一种基于抽象点的网络拓扑自动生成算法

本文提出了一种基于抽象点的网络拓扑自动生成算法 ,该算法先将常用的拓扑结构环形拓扑抽象为一个点 ,然后利用树形目录显示时的坐标生成算法来获取抽象化以后的各个网关设备在整个网络拓扑图中的相对坐标 ,最后 ,以此为基础 ,对抽象点进行逐步恢复 ,从而获得整个网络拓扑连接的坐标体系 .该算法能最大限度减少网络管理人员的人工干预 。

一种核安全级算法组态自动生成方法的研究与应用

算法组态是核电站运行的重要单元,需要经过图纸设计、校核、绘制等多个环节才能完成组态工作。通常情况下,设计图纸通过人工组态方式转换为算法组态文件,对设计人员要求较高,且需要对完成的算法组态进行校核,时间成本和工期较长。本文基于我国首个具有自主知识产权的核安全级数字化控制保护系统平台-“和睦系统”,提出了一种核安全级算法组态自动生成的方法,通过规定规范的中间格式,实现了算法设计图纸到算法组态的自动化生成。该方法支持不同种类的工程图转换为算法组态。在阳江核电站等8个实际核电DCS项目的成功试用中,此方法加快了设计周期,缩短了核电站项目的准备时间,对其他行业的算法组态自动化提供了借鉴意义。

基于改进樽海鞘群算法的测试数据自动生成

为了提高软件测试数据自动生成的可靠性,研究了一种改进的樽海鞘群算法自动生成测试数据。首先对樽海鞘群算法引入了人工鱼群算法中的随机行为,改善了樽海鞘个体容易陷入局部最优的问题,充分平衡迭代过程中的探索行为与开发行为;然后根据樽海鞘个体寻优结果引入末位淘汰机制,选择性舍弃适应度值最低的个体,并在搜索空间内随机生成一个新的个体进行种群补充;最后将改进后的樽海鞘群算法应用于基准程序的测试数据自动生成。实验结果表明,改进后的算法能够有效改善个体容易陷入局部最优的问题,正确搜寻到满足测试条件的数据,具有一定的优越性。

基于遗传算法优化的SOFM神经网络生成测试数据集的方法

智能算法正成为软件测试领域新兴研究方向,运用智能算法生成复杂软件的测试数据已成为一种广受推崇的方法。采用基于遗传算法的技术生成测试数据,能够生成满足测试覆盖要求的少量测试数据。然而,对于生成大量测试数据集的情况来说,该方法并不适用。为了能够快速生成满足测试覆盖要求的数据集,提出一种基于遗传算法优化的自组织特征映射(SOFM)神经网络生成测试数据集的方法:首先,利用遗传算法的全局搜索能力,从海量数据中筛选出少量满足测试覆盖要求的代表性数据。接着,以这些遗传算法生成的测试数据为基础,结合SOFM神经网络强大的侧向联想能力,旨在生成大量满足测试覆盖要求的测试数据集。实验结果表明,该方法有效提高了测试数据集生成的效率。

基于Intranet的实时网络拓扑图生成算法研究

本文针对目前园区网络拓扑发现中实时性较差，自动生成的拓扑图上不能直接显示子网内结点，ＩＰ地址分配错误无法发现的不足，提出了自己的基于园区网和Ｗｉｎｄｏｗｓ９５／ＮＴ平台的网络拓扑生成的算法、数据组织、程序实现。本文将一个真实的网络拓扑带入网络管理系统，为网络管理的图形用户界面提供坚实基础。本文为制作有自己版权的汉化网络管理系统软件提供非常有益的借鉴和参考。

网络拓扑自动发现算法的研究与实现

网络拓扑管理是网络配置管理的一个主要方面,本文对网络拓扑自动发现的有关问题进行了详细的分析,并提出了相应的算法,最后给出测试结果。

一种自适应的网络拓扑自动发现算法

针对现有网络拓扑发现算法的不足 ,提出并实现了一种自适应网络拓扑自动发现算法———RANTAD(RobustandAdaptiveNetworkTopologyAutoDiscovery)。RANTAD算法以TCP/IP网络管理体系结构为依托 ,将现有的各协议和发现技术进行有机地整合 ,在发现过程的每个阶段 ,能根据网络的实际情况对所采用的协议和技术进行自适应调整。模拟实验表明RANTAD算法能快速有效地自动发现网络拓扑信息 。

基于VC++的网络拓扑图中环的自动识别算法

论述了基于 VC++网络拓扑图中环的自动识别算法 ,分析了环的存贮结构及识别跨过某链路的所有环算法 .环的自动识别算法能大大提高应用程序的智能化程度 。

网络拓扑着色算法在电力系统中的应用

电力系统中传统意义上的网络拓扑着色是指确定网络元件的带电状态，并在图上以不同的颜色表示。文中重新定义了网络拓扑着色算法，先确定网络元件的带电状态，再确定带电支路的连通状态是环路、桥路，还是辐射支路，在确定支路的连通状态时利用ＤＦＳ子轨迹的概念来简化计算，降低计算量。该算法可用于检查远动系统中的遥信错误；也可用于确定调度操作对网络解列和负荷减载的影响，辅助调度员分析和决策。已在一些网调、省调和地调ＥＭＳ中的应用证明了该方法正确、有效。

基于动态平衡布局的输电网潮流图自动生成方法

为解决输电网潮流图自动生成中厂站布局与线路布线问题,提出基于动态平衡布局的输电网潮流图自动生成方法。针对厂站布局,首先,在力导向算法的基础上引入基于图纸中心点的惩罚函数,以解决力导向算法布局不均匀的问题,提高布局的均布度;然后,利用厂站分布率参数控制算法平衡次数,引导厂站向图纸边界运动,解决布局自动适应给定图幅大小的问题;最后,通过位置映射变换将围绕图纸中心点的椭圆分布转换为矩形分布,解决引入惩罚函数布局均匀但不符合传统输电网潮流图绘制习惯的问题。针对线路布线提出以构建通道树为中心的布线方法,有效降低布线交点个数,提升布线效果。所提布局与布线算法在实际工程应用中取得了良好的效果,通过案例验证了输电网潮流图自动生成的正确性和有效性。

基于剖面拓扑的三维矢量数据自动生成算法研究

地学三维矢量数据生成长期以来一直是三维GIS研究中的一个难点,该文将传统二维GIS的拓扑关系引入到剖面数据中,提出了一种基于剖面拓扑关系的三维空间实体自动生成的算法,并提出了在该方法下断层问题的解决方案。

一种跨VLAN的网络拓扑发现算法

网络拓扑发现是图形化网络管理的基础。该文提出了一种跨虚拟局域网(VLAN)的物理网络拓扑发现算法,算法基于以太网技术,被管理设备支持SNMPv2。分别对实现了Bridge MIB、部分或没有实现Bridge MIB、服务器和路由器等节点提出了自动发现方法。算法应用于华北电力大学校园网的综合智能网络管理系统中,取得较好的成效。

面向司法文书的抽取-生成式自动摘要模型

为解决抽取式摘要核心信息拼接生硬,生成式摘要源文本过长易忽略重要信息等问题,对抽取式摘要和生成式摘要的结合进行研究。通过分析抽取式摘要可提取出文本关键信息且缩短源文本长度特性;生成式摘要可降低序列间信息损失,增加文本关联的优势。提出一种面向司法文书的抽取-生成式自动摘要模型,融合模型优势,避免单一模型存在的关键文本信息重复及重组段落语法不准的问题,保障法律文书抽取的切实完整性。在大规模公开法律领域裁判文书数据集上的实验结果表明,该模型获得较高ROUGE得分,表明了该模型提升了摘要质量。

一种启发式双代号网络图自动生成算法

提出一种启发式双代号网络图自动生成算法,可以直接生成优化的双代号网络图,不需要对初步形成的网络图进行再次扫描化简。该算法不但能生成准确优化的双代号网络图,而且具有较高的效率。

网络图的自动生成算法及其系统实现

研究了网络自动生成的实现算法和系统实现技术。该算法按路线来画结点 ,将其区分为不同的层 ,再绘制路径。先画出所有关键路 ,确定关键节点的坐标 ;然后对于未确定坐标的结点 ,寻找其由关键结点出发再回到关键结点的最短路径 ,将该路径上的结点画为一层 ,按不同的路线分为不同的层次进行绘制 ,直到所有结点均确定坐标。然后确定路线的层次 ,最后统一协调规整。以此算法开发的软件系统可节省时间 ,并可保证生成规范的网络图。

基于无向图的网络拓扑生成算法

网络拓扑图在网络管理中起着非常重要的作用，但是目前还没有任何公共协议用于网络拓扑发现，因此，用于拓扑发现的拓扑信息一般都来源于多种协议。本文建立了基于无向图的网络拓扑描述模型，用来描述形式各异的拓扑信息，并提出了基于该模型的拓扑生成算法，该算法与网络协议无关，适用性强。

一种基于共现关键词的TextRank文摘自动生成算法

传统TextRank算法在生成摘要时只考虑句子间的相似度,忽略了文章本身间的相似度,且生成的摘要往往包含重复的信息表达。为此,提出一种基于共现关键词的TextRank算法,用word2vec模型将文章表示为句向量,考虑到文章的类别,将该类文章的共现关键词作为参数参与句子权值的迭代计算,然后,通过句子长度、关键词数量等信息对迭代得到的句子权重加以修正。实验结果表明,所提算法能够提高生成摘要的全面性和准确性。同时,所提算法使用MMR对抽取得到的摘要进行去除冗余处理,改善了摘要的重复表达情况。

基于Lawson算法的电力系统运行方式规则自动生成方法

电力系统运行方式计算是电网调控运行的重要依据。当前运行方式规则均依靠人工制定,在新型电力系统复杂多变的运行场景下,人工制定效率是制约电网安全经济运行的关键问题之一。为此,该文提出一种基于Lawson算法的电力系统运行方式规则自动生成方法。首先,提出仿真样本空间描述方法,采用断面功率外空间与稳定特征内空间相结合的方法,定量描述样本的安全运行特点。然后,基于Lawson算法搜索得到电网安全运行区域样本,实现样本在断面功率外空间中与失稳样本分离开的目标,为制定运行方式规则提供有效样本集。最后,利用断面功率超平面方程组描述完整的电网安全运行区域,进一步利用断面功率空间立方体反映断面功率运行限额,生成断面功率空间立方体组形式的运行方式规则。以IEEE-39节点系统和我国某区域电网系统算例验证该文方法。算例分析结果表明,所提方法可根据调度人员需求生成任意断面的功率控制规则,大幅度提高规则制定效率。

基于人工免疫算法的软件测试数据自动生成方法

随着软件规模的不断扩大,软件发生错误的可能性增加,如何保证软件的质量和可靠性成为人们非常重视的问题。常规软件测试数据自动生成方法主要使用启发式测试策略模型(Heuristic Test Strategy Model,HTSM)进行数据特征分析重组,易受数据库资源参数时序分布作用影响,导致测试数据自动生成误差率较高,为此提出基于人工免疫算法的软件测试数据自动生成方法。实验结果表明,该方法的自动生成误差率较低,大幅度降低了软件测试的成本,保障了可信性测试的完整性,具有一定的应用价值。

用基于多目标决策的遗传算法解网络拓扑结构设计问题

多点网络拓扑结构设计问题是NP-完全问题。该文提出了一个基于多目标决策的遗传算法(MCGA)来解决多点网络拓扑结构问题。和其它多目标遗传算法不同的是:首先,对网络节点进行预划分,使得Pareto优的节点归于候选分枝节点集合;其次,修改了Prüfer编码,使得编码中的码元代表候选分枝节点,以利于对分枝节点的搜索;最后,构造了分枝变异算子与非分枝变异算子作为主要的进化算子。该算法以概率1收敛于全局最优解集。数值实验表明该算法优于其它多目标遗传算法。