为了解决软件定义网络(Software Defined Network, SDN)网络流量测量的节点选择中,受环境影响因素导致选择节点的效率低下和估计精度不够的问题。研究以蚁群优化的测量节点选择方法和小流推测的异常检测机制为基础,在蚁群优化算法的基...为了解决软件定义网络(Software Defined Network, SDN)网络流量测量的节点选择中,受环境影响因素导致选择节点的效率低下和估计精度不够的问题。研究以蚁群优化的测量节点选择方法和小流推测的异常检测机制为基础,在蚁群优化算法的基础上加入领域搜索算法进行改进;并且提出以小流推测为基础的网络异常检测机制,对多种网络安全异常进行识别。实验结果显示,改进的蚁群优化算法(Ant Colony Optimization, ACO)算法准确性由0.504提高到1.000;收敛性由0.483提高到0.721;单位时间开销由0.905控制降低到了0.105。数据表明优化后的ACO算法在SDN网络中流量测量的精确度得到了提高。以小流推测为基础的网络异常及检测方法在网络安全实验中表现出了优良的识别异常的能力,可以广泛应用在数据安全保障方面。展开更多
新产品研发过程中资源合理优化配置程度影响着研发周期的长短。以缩短研发周期为目标,构建了多技能资源项目调度问题模型,在蚁群优化算法基础上引入区块模型,建立了一种基于区块模型的蚁群算法,提出了一种分层编码策略用于解决活动的优...新产品研发过程中资源合理优化配置程度影响着研发周期的长短。以缩短研发周期为目标,构建了多技能资源项目调度问题模型,在蚁群优化算法基础上引入区块模型,建立了一种基于区块模型的蚁群算法,提出了一种分层编码策略用于解决活动的优先关系约束问题,采用串行调度生成机制提高初始解质量。使用改造后的PSPLIB(Project Scheduling Problem Library)算例进行测试并与其他算法比较,仿真结果表明:对于小规模问题,该算法可获得精确度非常高的可行解且收敛速度更快;对于大规模问题,该算法在提高求解质量和求解速度方面同样具有良好的性能。展开更多
文摘新产品研发过程中资源合理优化配置程度影响着研发周期的长短。以缩短研发周期为目标,构建了多技能资源项目调度问题模型,在蚁群优化算法基础上引入区块模型,建立了一种基于区块模型的蚁群算法,提出了一种分层编码策略用于解决活动的优先关系约束问题,采用串行调度生成机制提高初始解质量。使用改造后的PSPLIB(Project Scheduling Problem Library)算例进行测试并与其他算法比较,仿真结果表明:对于小规模问题,该算法可获得精确度非常高的可行解且收敛速度更快;对于大规模问题,该算法在提高求解质量和求解速度方面同样具有良好的性能。
