摘要：针对复杂产品项目WBS分解过程中不同参与主体间的任务与资源信息共享需求,以及存在的设计、制造与管理信息流转脱节问题,研究基于本体的解决方案。首先通过构建本体为复杂产品项目工作分解过程中静态数据呈现提供有效载体;然后采用情景演算的多类逻辑对分解过程进行动态描述,结合典型复杂船舶产品制造,从概念域、业务域、活动域三个层次对项目进行建模与分解,揭示各层级任务之间的相互关系,建立了适合复杂产品项目特点的WBS模型。

摘要：针对当前云计算的安全需求,提出了一种适用于云计算环境下的身份认证方案。首先设计出适用于云计算身份认证场景的移动agent(mobile agent)结构模型,然后给出了基于mobile agent的云计算安全认证策略。该方案引入了可信第三方机构对认证agent建立定量信任评估,每次进行认证前通过信任度的判断对认证过程进行控制;在认证完成后,又进一步引入了信任反馈评价机制。理论分析和原型系统的实现表明,提出的云计算认证方案具有一定的可行性和可用性。

摘要：针对目标函数系数和约束条件系数均在椭球扰动集下的不确定多目标线性规划,提出了椭球扰动集下的鲁棒多目标线性规划问题。基于每个目标均需获得鲁棒解的假设下给出了定理及证明,以此把原问题转换为具有二阶锥约束的确定性多目标优化问题。设计了一种混合策略求解算法,整体流程采用多目标遗传算法,局部采用SOCP优化软件Sedumi进行计算,从而获得不确定多目标线性规划的鲁棒解集,并通过数值算例验证了该算法的有效性。

摘要：针对基本蝙蝠算法后期收敛速度慢、收敛精度不高、稳定性不强等问题,提出基于高斯扰动和指数递减策略的改进蝙蝠算法(GDEDBA)。将指数递减策略引入速度更新公式,使算法迅速进入局部寻优并展开精确搜索;构造高斯扰动项加入到局部新解产生公式,使局部新解中所有粒子与当前全局最优粒子产生信息交流与学习,防止陷入局部最优,增加种群多样性;设计扰动控制因子来控制高斯扰动的扰动范围,增强算法的稳定性。15个测试函数的仿真结果表明,改进算法的寻优性能显著提高,收敛速度更快,求解精度更高,稳定性更强。

摘要：个性化推荐是解决农户需求和农业信息服务契合度的关键技术。传统基于行为的推荐算法能挖掘农户兴趣但不能反映其兴趣的迁移,时间权重的引入较好地实现了自适应机制。地域、时间以及农业生产门类等情境信息直接影响农户的兴趣偏好,已有算法却融入度不足。综合情境因素、浏览行为和兴趣改变等多维因素,拓展向量空间模型,设计情景感知和兴趣适应的农业信息推荐算法。实验结果显示,改进后的算法能显著提升推荐的准确率和有效性。

摘要：匿名发布表质量度量问题是微观数据发布匿名模型中的重要内容之一。已有相关研究工作主要从准码属性取值层次变化幅度或泛化等价组中元组记录数角度定义匿名发布表质量度量方法,具有度量结果不精确的缺点。基于信息熵理论,根据泛化前后等价组中准码属性在不同层次取值包含的精确信息量变化情况,结合考虑具体数据分析任务对准码属性敏感程度不同因素为不同准码属性泛化路径设置权重,设计一组细粒度的匿名发布表隐私保护程度和信息损失程度度量方法。实验分析表明,利用该方法能够更加精确地度量泛化匿名表质量。

摘要：为了克服隐马尔可夫模型(hidden Markov model,HMM)在训练时波氏算法(Baum-Welch,B-W)易陷入局部最优解的不足,采用自适应遗传算法对其进行参数优化,设计了染色体编码方法和遗传操作方式。利用Viterbi算法选择最有可能的元证据序列,用疑似证据替换元证据回溯得到证据链。实验结果表明,自适应遗传算法优化的HMM具有更好的状态,采用Viterbi算法得到的证据链能够较精确地重现网络入侵的犯罪现场。