摘要：经典蚁群算法不能直接用于求解多配送中心车辆路径安排问题(Multiple Depot Vehicle Routing Problem,MDVRP),为了解决这一问题,设计了蚂蚁转移策略和可行解构造方法。蚂蚁转移时,先为蚂蚁指定暂时配送中心,在转移过程中当遇到配送中心时,再确定永久配送中心。蚁群构造路径结束后,在满足车辆数和容量限制的条件下,随机选择优化后的若干只蚂蚁遍历路径,基于"节约最小"、"增加最小"和"就近插入"的原则,删除重复需求点并插入缺少的需求点,使之成为可行解。为了提高算法的性能,引入了K邻域规则限制蚂蚁的转移目标,使用2-Opt方法优化蚁群遍历路径和可行解,并设计了信息素更新方法。对标准测试数据集的测试表明,算法有效求解了MDVRP。

摘要：提出基于P2P结构的多虚拟机管理模型,并实现其原型系统。采用P2P结构组织宿主机节点,利用组播实现资源发现;提出虚拟机动态迁移算法,自主触发节点间虚拟机动态迁移;利用选举的根节点映射云计算用户请求至宿主机,实现节点上虚拟机的按需创建、删除及停止等操作。实验表明:该模型具有收敛时间短、带宽占用率低及高可用性的特点,能够实现云计算资源的动态负载均衡。

摘要：为解决网络性能监控系统的扩展性差、监测参数单一及结构复杂等问题,设计实现了一种集性能监测及异常行为响应于一体的层次化、模块化的监控系统。运行结果表明,系统支持非SNMP的数据采集方式,兼容非SNMP设备,能够及时响应网络异常,实现网络控制功能,监测参数相对更加丰富,能够更好的反映网络运行的实际情况。

摘要：频繁项目集挖掘是数据挖掘领域最重要的基本问题之一,在分析已有算法的基础上,提出了一种能够快速挖掘频繁项目集的算法,对频繁项目集挖掘的搜索空间以及数据表示进行了优化,缩小搜索空间和数据表示的规模,减少计算项目集支持数的时间,提高算法的执行效率,实验结果表明,该算法在性能上优于FP-Growth算法。

摘要：P2P系统中许多现有的信任评价模型在计算直接信任时,只把过去好/坏的评价数目简单的相加,这使得很难对合作伙伴的可信性做出准确的判断。为了弥补此类方法存在的缺陷,提出了一种新的基于关系强度的交互信任计算模型。通过引入在关系强度的计算过程中忽略的交易金额这个重要因素,改进了原有关系强度的计算方法。实验结果表明,P2P系统中基于关系强度的交互信任计算模型能够帮助peer选择更合适的交易伙伴。

摘要：提出了在多种服务质量的非功能属性基础上,通过双向拍卖实现电子市场的服务交易.设计了一个多属性的双向拍卖模型并给出了相应的形式化定义.分别提出了基于服务质量属性和基于服务可信度的2个双向拍卖算法,并分析了2个算法均满足激励相容、预算均衡和个体理性的原则,符合电子服务交易的市场规律.仿真实验结果表明,2个算法均具有较好的稳定性,能够有效保障服务交易双方的收益并能提高交易的成功率;而基于服务可信度的双向拍卖,其平均交易成功率和平均总收益率均高于基于服务质量属性的双向拍卖.

摘要：应用博弈论方法,建立了基于纳什讨价还价解的服务选择模型,提出了一种增强Web服务可信性的服务选择方法。设计了完全理性的服务双方的讨价还价算法,对服务的价格进行调整,以达到服务请求者与服务提供者双方效用最大化,从而提高交易的成功率和服务的可信性。实验结果表明,在服务提供者与请求者之间就服务质量、信誉、安全等属性进行博弈的基础上作服务选择,能够促进可信服务计算环境的建立,增强服务的可信性。

摘要：作业车间调度问题是制造业的一个经典NP-hard组合优化难题。提出一种基于混沌遗传规划的调度算法,利用遗传规划进行染色体的结构设计,采用混沌序列改善初始种群质量,利用混沌扰动来维持进化群体的多样性,并自适应调整个体权重,使算法具有优良的综合求解性能。实验表明,算法对典型的标准调度测试问题具有较强的全局搜索能力,甘特图表明其获得的最优解优于当前已知的最优解历史记录,对比结果表明了该方法的有效性。

摘要：抽取网页中的行情数据进行预测和分析具有重要意义。提出了Web中的行情数据抽取算法,该算法主要基于"行情数据通常在网页中表现为区域最大的数据表格"等实践规律,首先自动识别出最大的数据表格,然后转换为DOM树结构,最后抽取DOM树的结点值。与传统算法不同,算法自动抽取行情区域而无需用户定义抽取数据区域。设计了一个农产品价格预测原型系统,该系统针对某个农产品,自动从特定网站获取价格数据,对月度价格进行预测,实验表明预测性能较好。

摘要：大规模传感器网络中常见路由算法耗能严重,不利于网络生命期最大化。在抽象出传感器网络移动代理路由模型的基础上,将移动代理路由归结为一个优化问题。为了优化移动代理路由,结合混沌搜索的全局空间能力和模拟退火算法的快速寻优能力,设计了一种具有记忆功能和多种邻域搜索方法的混沌模拟退火算法。理论分析和模拟实验表明,随着传感器网络规模增大,算法在优化结果、收敛速度及时间效率方面均优于遗传算法和粒子群算法,明显延长了网络的生命期。