摘要：针对数据关联规则挖掘的不足,提出了一种基于免疫记忆克隆算法的关联规则挖掘方法。算法利用了免疫记忆特性,把挖掘的关联规则存入记忆库,加快了挖掘速度。在克隆扩增过程中,设计了一种基于矢量距的抗体浓度计算方法,保证克隆扩增过程中解的多样性。仿真实验结果表明,现算法具有较快的运行速度,提高了所得关联规则的准确性。

摘要：将复杂网络社区检测转换为优化问题,并将拓展模块度密度作为目标函数,可从多种分辨率分析网络。基于社区检测的NP(non-deterministic polynomial)特点,提出了一种结合拉马克学习机制的进化算法,该算法有效利用了进化算法全局优化和拉马克学习局部搜索的优势。设计了适合问题求解的各种进化算子,比如采用直接编码方式,种群初始化中加入启发式信息、双向交叉、单点变异、拉马克学习等。结果表明,本算法可有效解决复杂网络社区检测问题,且结果更加准确。

摘要：最大团问题是一种典型的组合优化问题,具有广泛的应用背景。针对最大团问题的NP特性,提出了一种基于免疫克隆优化的智能求解算法。描述了最大团问题的数学模型,设计了求解最大团问题的抗体编码、亲和度函数、变异算子及抗体修正方法。在免疫克隆参数设置时,将其描述为多因素多水平的均匀设计,减少了设置参数的实验次数。通过最大团问题的基准算例进行了实验。结果表明,本算法求解效果较好,并且求解速度较快。

摘要：针对基于正交频分复用的认知无线电网络子载波资源分配存在收敛较慢的问题,基于该问题的NP特性,提出一种基于人工物理优化的求解算法。给出资源分配问题的模型和求解步骤,并根据问题特点,设计多元离散编码方式、种群初始化方法、微粒作用力方程和约束处理方式。实验结果表明,该算法可减少系统所需的总发射功率,提高子载波分配的效果。

摘要：高效节能地完成道路洒水作业对改善城市环境、节约资源有着非常重要的意义.将道路洒水车路径问题转化为带容量约束的弧路径优化问题,并建立相应的数学模型.根据问题的NP难特性,提出了一种拉马克免疫算法进行求解.算法有效利用了免疫算法全局优化和拉马克学习局部搜索的优势;设计了适合问题求解的锦标赛选择法、顺序交叉法、自适应变异等免疫算子,并设计了拉马克局部搜索策略,避免算法陷入局部最优.实验结果表明,所提算法能得到代价最小的洒水路径.

摘要：针对道路交通标志图像分割的问题,提出了一种基于免疫遗传算法的实现方法。该算法利用免疫遗传机制,将图像的最佳阈值作为要求的解,设计了适合问题求解的抗体编码方式、克隆算子和免疫选择算子。仿真实验结果表明,所提算法能够有效地求得道路交通标志问题的最佳阈值。通过与传统遗传算法、改进遗传算法进行对比实验,更好地说明了本算法能够对图像分割得到较为满意的结果。

摘要：现代企业流程所固有的多变性和灵活性,凸显了工作流在处理动态不确定因素方面的不足。针对这一情况,提出了一种基于ECA(event-condition-action)规则和活动选取-组合规则的动态工作流模型。该模型采用柔性活动对流程中的不确定因素进行了封装,用活动选取-组合规则来约束柔性活动的具体化过程,并设计了一种高效的活动自动选取-组合算法,来实现柔性活动的具体化。

摘要：为了降低工作流引擎的底层通信基础结构的复杂度,提高系统的安全性和可靠性,本文提出了客户端驱动的构想,并在这个构想的基础上,根据某企业对工作流管理系统的实际需求,设计了一个基于WEB的工作流引擎。并且通过实践证明,提出的客户端驱动的工作流引擎切实可行。