课程文献中心 更多>>

关键词： 专家库   专家推荐   HITS   社区发现   文献网络  

摘要： 针对本地项目评审专家库中专家队伍规模小、高水平高层次专家比例低、结构分布不均衡、增补频率低、信息更新不及时等问题，提出一种基于文献库和HITS算法思想的项目评审专家库建设方法。首先确定需要增补专家的领域关键词，在文献库中进行主题检索，检索出来的文献筛选后作为初始文献集，利用初始文献集间的引用和被引关系构造文献网络，再利用HITS算法思想对文献网络处理形成文献社区，选择文献社区中排序靠前的本地文献的第一作者纳入本地项目评审专家库。通过CNKI文献库和云南省科技专家库进行实验，验证了方法的科学性与实用性，可应用于实际的项目评审专家库建设。

关键词： 微电网群   优化调度   改进蜣螂算法   可变螺旋搜索   Levy飞行  

摘要： 为了提高微电网的经济性和稳定运行能力，提出了一种基于改进的蜣螂优化算法(IDBO)的含风光燃储多微电网协同优化调度方法。首先，建立了一个由三个微电网组成的微电网群系统模型，并综合考虑了运行成本和环境成本；其次，再对蜣螂算法的初始化种群进行反向学习，提升初始种群的均匀度；然后采用可变螺旋搜索和Levy飞行策略来加强了算法的寻优能力以及降低陷入局部最优的风险；最后利用仿真案例验证了所改进的算法求解微电网群优化调度模型的有效性和优越性，可实现微电网经济运行。

关键词： 航天器   元器件   社区检测   进化算法   选用推荐  

摘要： 宇航元器件选用是航天任务中的重要环节，空间环境复杂苛刻，对宇航用元器件的可靠性和性能要求极高。传统的元器件选用方法通常依赖于专家经验和单一指标评估，难以全面考虑元器件之间的复杂关联和多维度性能指标。复杂网络理论的发展为元器件选用提供了一种新的思路，特别是社区检测算法，可以帮助识别元器件之间的隐含关系和群体特征，从而优化选用过程，实现宇航元器件精准、快速、高效、灵活的选用。本文介绍了基于复杂网络社区检测算法的元器件选用推荐方法，提出了基于模块度优化的进化算法。该算法引入了基于节点相似度的最大生成树编码方法，还引入了一种生成初始种群的新方法和一种基于正弦的自适应变异函数，并将其用于两个元器件选用网络。该算法有效地检测出了元器件选用网络中的社区结构，实现了元器件的智能选用。

关键词： 算数优化算法   多阈值分割   Kapur熵   混沌映射   Levy飞行策略  

摘要： 针对多阈值图像分割中存在的分割准确率低，随阈值增加计算量大、运行时间长等问题，提出一种改进算数优化算法（IAOA）的多阈值图像分割方法。通过引入混沌映射策略丰富种群多样性和分布均匀性，扩大种群搜索范围，增强算法的勘探能力。为了提高原算数优化算法的收敛速度和寻优精度，采用Levy飞行策略最大限度地实现搜索域的多样化并快速跳出局部最优，将Kapur熵作为适应度函数求解多阈值图像分割问题。选取伯克利经典测试图像进行测试，把平均适应度值和峰值信噪比作为重要评价指标，与当前流行算法进行对比，IAOA具有更高的分割精度和效率。

关键词： 页岩岩相预测   XGBoost算法   变量选择   参数调优   测井信息  

摘要： 页岩岩相的识别与预测对于分析确定页岩油气甜点层段非常重要。在缺乏岩心信息进行单井岩相研究时,测井数据扮演着十分重要的角色,而基于XGBoost算法可以充分挖掘多维测井数据所揭示的页岩岩相信息,从而达到预测单井页岩岩相的目的。本研究应用具有监督学习算法的XGBoost机器学习方法,利用常规测井数据作为变量数据集,建立了可预测页岩岩相类型的计算模型。首先建立适合具体研究区的页岩岩相划分标准,该标准应能体现研究区页岩岩相的辨识差异性,再根据统计含量占比的方法,确定不同岩相的具体矿物含量和TOC含量界限。在建立计算模型时,相关变量可能会提供相似的信息,导致模型过于依赖这些特征,需注意去除相似信息。XGBoost算法在参数优选方面,其网格搜索具有全面性,在网格搜索过程中应该进行多次优选,不断缩小搜索范围以求取最优值。以松南地区赞字井区块为例,采用矿物组分含量、沉积构造及TOC建立页岩岩相划分标准,可划分出5类主要页岩;在应用XGBoost算法进行变量优选时,对于具有较高相关性的LLD和LLS曲线,保留一个即可,结果表明模型准确率可提高4%左右;经过变量选择及参数调优后,最终模型预测岩相的准确率可达90.03%。

关键词： 流量分类   图神经网络   对比学习   协议分析  

摘要： 网络流量分类技术在网络安全领域中起到了关键性作用。现代网络架构高度复杂，网络流量传输过程中将会不可避免的遇到各种异常情况。为此，本文提出了一种稳定性指标，评估算法对数据异常干扰的抵抗能力，另外还基于图对比学习技术提出一种流量分类算法TCGCL（Traffic Classification Graph Contrastive Learning），可以同时提取网络流量内部的载荷特征及网络流量之间的通联关系特征，更全面的保留数据有效信息，在此基础上通过数据增强技术模拟网络流量异常状态表现，大幅提升了算法在数据异常情况下的分类稳定性。另外，基于协议分析技术，TCGCL对流量分类过程中图结构数据的构造方式进行了研究，提出了一种高质低维的属性生成方法。实验表明，相较于基线算法，在达到近乎相同准确率的前提下，TCGCL的样本输入维度降低了约80%。另外，针对复杂网络通信环境，TCGCL对测试样本进行了噪音混淆，模拟流量异常的情况，测试结果表明，TCGCL在流量出现异常的条件下仍可保持很高的分类准确率，且稳定性指标大幅领先于基线算法。

关键词： 水声通信   超奈奎斯特   Farrow滤波器   Turbo均衡   软译码器   软均衡器   自适应算法   改进成比例递归最小二乘   数据重用  

摘要： 针对超奈奎斯特水声通信中的符号间干扰问题，本文提出基于数据重用改进比例递归最小二乘的稀疏自适应自迭代均衡算法，在软均衡器自迭代中更新均衡器系数和后验软判决符号，并根据超奈奎斯特信号加速因子调整算法稀疏度，在正交相移键控和八相移键控调制下给出稀疏度因子和加速因子的拟合关系。仿真和试验证明：该算法具有更优的均衡性能和收敛速度，在距离为10 km的浅海水平通信海试中，实现了频谱效率为2.14bits/(s·Hz)的超奈奎斯特信号无错误译码传输。

关键词： 电弧增材制造   机器学习   多目标优化   2219铝合金  

摘要： 在电弧增材制造中,工艺参数之间存在复杂相互作用,难以寻找最优参数组合以获得最佳的成形质量与预期的几何结构。为了加速工艺参数优化过程,在3因素3水平全因素实验的基础上,明确了电流、送丝速度和扫描速度对熔道熔宽、熔高和稀释率的影响规律,建立了神经网络、支持向量机和高斯回归分析模型来预测熔宽、熔高和稀释率。对比分析表明,高斯过程回归模型对熔宽的预测性能最好,神经网络模型对熔高的预测性能最好,支持向量回归对稀释率的预测性能最好。基于这3种机器学习模型,采用多目标遗传算法(NSGA-Ⅱ),实现了以熔宽和熔高最大、稀释率最小为目标的电弧增材制造多目标优化,最后对优化结果进行了实验验证。

关键词： 差分演化算法   智能进化算法   医院   资源调度   协同控制   调度  

摘要： 为了进一步缓解医疗资源紧张，应对医疗物资调度优化的难题，研究利用决策模型求解医院物资优化协调调度问题，使用改进的差分演化算法进行了决策调度模型的决策指标优化。实验结果表明，研究改进的自适应差分演化算法在单峰、多峰测试函数上的取值均较小，标准偏差值最小仅0.006 4。以北京地坛医院真实医疗场景为例，改进差分演化算法优化的决策模型调度性能最优，用时最高降幅达271.7个单位;该调度模型的收敛特性与合规率取值最优。此次研究设计的医院物资调度优化模型对于提高医院智能化系统管理，解决物资优化调度具有重要意义。

关键词： 北方苍鹰优化算法   最优个体引领   减法平均优化器算法   柯西变异   工程应用  

摘要： 针对传统北方苍鹰优化算法（NGO）存在收敛速度慢、收敛精度低和易达到局部最优等问题，提出了混合策略改进的北方苍鹰优化算法（INGO）。首先，使用最优个体引领策略，提高算法的收敛速度与精度；同时，融合减法平均优化器（SABO）进行位置更新，增强算法跳出局部最优的能力，加速全局收敛速度；然后，添加概率因子引入柯西变异策略，增加种群多样性，提高算法的全局搜索能力，更好地达到全局最优；接着，根据上下限值进行位置动态更新，提高搜索效率，增强算法的鲁棒性。通过14个基准测试函数，结合Wilcoxon秩和检验分析，结果表明，INGO具有更快的收敛速度和更高的收敛精度。最后将INGO用于静压推力轴承设计优化问题，进一步证明算法在解决实际工程问题的可行性和优越性。