摘要：为了有效求解0-1背包问题,提出一种混合二进制差异演化算法。该算法基于差异演化算法框架,采用二进制编码,通过增加映射操作、S型变换操作和逆映射操作等3种新的操作,将差异演化算法从实数优化领域推广至离散优化领域,成功解决了差异演化算法直接求解离散优化问题时的计算不封闭问题。此外,在每次迭代求解时,利用贪婪变换法对违反约束条件的不可行解进行变换,使其成为可行解。不同规模的背包问题的数值实验结果表明了该算法的有效性与适用性。

摘要：粒子群算法(PSO)求解约束优化问题存在较严重的早熟收敛现象,为了有效抑制早熟收敛,提出了基于改进的约束自适应方法的动态邻域粒子群算法(IPSO)。算法采用动态邻域策略提高算法的全局搜索能力,设计了一种改进的自适应约束处理方法,根据迭代代数线性增加搜索偏向系数,在早期偏向于搜索可行解,在后期偏向于搜索最优解,并引入序列二次规划增强算法的局部搜索能力。通过基准测试函数实验对比分析,表明该算法对于约束优化问题具有较好的全局收敛性。

摘要：为解决差分进化算法求解高维优化问题时效率低下的问题,提出一种正交动态差分进化算法(ODDE),通过动态差分进化框架增强全局搜索能力,利用基于正交实验设计的正交交叉算子加强局部空间搜索能力。基于9个标准测试函数,选择30,100,300,500这4种维度对差分进化算法、动态差分进化算法、正交差分进化算法和ODDE算法进行对比实验,结果表明,ODDE算法的求解精度和收敛速率均优于对比算法,可广泛用于求解工程应用中的高维优化问题。

摘要：随机吸引策略萤火虫算法是一种元启发式优化算法。它优化了标准萤火虫算法,不仅降低了其时间复杂度,而且提高了其优化能力。高维全局优化问题的求解是一个非常耗时的过程,为了减少优化高维问题所需时间,进一步简化了随机吸引策略萤火虫算法,降低了时间复杂度,同时设计了一种维度并行策略,提出了GPU上的维度并行随机吸引策略萤火虫算法。实验结果表明,本算法保持了随机吸引策略萤火虫算法的优化能力,且加速效果明显。

摘要：指出被广泛使用的电子邮件加密软件PGP(Pretty Good Privacy)的不足。讨论了最新的椭圆曲线密码体制ECC(E llipticCurve Cryptography)与RSA相比的优越性。并把椭圆曲线密码技术应用于电子邮件加密系统,设计并实现了一套电子邮件加密软件。与PGP相比,它的安全程度更高、技术更先进。

摘要：结合嵌入式系统教学改革,针对拓展课堂教学的需要,提出了一个基于B/S结构、采用J2EE应用架构的面向嵌入式系统课程的网络综合教学平台的设计和实现方案,详细介绍了系统的设计和实现的过程。

摘要：针对传统差分进化算法在求解高维优化问题时,耗时长、精度不高的问题,提出一种基于多种群机制的混合策略的云差分进化算法。将种群划分成若干子种群,各子种群采用不同的策略并行进化;种群进化若干代数后,按拓扑结构进行个体迁移,增加多样性,提高寻优机率。利用MapReduce模型,将子种群分发到集群上并行,提高求解速度。仿真结果表明,该算法在求解1000维的13个优化问题时,能取得较好的精度,提高求解效率。

摘要：对九江市信息产业的发展情况进行了调研。通过调研,基本掌握了全市信息产业发展现状,分析了产业发展中存在的问题,并提出了相应的对策。

摘要：针对萤火虫算法(FA)收敛速度慢和求解精度不高的问题,提出一种基于均匀局部搜索和可变步长策略的萤火虫优化算法(UVFA)。首先,根据均匀设计理论建立局部搜索算子,对FA的搜索过程进行改进,以提升算法的局部开采能力和收敛速度;其次,利用可变步长策略,动态地调整算法搜索步长,以平衡全局和局部的勘探能力和开采能力;最后将均匀局部搜索算子和可变步长进行融合。通过对12个标准测试函数进行仿真实验,结果表明,UVFA的目标函数均值均明显优于FA、明智步长策略的萤火虫算法(WSSFA)、可变步长萤火虫算法(VSSFA)和基于均匀局部搜索的萤火虫优化算法(UFA),并且时间复杂度明显降低,并且在低维和高维问题中均显示出了较好的质量,具有良好的鲁棒性。

摘要：在数据库设计中,触发器可以完成比较复杂的完整性操作。以试题库为例,利用触发器设计试题表,使用户在对试题表中记录进行增、删、改等操作时,系统能自动高效地对试题题目实现连续编号,从而确保成功抽题。