【摘 要】
：
研究了具有多属性能力的agent复杂联盟生成问题。首先从能力分类的角度,给出了agent及联盟的能力向量的形式化描述,并建立了复杂联盟生成问题的模型;然后提出了基于二阶段修正的PSO算法的求解框架,采用面向可加能力分配的整数编码策略,每次优化过程分两个阶段对约束进行处理。第一阶段通过粒子编码修正过程处理可加能力约束,生成初始联盟;第二阶段针对可并能力约束,提出了一种具有多项式时间复杂度的算法,生成
【机 构】
：
中国人民解放军95835部队,空军工程大学
论文部分内容阅读
研究了具有多属性能力的agent复杂联盟生成问题。首先从能力分类的角度,给出了agent及联盟的能力向量的形式化描述,并建立了复杂联盟生成问题的模型;然后提出了基于二阶段修正的PSO算法的求解框架,采用面向可加能力分配的整数编码策略,每次优化过程分两个阶段对约束进行处理。第一阶段通过粒子编码修正过程处理可加能力约束,生成初始联盟;第二阶段针对可并能力约束,提出了一种具有多项式时间复杂度的算法,生成可行联盟。仿真实验结果表明,该算法能够有效地实现多属性能力的agent复杂联盟的生成。
其他文献
三自由度双旋翼直升机模型是动力学系统研究中的重要实验对象,也是研究直升机飞行控制技术的理想平台。针对非线性三自由度直升机模型系统,考虑在多率采样保持条件下,使用Tay
为保护闪存型存储设备上的敏感文件,提出基于闪存冗余块的文件隐藏方法。该方法在分析Nand型flash特点及FAT32文件系统管理机制的基础上,将闪存中冗余的物理块有机组合以存储敏感文件,并采用与文件隐藏相似的方法恢复原始文件。实验结果表明,基于闪存冗余块的文件隐藏方法不占用闪存有效空间,具有隐蔽性高、鲁棒性强且隐藏容量大的特点,能有效抵抗软件取证攻击。
为了更充分有效地利用故障模式与影响分析(FMEA)中产品故障部位频率的信息,使故障部位频率变化的趋势及时反馈到产品设计和生产改进环节,提出基于广义信度马尔可夫(GBM)模型的故障部位频率动态分析方法。首先分析马尔可夫链描述产品故障部位频率动态变化的可行性,然后引入广义证据理论解决经典马尔可夫模型中状态空间数值的微变导致预测结果发生跳跃的问题,建立了适用于开放世界的广义信度马尔可夫模型。以某机床企业
针对数字图像加密算法复杂度高、安全性较差等问题,提出一种基于混沌系统的新型DNA混合图像加密算法。通过对相关算法进行研究,将混沌系统与DNA序列运算(延长运算、删除运算、缺失运算、插入运算)进行结合。根据DNA序列运算的思想,通过Chen和Lorenz混沌系统对原始图像执行DNA加法运算,成功得到了加密图像。仿真结果表明,与其他算法相比,该算法不仅加密效果好、安全性高、密钥量大,同时还具有很好的初
针对传统协同过滤推荐算法面临的稀疏性、实时性问题,提出了一种适用于朋友关系社交网络的社会化推荐算法。首先使用Nystrm扩展谱聚类方法根据朋友关系对用户进行聚类,然后
分析了细菌觅食优化（BFO）算法的基本原理，为了改善算法局部搜索能力突出而全局搜寻能力欠佳、算法结构复杂等缺点，在BFO算法的复制操作中引入Levy飞行机制，并将算法的迁徙操作移入
在基于构件的软件开发过程中,检索和提取满足用户需求的构件已成为目前研究重点。在构件库的效率优化方面,主要包括构件检索效率和构件理解效率的优化。利用数据挖掘中基于拥挤因子的改进蚁群算法来优化构件的复用规则,从而提高复用者对于所需构件选取的准确性。通过实验证明,该方法挖掘出来的构件复用规则准确率为75.3%,高于Apriori算法和蚁群算法,对于构件的检索和选取提供了较好的决策支持。
针对连续属性朴素贝叶斯分类器不能有效利用属性之间的条件依赖信息,而目前所进行的依赖扩展更关注效率,这使得扩展后分类器的分类准确性还有待提高等问题,使用高斯密度估计属性密度,将属性排序、分类准确性标准与属性父节点的贪婪选择结合,综合考虑效率和分类准确性,对朴素贝叶斯分类器进行依赖扩展,建立一阶贝叶斯衍生分类器,并对属性分类提供的信息进行分析。实验结果显示,基于高斯密度的一阶贝叶斯衍生分类器具有良好的
从海量的在线评论中挖掘重要评论是帮助消费者快速决策的关键。基于复杂网络理论,以评论内容为网络节点,评论间的语义相似度为链接的权重,构建在线评论网络,通过分析评论网络的全局统计数据,论证了所构建网络的合理性;依据评论网络中的社区结构特性,划分面向主题的评论网络社区;并基于PageRank网页排序算法,在结合复杂网络节点重要性评价方法的同时,结合社区属性,构建重要评论的多属性决策方法。通过仿真实验验证
针对一些批处理过程中,如同步批轨迹处理和多峰分布等问题,提出了一种基于统计模量(statistics pattern analysis,SPA)分析连续过程的故障诊断方法。FD-SPA和MPCA的显著差别是前者的监测对象是批次变量的统计特征,而后者监控过程变量。MPCA通过分析过程变量的方差—协方差进行故障检测,在SPA中,既要统计过程变量的均值与方差,又要统计过程变量间的协方差结构、偏度、峭度、