一种动态惯性权重的粒子群优化算法

自粒子群优化算法被提出以来,由于其收敛速度快、易实现,得到了快速发展和广泛应用。在此提出了一种改进型的粒子群优化算法,主要特点是随进化代数的增加而动态非线性减小惯性权重,以此改善演化后期收敛速度迅速降低的问题。为了评价其性能,选取了5个基准函数进行测试,并与惯性权重线性递减的粒子群优化算法作了比较。数字仿真表明,改进算法能极大地提高搜索性能。

基于现场总线的嵌入式远程监控系统设计

介绍一种嵌入式远程测控系统设计方案,该方案采用中间层方式,以加强系统的安全性、可靠性,并有效地节省IP地址。系统以嵌入式ARM 9为核心,以Linux为操作系统平台,利用FCS系统将底层设备统一组网与系统相连,上层直接接入Internet,允许授权用户在任意点可以通过Internet访问系统,并实现对现场设备群的远程监控。该系统的可移植性高,应用前景广泛。

一种有效的P2P流媒体点播的供应者发现机制

提出了一种新的供应者发现机制,在源服务器上创建类似目录的数据结构维护系统中少量特定P2P节点的信息,用来锁定与目标供应者播放进度接近的节点,再通过这些节点的缓存交迭表与其邻近节点直接通信来找到合适的供应者。仿真实验结果表明,该供应者发现机制能够加快P2P节点的加入和恢复操作,且整个系统的通信负担明显降低。

一个基于多层网络计算的体系结构模型

分析税务系统的功能要求,具体论述税务体系结构模型的基本原理,提出一个通用抽象体系结构模型,并基于多层计算网络环境,构造该模型系统。

基于安全性刍议人工智能时代的制度安排与法律规制

人工智能是社会经济、科学技术、信息技术等共同发展的产物,是人类文明更进一步的重要体现。人工智能有利于促进社会生产力的提高,让人类享受到高科技带给人的迅捷、便利的精致生活的同时,也带来了潜在的巨大风险,人类社会的安全与稳定也受到了一定程度的威胁。在人工智能时代,国家的法律法规也应该得到相应的改变与补充完善。本文分析了人工智能时代下的安全风险,并探讨了基于安全性的人工智能时代的制度安排与法律规制,希望能够对人工智能时代下的安全风险问题的有效解决有所帮助。