的"平均水价值"问题,提出了一种基于分时电价的混联水库群优化调度改进模型,综合考虑了分时电价中的日用电时段差别电价(即峰谷电价),加入了调整当前蓄水价值系数的动态因子,并通过研究混联水库的串并联关系以及上下游水库之间的影响,在计算蓄水价值时,能够充分考虑水库间的潜在蓄水价值,从而引导发电流量根据电价的升降而相应改变,提升整个流域的总体效益.最后运用均匀搜索粒子群算法对改进模型进行了仿真计算,并将结果与传统的发电效益最大模型以及综合效益最大模型进行对比,实验结果证实改进模型能更好适应现代峰谷电价的市场,提高了水电站的综合经济效益,更符合水电站调度的需求.

智能搜索算法在线教学实验平台的设计与实现

为了更好地满足人工智能课程教学的需求,以一种低耦合、高可扩展性的架构,实现了一个以A*算法、模拟退火算法和遗传算法为主题的简洁易用的算法教学实验平台。该平台使用Flex技术来实现算法的演示,使用J2EE和XML相关技术完成后台的设计,并通过C/C++语言完成验证算法的实现。平台提供了A*算法、模拟退火算法和遗传算法的演示程序和验证程序,可以帮助学生直观地学习不同智能搜索算法,为教师和学生提供一个在线互动的教学实验平台,也方便学生开展各算法的自主实验设计。

“人工智能导论”课程的教学与实践改革探索

为了提高"人工智能导论"课程的教学质量,协调好教与学的双边关系,结合教学实践,从教学体系、教学内容、教材、教学方法、考核方式等方面进行了探讨和总结。

基于多智能体的流程工业动态调度研究

根据流程工业某车间的生产过程,建立基于多智能体的生产调度系统模型,分析各智能体之间的关系,利用多智能体之间基于博弈论的协商机制,提出一个双边单议题多阶段的谈判模型,解决以工序流量或产品产量为目标的调度问题。对某隔膜烧碱生产线调度实例进行仿真,结果验证了该系统的可行性和有效性。

改进计算能量函数下作业车间调度的混沌神经网络方法

神经网络是求解作业车间调度问题的一种有效方法,本文研究可以获得全局最优或近似全局最优的可行解的作业车问调度神经网络方法.给出包括作业车间调度所有约束条件的新的计算能量函数表达式,并把混沌动力学应用于离散Hopfield神经网络作业车间调度中,提出一种改进的暂态混沌离散神经网络作业车间调度方法.仿真结果表明,该方法不仅具有全局搜索能力,而且收敛速度较快,重要的是能够保证神经网络的稳态输出为全局最优或近似全局最优的可行的作业车间调度方案.

基于矩阵分解的属性网络嵌入和社区发现算法

属性网络不但包含节点之间复杂的拓扑结构,还包含拥有丰富属性信息的节点,其可以比传统网络更有效地建模现代信息系统,属性网络的社区划分对于分析复杂系统的层次结构、控制信息在网络中的传播和预测网络用户的群体行为等方面具有重要的研究价值。为了更好地利用拓扑结构信息和属性信息进行社区发现,提出了一种基于矩阵分解的属性网络嵌入和社区发现算法(CDEMF)。首先提出基于矩阵分解的属性网络嵌入方法,基于网络局部链接信息计算相邻节点的相似性,将其与属性接近度联合建模,通过矩阵分解的分布式算法得到每个节点对应的低维嵌入向量,即把网络节点映射为低维向量表示的数据点集合。接着提出基于曲率和模块度的社区划分方法,自动确定数据点集合中蕴含的社区数量,并通过对数据点集合聚类完成属性网络社区划分。在真实网络数据集上,将CDEMF方法与其他8种知名算法进行比较,实验结果表明CDEMF具有良好的性能。

一种带有能量自补给节点的异构传感器网络分簇路由算法

针对现有无线传感器网络分簇路由算法的网络生命周期短、能量消耗不均衡等问题,结合节点的能量采集技术,提出了一种带有能量自补给节点的异构传感器网络分簇路由算法。考虑到实际环境中节点能量补给不稳定,根据节点的剩余能量和当前能量自补给状态,设计了能量均衡的簇头选举机制和簇间多跳机制。仿真结果表明,在延长网络生命周期和均衡全网能量消耗方面,该算法优于采用相同能量补给规律的传统分簇路由算法(LEACH算法和SEP算法)和其他基于能量自补给的分簇路由算法(PHC算法和EBCS算法)。

以工程应用能力培养为目标的传感器与检测技术课程建设探索

针对传感器与检测技术课程的特点及教学现状,围绕应用型人才培养目标,基于CDIO工程教学模式理念,结合微课、翻转课堂、对分课堂等新型教学模式,对课程教学内容、教学模式和教学评价进行改革探索,以调动学生的学习积极性,培养学生的工程意识,提高学生的综合应用能力。

局部最近邻密度和颜色特征加权的超像素生成

作为计算机视觉领域的重要预处理步骤,超像素生成算法近年来受到广泛关注与研究.为了快速、高效地生成高质量的超像素,提出一种基于局部最近邻密度和颜色特征加权的超像素生成算法(NDPCS).算法分为两个阶段:1)结合图像中像素点最近邻居信息,计算各像素点的局部密度和局部密度最大值点决策值,选择拥有大决策值的像素点作为聚类中心,并根据颜色特征加权距离归类其他像素点,生成初始超像素;2)采用启发式合并策略,在保留边缘贴合度的前提下合并过小和孤立的初始超像素,保证超像素的连通性和一致性.实验在Berkeley数据集BSDS500上进行验证,本文所提方法在边缘召回率、欠分割误差和可达分割精度这些通用的评价指标上表现优良,可以为任意彩色图像快速生成高质量的超像素.

基于可插拔模型分片的小水电群多目标调度系统设计与实现

为了提升区域内小水电的经济效益和生态效益,针对多元化的小水电群调度目标,设计并实现了可插拔模型分片技术的小水电群多目标调度系统.系统采用接口抽取方法与关注点分离思想,将多个调度模型以XML描述文件的格式进行切割分片,在调度决策中以可插拔的形式制定调度目标,具备了良好的可操作性和扩展性.给出了基于二次处理策略的NNBR模型径流预测方法,考虑实际应用示范流域具有多种类型的水库、电站,以及具有串、并联的混联结构特征,实现了径流预测、多目标联合调度和生态径流保证等多种要求.

能量受限的多移动设备无线充电路径规划方法

目前大部分可充电无线传感器网络中以部署单个移动充电设备居多,但单个移动充电设备的充电能力有限,例如受到充电功率、总能量等的限制,仍无法处理中、大规模的传感器网络充电任务.为了保证中大规模网络每个节点都能持续工作,引入多个移动充电设备,提出一种多移动设备充电调度方法.首先根据耗电模型,考虑移动充电设备能量有限,提出充电节点选择策略,确定最少的移动充电设备数量和每个移动充电设备需要覆盖的节点数;然后用分布式算法对每个充电周期进行路径规划.在路径规划阶段,每个移动充电设备根据节点存活时间选择待规划的节点集,并利用弹性网络进行充电路径规划.仿真结果表明,所提方法在保证网络持续运行的前提下,能够减少移动充电设备数量,且对节点能耗不同的非均匀无线传感器网络有较好的适应性.

能量受限的单移动设备无线充电调度算法

基于磁耦合谐振的多节点充电技术为解决无线传感网络的健壮性问题提供了潜在的解决方法。为了减少充电设备的移动能耗,保证充电规划的可调度性,结合磁耦合谐振的充电效率,采用蜂窝网状结构将网络分割成若干充电区域,提出了基于移动充电设备的无线传感器网络充电调度算法。由于实际的移动设备能量通常有限,在每个充电周期内综合考虑移动设备能量、节点剩余能量等,提出了自适应动态算法以自动选择k个充电区域。规划充电路径时,采用实时性较好的弹性网络算法来满足网络节点的充电需求。仿真结果表明,充电设备能量的大小会直接影响网络的总能量与最小剩余能量,算法在设备能量有限时能够最大化网络的最小能量,延长网络的生命周期。

智能搜索算法教学软件的设计与开发

为提高人工智能导论课程的教学质量,协调好教与学的双边关系,结合教学实践,在Microsoft Visual Studio2005环境中用C++语言开发了智能搜索算法的教学软件,设计了A*算法、模拟退火算法和遗传算法的演示程序和验证程序,提供了这些算法的核心代码,方便学生开展各算法的自主实验设计。

重要特征选择和局部网络拓扑嵌入的社区发现算法

寻找网络中连接紧密的、稳定的社区,对网络大数据的挖掘和分析具有重要的意义和价值.节点属性和网络拓扑对社区发现都有重要的影响,由于真实网络中的节点属性维度大,找寻重要属性困难,而且和深层次的结构信息又不易进行高效整合以进行社区划分.为了有效地提取节点的重要属性信息,并和局部链接拓扑信息深入融合,根据矩阵分解,提出了基于特征选择和属性网络嵌入的社区发现算法.首先采用节点的联合相似度潜在表征指导特征选择,筛选出重要的属性后与原拓扑组成新网络,然后将新网络通过融合邻居信息的属性网络表征学习映射成节点低维向量,最后对该嵌入向量进行聚类从而实现社区划分.在真实网络数据集上与其他代表性算法进行比较,实验结果表明所提算法具有良好的特征选择性能和社团划分性能.

基于遗传算法的小水电站优化调度方法的研究与实践

针对以发电为主的小水电站单库和串联小水电站群,以水电站的发电引用流量为决策变量,以水电站在调度周期内发电量最大为目标,分别建立了优化调度的数学模型。基于浮点数编码的改进遗传算法用于对模型的优化计算,从而提高了算法的搜索效率。基于VC + +编程设计了小水电站运行调度智能算法系统软件,用类CbestGA封装了求解一般水库调度问题的遗传算法,并应用于一个实际的小水电站调度。

多目标差分进化算法求解柔性作业车间批量调度问题

考虑生产周期、生产成本、设备利用率等调度目标,给出了多目标柔性作业车间批量调度问题模型。为解决批量划分和批次调度,采用批量染色体和批次染色体相结合的编码方式,提出一种基于差分进化算法的多目标柔性批量调度算法,引入Pareto非支配排序和拥挤距离排序来选择下一代个体,并采用外部存档保存进化过程中的非支配解集。为平衡算法的全局搜索和局部探索能力,设计了基于关键路径的动态随机搜索和随机变异相结合的多目标局部搜索策略。通过调度算例及印染生产调度实例求解表明,所提批量划分方法能有效缩短生产周期,获得更多分布均匀的Pareto非支配解。

基于神经网络的污水处理指标软测量研究

污水处理厂目前广泛使用序批式活性污泥法。该方法处理污水过程是一种典型的复杂动态生物反应工程系统,具有非线性、时变性、随机性和不确定性等特点,难以建立准确的数学模型。同时,该方法的污水处理指标在线测量仪表价格昂贵。为从工程应用角度将人工神经网络软测量方法应用于污水水质指标的实时检测,分别建立BP神经网络和RBF神经网络污水指标软测量模型。仿真结果表明,建立的神经网络软测量模型能很好地实现污水处理指标的COD、BOD、N等参数的实时测量和估计,为污水指标的实时检测提供了新的思路。