粒子群算法和灰狼算法的融合

为了解决传统粒子群算法(PSO)容易“早熟”、陷入局部最优以及灰狼算法(GWO)收敛速度慢的问题。首先，采用GWO算法的个体极值更新策略来实现个体包围式向最优值趋近，融入PSO算法的速度更新策略来实现群体向最优值的趋近，并且在原始粒子群算法基础上加入线性惯性权重递减来提高算法的收敛速度，从而提出了一种基于灰狼算法和改进的粒子群算法(IPSO)的融合优化算法(GW-IPSO);其次，通过6个经典算例进行仿真试验，将融合算法与PSO算法、IPSD算法、灰狼和粒子群结合算法(GW-PSO)进行对比；最后，应用融合算法对二级直线倒立摆的控制器设计进行参数寻优。结果表明：针对6个标准测试函数，混合算法的30次试验结果平均值更接近最优值，且标准差几乎都是最小的；应用在倒立摆控制问题上，系统在5 s左右进入稳定状态。融合后的GW-IPSO算法能够在一定程度上避免早熟和陷入局部极值的问题发生，并且能够很好地应用于控制器设计过程中参数寻优问题。     

基于RBF网络的涡流无损检测系统设计

结合涡流无损检测的特点,介绍了基于RBF网络的涡流无损检测系统及系统软、硬件设计方法。硬件部分采用TI公司的DSP芯片TMS320VC5410作为核心,完成信号的产生及其处理。软件部分采用了基于RBF神经网络的涡流无损检测方法,且针对常用的RBF中心选择算法不能构成全局最优、收敛速度慢等缺点,提出采用基于改进Fisher中心选择算法确定RBF网络隐层节点数及径向基函数中心。仿真结果表明:利用DSP产生处理信号,得到的波形精度高、稳定性好;利用改进Fisher算法确定RBF隐层节点数及径向基函数中心简化了网络结构,提高了分类能力和收敛精度。     

基于节点负载等级的自组网AOMDV路由协议改进方法

为了增强自组网AOMDV路由协议的负载均衡能力,根据队列缓存比将网络中节点分为2个等级Normal和Danger,针对不同等级进行不同的处理。对Danger级节点直接弃用,对Normal级节点通过阈值比较赋予相应的虚拟跳数,队列缓存比越高则相应的虚拟跳数越高。对RREP和Hello报文进行了拓展,均加入了节点队列缓存比项,来更新和收集最新路径节点状态信息。改进后的协议通过包含节点负载信息的最小虚拟跳数作为最优路径选择依据,使用OPNET在不同网络负载下以固定的节点速率进行仿真。结果表明,改进路由协议在牺牲有限的路由开销前提下,起到了对节点的负载均衡作用,缓解了网络拥塞,提高了数据包投递率,有效降低了端到端的传输时延,为提升自组网网络性能提供了一种较为简单的方法。     

基于PSO算法的复杂曲面计量精度补偿方法

为解决复杂曲面测定过程中相关计量精度补偿误差的问题,对基于PSO算法的复杂曲面计量精度补偿方法进行设计。确定复杂曲面补偿螺距,并在PSO算法下建立QR分解补偿阶次,创建偶迭代补偿模型,通过归一特征的控制实现PSO算法下的计量补偿。最终的测试结果表明:在不同的复杂曲面补偿量程范围之下,对比于传统的激光精度补偿测试组,设计的PSO算法精度补偿测试组最终得出的补偿偏差相对较低,表明应变补偿的范围有所变化,计量精度的补偿误差有了明显的降低,使得补偿效果更佳,具有较大的意义。     

一种基于高动态无人机群的TDMA时隙调度策略

为了满足高动态无人机群自组网在网络拓扑频繁变化下快速传输高优先级业务的需求,提出一种基于TDMA协议的动态优先级时隙分配算法。根据节点优先级级别,在TDMA协议框架下提出面向不同业务需求的动态时隙分配算法,采用位向量（BOV）间接确认法实现节点时隙分配;并通过多维度调整策略,综合业务优先级、邻居节点数量、邻居节点变化率和等待时间多个维度确定节点优先级,均衡不同优先级节点对不同数量时隙的申请;最后通过仿真实验对调度策略进行了验证。结果表明,提出的动态优先级时隙分配算法（DP-TDMA）在拓扑频繁变化时可以动态申请、快速分配不同数量的业务时隙,满足对多种业务传输需求;在一定程度上降低了高动态下网络拓扑变化的影响,提高了协议的公平性与稳定性,保证了高优先级信息快速传输,提高了网络的吞吐量。所设计的DP-TDMA算法可应用在高动态无人机群自组网场景中,为网络时隙资源分配提供参考。     

基于决策融合的多卫星通信系统态势分析技术

为了解决高轨宽带、高轨移动、低轨星座卫星通信系统融合使用时，运行态势不全面、不精确等问题，设计了基于决策融合的多卫星通信系统态势分析技术。首先，借鉴数字孪生理论，建立板卡级、设备级、节点级、网络级、应用级5个层级体系化数字空间模型。其次，提取数据特征，得到高质量数据样本。最后，通过决策融合分析方法，对数据样本运用多种算法进行初步分析，再将不同算法的分析结果进行融合得出最终结果。结果表明，基于决策融合分析，能够对真实多卫星通信系统的不同指标主题得出较好的分析结果。因此，决策融合得到的分析结果可以帮助卫星通信系统运维人员更好地优化多卫星通信系统的运行状态。     

基于多信息融合的DGPMIF致病基因关联预测方法

为了解决利用单一生物数据无法揭示复杂的生物过程和疾病机制的问题,提出了一种多信息融合的DGPMIF致病基因预测方法。首先,构建一个具有疾病-表型、疾病-基因、蛋白质-蛋白质和基因-本体关联的异构网络,利用网络嵌入算法提取该异构网络中节点的低维向量表示,同时结合网络拓扑算法提取网络结构特征。其次,利用余弦相似性算法衡量节点向量的相似性,预测疾病与基因之间的关系。最后,通过对特定疾病的案例进行研究,并与经典致病基因预测方法进行对比,验证DGPMIF方法的有效性。结果表明：不同类型的关联数据对增强致病基因预测性能具有重要作用;经过多层次信息融合,提高了致病基因预测的预测性能。DGPMIF预测方法能够高效挖掘网络中蕴含的信息,对相关疾病基因关联的预测研究具有重要的参考价值。     

一种引入参数无需确定聚类数的聚类算法

针对传统k-均值聚类算法的两大缺点,即算法中需要知道确定的聚类数和初始种群选取的随机性,提出了一种新的聚类算法,即基于k-均值聚类算法的无需确定聚类数的聚类算法。这种算法是基于递增思想的聚类算法,最大的特色是无需事先知道聚类数,初始聚类数取1,初始聚类中心为所有数据点的聚类中心,算法中首先设定一个惩罚参数,对于确定的惩罚参数,运算时聚类数逐渐增加,直到收敛,即聚类数不再发生变化,就得到了所需的聚类数以及最终的聚类结果。运用于茶叶分类和各省市平均工资水平分析的2个实验也验证了这种算法的可行性,通过实验可知,这种聚类算法具有较好的全局收敛能力和较高的正确率,稳定性强,收敛速度快。     

基于多传输手段的自组网路由协议研究

为了实现多手段通信资源的全局共用与优化使用,针对通信节点多传输手段的自组网特点,提出了一种基于节点MPR的OLSR路由协议（N-OLSR）。首先对HELLO报文格式进行修改,加入Port字段,根据通信手段的不同,对Willingnes字段的值做出修改,用接口索引来代替接口IP地址,将链路带宽大的信道用大索引号表示。以此为基础,从全局出发制定路由策略,将通信节点作为MPR的选举对象,改变传统方法在每个接口上进行MPR选举的机制。最后,通过仿真实验来测试N-OLSR路由协议的性能。结果表明,改进的协议完成了MPR从接口到节点的转移,降低了源节点将一跳邻居节点选为MPR的频率,从而减少TC报文的产生以及洪泛;改进的路由协议能够减少控制开销,降低丢包率,加快网络收敛速度。研究结果可为多传输手段的移动自组网提供一种可靠的路由协议方案,并且信道带宽越小越能发挥其性能。     

一种基于自适应相似矩阵的谱聚类算法

为了消除在构建谱聚类算法的相似矩阵时,高斯核函数中尺度参数的波动影响,构建了一种自适应相似矩阵,并应用到谱聚类算法中。自适应相似矩阵中数据点间的距离度量采用测地距离算法,相距较近的两点间的距离近似于欧氏距离,相距较远的两点则先根据欧氏距离得到每个数据点的k个近邻点,然后累加近邻点的测地距离,由此得到每对数据点间的最短距离。两点间的局部密度用共享近邻的定义来表示,更好地刻画了数据集的本征结构。在5个人工数据集和国际通用UCI数据库中的5个真实数据集上进行实验。实验结果表明,所提算法的聚类准确率高于对比算法的准确率,对复杂分布数据有很强的自适应能力。研究成果为数据挖掘及机器学习提供了思路和方法。     

混合邻域结构的粒子群算法

为了克服标准粒子群算法的早熟、停滞进化或易于陷入局部最优的现象,提出了一种混合模型(简称NSPO)。NSPO将一个粒子映射到无标度网络的多个网络节点上,借助网络结构获得该粒子的邻域拓扑。对粒子的更新,NSPO既考虑种群的最优,又考虑邻域的最优。在3个具有不同难度特点的测试函数上,将NSPO与标准粒子群算法进行了比较。实验结果表明:对于全局最优和梯度信息明显的函数,NSPO具有非常优越的表现;对于具有诸多局部最优的函数,NSPO逃逸局部最优的能力要强于标准粒子群算法;对于具有误导性梯度信息的函数,NSPO偶尔表现优异。     

基于产业集群升级的创新网络核心节点能力传递研究

在集群创新网络中,核心节点企业的创新能力较其他企业更强,研究核心节点企业创新能力传递对于集群升级至关重要。本文提出创新网络核心节点企业创新能力传递强度概念,并构建其概念模型。通过实证研究发现,创新网络核心节点企业创新能力传递强度对集群升级具有显著的正向影响,其中,创新能力传递速度和创新能力传递深度对集群升级促进作用显著;集群其他节点企业创新吸收能力调节了创新网络核心节点企业创新能力传递强度与集群升级的关系,并指出了研究结论的实践意义。     

网络组织视角下产业集群社会责任建设研究

产业集群是产业网络诸多组织形态中的一种。由于地理临近性和紧密的网络关系,集群内企业的社会责任不再是一种"个体行为",从产业集群层面寻求合作共赢而共同推进社会责任建设已经成为必然趋势。因而,本文引入"网络组织"分析视角,提出了"产业集群社会责任"的概念。在此基础上,提出了基于"Hub节点企业"助推的产业集群社会责任"层级建设"模式,首先利用网络分析工具,构建产业集群Hub节点企业识别指数,继而提出遵循产业集群"点式—链式—网式"社会责任建设的层级推进模式。     

The effects of geographic and network ties on exploitative and exploratory product innovation

Addressing the inconsistent findings in the literature, we first distinguish the type of innovation and study the relationship of industrial clusters with exploitative and exploratory product innovation. Furthermore, we study how focal cluster firms' network ties with their suppliers and buyers in their clusters might moderate these relationships. Our empirical study showed that, while cluster membership enhanced firms' exploitative product innovation, it hindered their exploratory product innovation. Moreover, the results showed that focal cluster firms' network ties with their suppliers and buyers in their clusters strengthened the effects of cluster membership on exploitative product innovation. They also showed that focal cluster firms' network ties with their buyers but not suppliers in their clusters reduced the negative effects of cluster membership on exploratory product innovation. Copyright © 2014 John Wiley & Sons, Ltd.     

基于骨干度与网络编码的链路预测模型研究

为了研究网络表示学习在社交网络中链路预测方面的应用,提出了一种基于骨干度与网络编码的链路预测模型(BDLINE)。在网络表示学习算法LINE的基础上融入骨干度算法,通过给一阶相似度和二阶相似度中增添骨干权重,将网络编码到多维向量空间中,调试到最优参数。实验采用2个真实数据的数据集,分别在不同的算法模型上进行多次实验。实验结果表明:在链路预测方面,BDLINE均比其他网络表示学习算法的性能有所提升,AUC评测值更高,预测效果表现得更好。因此,所提出的方法可以方便地提取网络特征信息,更好地处理社交网络在链路预测中的随机性,对社交网络中预测网络节点的关联性和有效性具有一定的参考。     

基于WOA-LSTM的窄带通信网网络时延预测算法

为了给窄带通信网的链路选择及协议的智能切换提供实时参考,设计了 一种基于鲸鱼优化算法(WOA)和长短期记忆神经网络(LSTM)的窄带通信网网络时延预测算法.首先对实测数据样本进行标准化处理,以LSTM神经网络算法的均方根误差函数的倒数作为适应度函数;其次采用鲸鱼优化算法对LSTM神经网络的学习率、隐含层神经元个数进行优...     

Chord算法分析及其在视频会议系统中的应用

在对等网络结构中,快速准确地确定资源的位置是一个比较突出的问题,在视频会议系统中这种实时性显得尤为突出。基于DHT资源定位及查找算法是目前比较流行的算法之一,介绍了其中具有代表性的Chord算法的2种形式,对其进行了分析比较,并提出了一种简单的适用于P2P视频会议的Chord改进算法Direct-Chord。