一种基于XML模型的集成系统研究

随着计算机和网络技术的发展,企事业单位的办公系统也在逐步升级。一个企事业单位多个系统、后台数据库不一致情况就很常见。本文就实现数据库资源统一管理的情况讨论了异构数据集成时所面临的问题、集成的策略以及所用的技术,在此基础上提出了一个解决异构数据源集成的总体解决方案,并实现了其中的核心部分。     

基于MongoDB的多功能投票系统设计与实现

MongoDB是一款性能优良的NoSQL数据库,本文分析了它对比传统SQL数据库的优势,设计了基于MongoDB的多功能投票系统,并将其应用于学位与研究生教育信息管理系统中的课程投票打分和评论功能,有利于加强学位与研究生教育信息管理的同时,同时投票系统的统计结果也可对更加合理有效的进行课程设置提供参考。     

基于关系数据库的一种XML数据存储模型

XML已成为互联网上数据表示和数据交流的新标准,随着XML数据的日益增多,关于XML数据的存储方式受到了广泛的关注.对现有的存储方法进行概述,着重论述基于关系数据库的XML数据存储方式,对各种方案的查询性能进行了比较,并得出最优方案,以期用来指导实践.     

一种基于节点评价的无线传感器网络安全模型

典型的传感器节点间通信安全协议大都是基于密码学的，能够提供数据机密性、数据完整性、节点认证、安全路由和访问控制的有效机制，但无法解决传感器元件故障造成数据错误、恶意节点加入等问题．从非密码学角度，构建一种网络安全模型，对节点进行综合评价，查找和排除失效节点和恶意节点，建立从节点到基站的可信逻辑链，保证了数据的安全和可信．     

一种基于ARM的异构CPU-GPU集群调度模型

随着技术的发展,基于异构的CPU-GPU计算系统成为高性能计算趋势。但是,异构计算面临着扩展性、负载均衡等问题。提出了一个集群调度模型,并结合GPU虚拟化运行,设计了分层集群资源管理框架,该框架允许异构CPU-GPU集群有效利用。实验结果表明,通过利用有效资源,调度框架无论是在应用程序吞吐量还是延迟上都优于现有批处理调度程序。     

一种基于节点评价的无线传感器网络安全模型

典型的传感器节点间通信安全协议大都是基于密码学的,能够提供数据机密性、数据完整性、节点认证、安全路由和访问控制的有效机制,但无法解决传感器元件故障造成数据错误、恶意节点加入等问题.从非密码学角度,构建一种网络安全模型,对节点进行综合评价,查找和排除失效节点和恶意节点,建立从节点到基站的可信逻辑链,保证了数据的安全和可信.     

一种基于T-ETL架构的多源异构数据集成方案

在分析主流数据集成方法的基础上,结合我校数字化校园建设过程中的具体实践,提出了一种基于T-ETL的复合式数据集成方案,从而解决了各部门业务系统之间的数据互通问题。研究表明,该方案能保证数据的实时性,降低数据传输开销,消除数据交换中的性能瓶颈和安全隐患,提高了系统的整体性能。     

一种基于Oracle的数据存储优化方法

介绍了Oracle的应用程序接口OCI,分析了SQL的执行过程。针对常规数据存储方法在海量数据存储和系统并发用户较多时效率低下的问题,定义一种简洁的数据结构,创建存储过程并完成对SQL信息的压缩。对比优化前后的实验数据,可以发现此方法能显著提高Oracle的数据存储效率。     

基于改进遗传算法的网格任务调度模型构建

网格任务调度属于一个NP完全问题,传统遗传算法很难将这一多对象问题求得最优解。通过生成节点性能评估函数及构建任务动态调度模型,经由函数参数权重值调节,可实现将多对象问题转化为单一对象问题,并对遗传算法的杂交算子和变异算子进行优化,以实现全局最优解的求解。     

一种基于本体的数据共享服务模型

数据共享服务在信息化时代作用凸显,它可以将彼此孤立的信息进行整合并实现其应有价值。对数据共享服务进行研究,提出一种本体模型及其应用架构。详细阐述了模型中的几种对象及其相互转换方式,以及如何利用语义关系组织数据|将PageRank算法与CF算法思想移植到数据服务中,提出一种新的算法用于筛选最优数据|创建一种相对完备的本体体系,将数据共享过程分层细化,可应用于海量数据共享服务。     

一种改进的遗传算法及其应用

为解决遗传算法的早熟和局部收敛现象,提出的一种改进的遗传算法,该算法引入海明距离构造初始种群,在选择、交叉、变异过程中采用最优保存策略。实验表明改进的遗传算法增强了种群的多样性,并在一定程度上避免早熟现象发生,同时又能较快找到全局最优解。     

一种改进的基于遗传算法的人脸识别方法

针对常见的基于PCA的人脸识别方法在识别过程中所遇到的计算量大、分类特征不佳等问题,提出了基于遗传算法的PCA+2DPCA的人脸识别方法,并通过实验,利用ORL人脸数据库验证了该方法的可行性。     

基于改进型遗传算法的超低副瓣阵列天线

提出了一种改进型遗传算法,在适应度值较低的情况采用锦标赛选择策略保证种群的多样性;在适应度值较高时采用最优保存策略加快寻找最优解速度.基于该改进型遗传算法,采用有限元分析方法建模和MATLAB编程在30 GHz的频率下对16阵列天线的激励幅值进行了优化,得到了接近-50 dB的副瓣电平,实现了副瓣的良好抑制.     

基于二进制改进遗传算法的0_1背包问题求解方法

一般遗传算法求解0_1背包问题时,存在着搜索速度和求解质量之间的矛盾.针对此问题,文中在逆序算子、对偶算子和矩阵遗传算子的研究基础之上,将其进行组合应用,构造了一种基于二进制编码的改进遗传算法,用于求解0_1背包问题,保证了算法的全局收敛性.仿真实验结果表明,该求解方法具有良好搜索效率和求解质量.     

一种基于改进遗传算法的机组优化策略

阐述了AGC机组优化组合的数学模型,在理论分析的基础上列出了其目标函数及约束条件.为了得到最优解,在标准遗传算法的基础上,对算法进行了改进,应用了趋同和异化概念,且算法实现了多子交叉和特殊变异,并引入精英选择的概念完成对解的筛选.最后利用文中所提改进遗传算法对机组优化仿真,与标准遗传算法进行对比.结果表明,改进遗传算法要优于标准算法11.33%,具有较大优势,可应用于大、中型系统实现机组组合优化.     

改进的Glover-Klingman算法

针对Glover-Klingman算法运行时间长的缺点,对Glover-Klingman算法进行了改进,改进后的算法能快速地找到最小度限制树.仿真结果表明了新算法的有效的性,且仿真结果与新算法的预期效果是一致的.     

改进进化方向的量子遗传算法

为提高量子遗传算法的全局搜索速度和精度,提出改进进化方向的量子遗传算法(QGAIED)。该方法通过计算优化方向和参照当前全局最优解,实现了进化步长的自适应调整。在步长的调整过程中,QGAIED通过权值同时控制两个优化方向,在保证全局搜索能力的同时也提高了搜索速度。将该方法应用于数学优化和工程优化,结果表明,该方法能够快速准确的寻找到全局最优解。     

基于遗传算法的TOPSIS法研究

对传统的TOPSIS法进行改进,利用加速遗传算法去检验、修正判断矩阵,直接得到判断矩阵的一致性指标系数的层次分析法,确定了评价指标的权重,提高了TOPSIS法在实际应用中的科学性和合理性。并将该方法应用于联合收割机选型的实例,结果证实该方法与传统方法相比,评价值差异明显,更有利于决策。     

基于改进遗传算法的BP神经网络控制器

BP神经网络是一种按误差逆传播算法训练的多层前馈网络,其与遗传算法的结合可以得到一种拥有良好的全局优化搜索和局部时频特性的学习训练途径。针对BP网络的不足,提出了一种基于改进遗传算法的BP神经网络控制器,此方法可以克服基本遗传算法收敛速度慢,容易陷入"早熟"收敛,计算稳定性不好等一系列问题,进一步提高了BP神经网络控制器的性能。最后通过对轧制力模型的预报仿真,证明了控制器的有效性。     

基于改进遗传算法的柔性作业车间调度研究

针对中小型企业生产车间柔性作业调度问题,采用改进的遗传算法求解最优调度结果。将最大完工时间最小化作为调度目标,对经典遗传算法进行相应的改进。首先利用粒子群算法获取工序序列与粒子参数之间的映射关系,在初始种群中利用混沌映射和反向学习策略以提高初始种群质量;然后提出一种将机器编码和工序编码相结合的分段编码方法,以解决某道工序有多台可选机器加工的问题;最后利用自适应交叉和变异概率提高算法收敛速度。通过对 Brandimarte 设计的 10 组不同规格的基准案例进行仿真实验,得到进化曲线和最优调度方案。实验结果验证了该方法的实用性和有效性。