国家自然科学基金(60903174)
- 作品数：8 被引量：21H指数：4
- 相关作者：贾志娟胡明生刘思洪流岳昕更多>>
- 相关机构：郑州师范学院华中科技大学武汉理工大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金河南省教育厅自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于改进萤火虫群的区域灾害链挖掘方法被引量：3
- 2012年
- 通过建立灾害立体网络模型并定义相似空间向量来对区域灾害链规律进行挖掘,同时转化其中的向量发现问题为一种多峰路径优化问题从而利用萤火虫群算法进行求解,并添加变步长、组亮度控制等优化策略,以改善基本GSO算法在收敛速度及求解精度上的不足,最后通过与基本GSO算法的性能对比实验证明了该改进方法的优越性。
- 胡明生贾志娟吉晓宇洪流
- 关键词：灾害链萤火虫算法多峰函数
- 一种基于DiffServ的拓扑抽象算法
- 2012年
- 针对网络规模增长所引起的拓扑抽象可扩展性问题,提出了一种新的QoS信息抽象算法(DSTA)。通过构建一种新的阶梯来表示原来的QoS信息阶梯,新阶梯根据DiffServ由有限数量的点确定,因而能够不依赖于网络规模的大小。OPNET仿真结果表明,DSTA算法具有较高的准确性和可扩展性。
- 贾志娟胡明生刘思洪流
- 关键词：QOS路由DIFFSERV可扩展性
- 基于蚁群聚类的历史灾害分级方法被引量：5
- 2012年
- 针对历史灾害记录的描述性、简约性问题,提出一种基于蚁群聚类的历史灾害分级方法。利用灰色关联分析方法对灾害数据进行归一化处理后,再通过蚁群自动聚类的结果来划分历史灾害的等级,以避免人为的主观任意性干扰。通过与其他分级方法的性能对比,实验结果证明该方法具有较高的精确性和实用性。
- 贾志娟胡明生刘思
- 关键词：聚类蚁群算法灰色关联分析
- 一种用于历史疫灾分级的退火蚂蚁聚类方法
- 2012年
- 针对历史疫灾记录量化程度低、社会关联性强的问题,提出了一种结合模拟退火和蚂蚁算法的历史疫灾分级方法。利用单只蚂蚁对疫灾数据进行自动聚类并通过模拟退火算法对聚类准则进行优化,以获得疫灾聚类的全局最优解。通过与其他聚类方法的性能对比,实验结果证明该方法具有较高的精确性和实用性。
- 贾志娟胡明生刘思洪流
- 关键词：聚类蚂蚁算法模拟退火算法
- Urban Traffic Guidance System-An application of GBODSS
- The participants in Project GBODSS(Grid-based Open DSS)are in the process of developing a new open decision su...
- MingSheng Hu Institute of Software Science Zhengzhou Normal University Zhengzhou
- 文献传递
- 基于蚁群优化的历史灾害关联分析方法被引量：4
- 2012年
- 对历史灾害进行3维时空网络建模,通过寻找网络中的相似空间向量来挖掘灾害节点间的链式关联关系。同时通过将向量发现问题转化为一种路径优化问题来利用蚁群算法进行求解,并将蚁群算法寻找最优路径过程中的信息素参数作为算法结果进行关注,以解决仅求解最优路径所存在的路径竞争问题。MATLAB仿真结果表明该方法具有较高的精确性和实用性。
- 胡明生贾志娟刘思洪流
- 关键词：灾害链蚁群算法信息素
- 基础设施系统脆弱性研究综述被引量：2
- 2014年
- 基础设施作为一类为社会生产和居民生活提供服务的物质工程设施,是社会赖以生存和发展的一般性物质条件,也是典型的复杂系统。当今社会越来越依赖于基础设施系统提供的各种服务以维持其正常运行。然而近年来各类灾害频繁爆发,给基础设施系统的安全敲响了警钟。鉴于基础设施系统对社会生产和人民生活的重要性,分析基础设施系统的脆弱性,进而提出相应的抗干扰措施和改进策略,提高基础设施系统的可靠性,成为了当前研究的一个热点课题。基于此,对基础设施系统脆弱性相关研究进行了综述,并指出当前研究的一些不足和未来有待进一步研究的问题。
- 王淑良岳昕于巍巍姬长全
- 关键词：复杂网络脆弱性分析
- 关联基础设施系统脆弱性分析被引量：6
- 2014年
- 鉴于基础设施系统对社会生产和人民生活的重要性,分析基础设施系统的脆弱性,提出相应的抗干扰措施和改进策略,提高基础设施系统的可靠性,成为了当前研究的一个热点课题。基于此,在对基础设施系统脆弱性分析成果的基础上,从方法论的角度探讨了关联基础设施系统的脆弱性,并以华中地区某城市电力—供水网络为例分析了网络在节点级联故障下的脆弱性,为控制基础设施系统的级联故障、增强系统的抗干扰能力提供决策支持。
- 王淑良岳昕
- 关键词：复杂网络脆弱性分析
- SVM-based Short-term Traffic Flow Forecasting Model
- The traffic flow forecasting is an important component of the study of intelligent transportation systems(ITS)...
- Zhijuan Jia Institute of Software Science Zhengzhou Normal University ZhengZhou
- 文献传递
