基于最优节点选择机制的P2P网络信誉模型

对P2P网络信誉模型的研究是保证P2P网络稳定运行的基本因素。P2P网络通过节点的直接交换来共享计算机资源和服务,需要进行节点优化选择保证P2P网络的信誉和稳定性。传统方法采用粒子滤波算法实现节点自动控制,当存在多重节点反复组合时,对P2P网络的信誉度评价准确性不好。提出一种基于最优化网格分配节点信息覆盖的P2P网络信誉模型设计方法,构建网络的最优节点选择机制,采用自顶向下的方式分层构造数据聚集树,进行节点信誉信息表征和数学模型构建,实现算法改进。仿真实验表明,采用该模型能有效提高对P2P网络的信誉评价精度,优化网络的节点分布,实现节点最优选择,能够有效抵抗外界干扰和攻击,稳定性较好。     

基于人工免疫的P2P文件共享防污染系统

文件污染是当前P2P文件共享系统普遍存在的问题，极大的降低了系统的可用性。P2P文件共享系统和生物免疫系统一样，都是高度分布、自适应和自组织的。利用向量空间相似度赋予投票权重，采用自适应的信誉阈值判断文件可信性，建立了基于人工免疫的防污染对象信誉机制来进行邻居节点集的选取，以改进系统可用性。仿真实验表明，系统具有很高的识别精确度，能够以低通讯代价很好的抑制污染文件在网络中的传播。     

一种新型P2P网络信任模型研究

本文提出了一种新的P2P网络信任模型——层次化分布域信任模型HDRTM。该模型基于历史交互信息和信誉推荐,采用量化方法和合成规则方法得到的信任度对P2P网络中的节点信任进行评估,同时引入了惩罚调节因子、合成规则权重因子等加强了信任度的可靠性与真实性。对HDRTM的仿真证明能够有效抵制恶意节点,具有较好的安全性与信任性。     

P2P网络结构模型探析

对等网络流媒体技术（P2P）可以利用客户端的计算机能力和带宽资源,使用户实现下载的同时播放流媒体节目,并能利用自身的计算机空闲资源为其它用户提供服务。本文对P2P网络架构进行探讨和研究。     

P2P网络结构模型探析

对等网络流媒体技术（P2P）可以利用客户端的计算机能力和带宽资源,使用户实现下载的同时播放流媒体节目,并能利用自身的计算机空闲资源为其它用户提供服务。本文对P2P网络架构进行探讨和研究。     

P2P在网格资源检索中的应用

通过对传统的Web搜索引擎的工作原理和性能分析以及对P2P系统的拓扑结构和性能分析，探讨了P2P系统与网格系统相融合的可能性。给出了一个基于搜索代理的网格搜索引擎模型，利用P2P技术给出了它的改进模型，通过评价和分析，证明了改进模型的合理性和高效性。     

分布式电源配电网络优化调度研究

在分布式电源配电网络控制管理中,利用分布式电源来设计和优化电压控制和无功补偿,主要是针对某地域电网的电压控制实际情况,从动态电网无功调度中来进行优化。本文在建立基于某地区电网模糊控制模型中,将动态无功优化作为调度手段,旨在通过电压波动抑制和降低电网网损来进行综合调度。在本模型应用中,利用模糊评价函数,从目标函数的转化中来提升调度管理满意度,特别是通过应用自适应权重方法,对构造评价函数进行归一化处理,在求解分布式电源动态无功优化上,以改进的遗传算法为调度策略,具有较高的应用价值。最后,通过实例验证,本模型以及构造方法具有合理性。     

P2P网络资源定位模型的研究

本文在对各种P2P网络资源定位模型进行分析研究及相互比较的基础上提出了一种改进的分布式非结构化定位模型:基于IP分层的P2P网络资源定位模型,然后从理论上分析论证了该模型的可行性及其特点与优势.     

改进的BP神经网络在铀矿冶设施水环境评价中的应用

铀矿冶设施退役水环境评价的本质是一个模式识别问题。本文在充分分析遗传算法和BP神经网络的基础上,利用遗传算法改进BP神经网络建立了评价模型,并将其应用于铀矿冶设施退役水环境评价中。结果表明,改进后的BP神经网络能够很好的适用于铀矿冶设施退役水环境评价。     

高技术产业竞争实力评价模型构建方法研究

研究了基于评价对象整体排名构建高技术产业竞争实力评价模型的方法。首先提出了一种综合专家排名信息的高效优化算法;接着利用模型输出的排名和专家综合排名构建优化的目标函数;然后使用遗传算法对此目标函数进行优化,确定模型参数;最后利用10个省市制药行业规模以上企业数据演示了该方法的应用与优点。     

基于遗传算法的BP神经网络在高校图书馆流通服务质量评价中的应用研究

针对高校图书馆流通服务质量问题,建立了评价系统的BP神经网络模型,利用遗传算法对传统的BP神经网络权值进行全局优化运算,提高了网络收敛速度,并经过实例计算验证了该模型的有效性。     

基于P2P架构的教育网络网格文件系统研究

本研究主要是对于架构在P2P网络上的网络网格软件进行了探讨,主要的工作为：（1）介绍了P2P搜索模式以及他的网络架构,在此基础上对于P2P教育网络网格软件具体实现进行需求分析;（2）对于P2P基础上的网络网格软件设计进行了分析,通过这个文件开源、移植简单、内存占用量小等特点,对SD卡存储空间进行有效管理,来实现网络网格文件的下载存储功能。     

基于改进的遗传算法的学生成绩预测模型

针对传统的遗传算法收敛慢的问题,提出了一种改进的遗传算法并将其应用在学生成绩预测中.所采用的遗传算法改进策略包括:(1)采用实数进行编码;(2)建立个体适应值函数进行个体评价;(3)使用新的选种策略;(4)改进了杂交过程;(5)修改了入选概率小于变异概率的个体变异策略;(6)优化了算法结束条件.本文将BP神经网络和改进的遗传算法相结合构造学生成绩预测模型.实验结果表明,在误差的收敛速度以及成绩预测的准确性方面,本文提出的模型都获得了令人满意的性能.     

一种P2P直播系统网络模型研究

研究了P2P直播系统网络模型,并在此基础上提出一种基于可信节点的半结构化的网络模型（SSPM）。该模型结合了结构化网络模型中的对相邻节点有序组织和混合式网络模型的快速搜索的优点,利用可信节点良好的时间恒定性和性能稳定性,使该新型模型在实际网络环境下能达到较优的性能。     

大数据环境下改进的Aprior算法研究

对Apriori算法的不足进行了改进,将遗传算法与划分技术相结合,建立关联规则挖掘模型,提高了算法的效率以及准确度,在进行改进时,对编码的方案和适应度函数提出相应的改进解决方案,通过仿真试验验证了改进的Aprior算法在大数据挖掘上相较Aprior算法性能更加的优良。     

改进的混沌序列非结构化P2P网络编码

针对传统编码方法在非结构化P2P网络编码中误码率高,抗窃听和污染攻击能力弱的问题。提出一种改进的Rossler混沌序列编码算法。融合了列表译码法思想,利用随机数生成器构建Rossler扰动搜索数据矩阵,在信宿处采用列表译码编码方案,利用Rossler扰动搜索数据矩阵实现了一次一密的编码体制。以梯度下降信息作为局部搜索器来调整非结构化P2P网络编码的权值,实现全局寻优和空间智能搜索。引入混沌序列密钥信息实现信宿译码,降低加密信息的带宽占用率,同时减小了对编码向量分配限制。仿真实验表明,该编码算法误码率低,不需要额外的安全信道,通信效率高,能够有效抵抗强度污染攻击,非常适合非结构化P2P网络保密通信。     

混合P2P流媒体技术在网络教学中的应用研究

设计一个基于P2P技术的网络教学模型,通过P2P技术能够直接交换共享计算机上的资源和服务,实现高效利用现有的有限资源,解决C/S模式的系统瓶颈问题。采用P2P技术构建的网络教学平台具有良好的健壮性、扩展性、负载均衡,闲置的资源得到使用,在网络教育的各个功能实现上优势明显。     

P2P网络智能搜索机制的研究与实现

对P2P网络中的搜索算法进行分析,重点对广度优先搜索做了深入的研究和探讨,在广度优先搜索（BFS）机制的基础上,将智能搜索技术应用于P2P网络资源搜索中,得到了一种基于智能广度优先搜索算法的思路。对BFS算法进行了改进,得出了智能BFS（I-BFS）算法框架,最后对I-BFS进行仿真实验。实验结果表明：智能广度优先搜索算法和广度优先算法相比,避免了向所有接点发送,减少了网络中的路由消息,降低了网络的负载,提高了资源搜索的成功率。     

基于Simulink运动仿真与改进自适应遗传算法的曲轴优化设计

采用了Simulink仿真软件对曲柄连杆机构进行运动仿真,得到曲轴的受力极限情况,在此基础上,得到了最大拉伸载荷和最大压缩载荷对曲轴参数的约束,以及自身参数的边界条件约束,并进一步建立了以曲轴体积最小作为目标函数的曲轴优化模型,最终运用了改进自适应遗传算法来求解该模型的最优设计参数,并将其优化设计参数结果与实际曲轴参数比较,发现用改进自适应遗传算法求得的曲轴参数更加优于曲轴的实际设计参数。     

函数优化的遗传算法代码实现

函数优化是遗传算法的经典应用领域,也是遗传算法进行性能评价的常用算例。对于一些非线性、多模型、多目标的函数优化问题,用其它优化方法较难求解,而用遗传算法则可以方便地得到较好的结果。用Matlab实现了函数优化的遗传算法源程序,该源程序可以直接运行。