基于量子漫步算法的地震震前异常挖掘

地震特别是大震前会产生一些异常,但这些异常信息难以识别,导致无法充分利用这些异常信息预测地震的发生时间,减少地震带来的灾害影响.针对这个问题,提出一种基于量子漫步算法的震前异常挖掘方法,提取汶川地震和芦山地震的震前射出长波辐射(Outgoing Long-wave Radiation, OLR)异常,进而计算地震前后的P值,异常值CD等数据,通过统计分析方法,探索OLR异常与地震的关系.并且通过实验将该算法扩展到最近十年左右全球发生的8.0级及以上地震,验证该算法的有效性.实验结果表明,该算法能够有效的反映在地震前后会出现OLR异常,而且越大的地震异常越明显.因此,该算法适用于震前异常挖掘.

基于多权重相似度的随机漫步推荐算法

在传统个性化推荐算法的基础上,提出了一种基于多权重相似度的随机漫步推荐算法。为了解决传统协同过滤算法中忽略社交网络、热门项目以及共同评分项目之间影响等问题,通过引入万有引力公式计算社交网络中的用户相似度,并对传统协同过滤算法中的相似度进行改进,采用权重因子结合这两者相似度,最后开拓性地结合随机漫步算法进行商品推荐。实验结果表明,提出算法具有比其他推荐算法更好的推荐性能。

求解旅行商问题的离散型贝壳漫步优化算法

提出基于离散型贝壳漫步优化算法(DMWO)的旅行商问题(TSP)求解算法.在DMWO的计算框架下构造TSP相应的评估函数及个体差异度量算子.针对离散型算法整体调整容易破坏已形成的较优路径问题,采用简单的2-opt算子进行局部调整,增强算法在求解TSP时的局部搜索能力.实验中采用多组不同规模的标准TSPLIB数据,对比同样采用2-opt算子的萤火虫优化算法和蚁群优化算法,DMWO在稳定性、解的准确性及所需的迭代次数等方面具有更好的性能.

基于PMC模型的MWOFD算法

为了诊断出系统中的故障单元,首次将贝壳漫步优化算法用于解决系统级故障诊断问题,提出一种高效快速的诊断算法——MWOFD诊断(Mussels Wandering Optimization Fault Diagnosis)算法。结合系统级故障诊断的特点,设计了个体化编码及初始化的方法,并根据诊断模型所满足的方程约束重新设计了适应度函数,同时对二进制映射算法进行优化。最后将新算法与AD-FAFD算法,FAFD算法和EAFD算法进行实验对比,结果表明:MWOFD算法有效地提高了诊断正确率和诊断效率。

图聚类的算法及其在社会关系网络中的应用

研究图聚类的算法问题。在基于划分的图聚类中,重点比较点与点之间距离的计算方法及其对聚类结果的影响。由于社会关系网络图中点没有坐标值,所以不能使用欧几里得距离和曼哈坦距离。使用k-medoids聚类算法时,分别采用最短距离和随机漫步距离算法,将DBLP数据集构成的社会关系网络图分类成各个子图,通过实验数据验证两种算法的优劣。实验证明最短距离算法获得聚类效果更为理想,达到了较好的分类效果。

RSSN:一种基于漫步采样的超节点对等网络

超节点对等网的引入,有效解决了网络节点异构性所带来的低性能节点对于文件定位效率低的问题。但是传统超节点对等网构建效率低,不能适应目前高度动态的网络环境。提出一种高效可靠的超节点对等网RSSN,RSSN通过漫步算法对网络叶节点采样,从采样集合中选出高性能节点建立预备超节点,通过判断网络需求调整超节点层,并利用预备超节点备份文件索引信息,提高对等网的稳定性。仿真实验表明,相较Gnutella0.6超节点对等网,RSSN能够有效地提高对等网中超节点的平均性能和利用率,并能适应高动态的网络环境。

ERSN:一种高效鲁棒的超结点对等网络

超结点对等网络利用对等结点的异构性解决了低带宽结点带宽瓶颈问题,但目前超结点对等网络的构建协议效率低且网络拓扑鲁棒性弱.提出一种高效鲁棒的超结点对等网络ERSN,采用基于漫步算法的结点采样协议,估计网络需求,构建高效的超结点对等网络,并建立叶结点间的应急连接,增强超结点对等网络的鲁棒性.模拟实验证明,与Gnutella0.6超结点对等网络比较,ERSN网络中负责处理定位请求的结点数目最多减少了76%,并在多个超结点和叶结点同时离开网络的情况下,将文件定位命中率最大提高了36.4%.

基于网络社团检测的电信客户细分

现有的电信客户细分方法无法发现基于个体间交互关系形成的客户群体。为此,提出基于网络社团检测的电信客户细分模型。考虑网络加权方法对社团检测效果的影响,采用电信企业的通话明细记录构建不同的加权电话呼叫网络,并采用随机漫步模型算法建立基于通话关系的客户细分模型。在细分模型的基础上,结合客户基本信息分析社团的特征,使用网络节点度中心性识别社团中的中心客户。经电信运营商客户通话数据的分析表明,以通话总时长进行加权的网络得到的社团检测效果最佳,可以用于检测客户的关系圈,发现具有领导地位的中心客户,为电信企业客户挽留、精准营销等提供有效的决策支持。