-
公开(公告)号:CN104361178B
公开(公告)日:2018-10-26
申请号:CN201410667474.1
申请日:2014-11-20
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法,本发明是一种基于群智能的人员疏散行为仿真优化方法,主要建立与实际场景相一致的二维元胞自动机数学模型,用元胞蚁群算法对人员疏散行为进行模拟,通过人工势能场的势能评价标准对人员路径进行判断选择,从而更加符合真实场景疏散规律,提高疏散效率,提供合理疏散方案。
-
公开(公告)号:CN108413936A
公开(公告)日:2018-08-17
申请号:CN201810108277.4
申请日:2018-02-02
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学
Abstract: 本发明公开了一种基于数据分析的塔体倾斜监测管理方法及系统,涉及塔体倾斜监测技术领域,该方法包括:S1、利用塔体监测装置对塔体以及塔体周围环境进行监测,获得塔体倾斜方向、塔体偏移量、塔体偏移量变化曲线、风向信息;S2、根据塔体倾斜方向、塔体偏移量、塔体偏移量变化曲线、风向信息,通过预警判断规则,判断塔体是否需要进行倾斜预警,若需要,则生成倾斜预警信息。本发明能够远程对塔体倾斜情况进行监测以及倾斜预判,为塔体维护工作提供帮助。
-
公开(公告)号:CN108124763A
公开(公告)日:2018-06-08
申请号:CN201810092730.7
申请日:2018-01-31
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于杂交水稻算法的云计算资源调度方法及系统。所述方法包括:获取初始集合,初始集合包括多个水稻个体,每个水稻个体表示一种云计算资源调度方案;计算每个水稻个体的适应度值,适应度值表示执行云计算资源调度方案的时间的倒数;根据适应度值将水稻个体分为保持系、恢复系和不育系;将保持系中的水稻个体与不育系中的水稻个体进行杂交,得到第一最优子个体;将恢复系中的水稻个体进行自交,得到第二最优子个体;选取第一最优子个体和第二最优子个体中适应度值较高的个体作为第三最优子个体,第三最优子个体表示云计算资源调度的最优方案。本发明采用杂交水稻算法实现对云计算资源的调度,能够提高云计算资源调度的效率。
-
-
公开(公告)号:CN104092618A
公开(公告)日:2014-10-08
申请号:CN201410352930.3
申请日:2014-07-23
Applicant: 湖北工业大学
IPC: H04L12/801
Abstract: 本发明公开了一种基于杜鹃搜索算法的对等网络流量特征选择方法,通过利用杜鹃搜索算法对对等网络流量特征选择问题优化求解,从而可以快速的获得对等网络流量本质属性的最优特征子集,可用于对等网络流量识别和模式识别相关技术领域中。本发明能够在可接受的时间代价内找到特征选择问题的高质量的可行解,不需要人为指定要选择的特征维数,能够智能的在正确识别率和特征维数之间取得很好的平衡,自动寻找到比较合适的最优特征子集。本发明利用杜鹃搜索算法对对等网络中原始数据集进行特征选择,剔除不相关或冗余的对等网络流量特征,取出真正相关的特征,节省对等网络流量识别中特征提取的计算时间,从而提高对等网络流量识别的效率和正确率。
-
-
公开(公告)号:CN101572663A
公开(公告)日:2009-11-04
申请号:CN200910062417.X
申请日:2009-06-03
Applicant: 湖北工业大学
Abstract: 本发明公开了一种在对等网络中采用信任抽样的深度报文扫描方法,涉及计算机对等网络的应用,适用于高速主干网对等网络流量的识别。本发明在采用抽样策略与深度报文检测相结合的同时,引入信任机制,根据信任度的高低,调节抽样率,让深度报文扫描更加具有针对性,在保证较高准确率的前提下,提高了检测效率,降低了硬件负担,减少了网络延时。
-
公开(公告)号:CN114722395B
公开(公告)日:2024-07-02
申请号:CN202210462359.5
申请日:2022-04-28
Applicant: 湖北工业大学
Abstract: 本发明提供了一种用于入侵检测的多目标麻雀搜索特征选择方法及设备。所述方法包括:步骤1至步骤8。本发明在初始化时采用了反向学习机制,加强了初始种群的整体质量,在生产者的运动中引入Levy随机步长,增大了种群的全局寻优能力,更有利于挖掘潜在的最优解,引入外部解集和新型拥挤度计算方式,拥挤度的计算时考虑了决策空间也就是特征子集空间中解的多样性,在寻优过程中能够寻找到更富有多样性的帕累托解集,显著加快了特征选择过程。
-
公开(公告)号:CN114861531B
公开(公告)日:2024-06-21
申请号:CN202210440855.0
申请日:2022-04-25
Applicant: 湖北工业大学
IPC: G06F30/27 , G06F111/06 , G06F119/02
Abstract: 本发明提供了一种针对用户重复购买预测的模型参数优化方法及设备。所述方法包括:步骤1至步骤9。本发明采用Spark分布式计算框架基于内存计算的特性,使秃鹰种群被划分为多个秃鹰子种群,然后使用mapPartitionWithIndex算子使每个分区的的子种群实现分布式计算,可以快速有效的搜索出最优的参数组合以提高LightGBM模型的预测精度,且在大数据分布式系统下具有计算速度快和可扩展性的特点。
-
公开(公告)号:CN117029862A
公开(公告)日:2023-11-10
申请号:CN202311090188.9
申请日:2023-08-28
Applicant: 湖北工业大学
IPC: G01C21/34
Abstract: 本发明属于智能计算技术领域,公开了一种基于圆搜索算法的车辆路径规划方法、系统及终端,首先将种群以一定的比例分为主群和协助群,主群采用多尺度控制因子策略,将整个进化过程分为多个阶段,采用不同的控制因子,实现全局和局部的交替搜索;协助群向群体最优解和全局最优解学习,并设定自适应学习步长,前期加快收敛速度,后期确保算法能在接近最优解的时候稳定收敛,实现主群和协助群的协同进化。并使用破坏算子和修复算子对解进行局部搜索,获得更优解。直至迭代结束,生成最优路径。通过本发明方法,能够有效提高带容量约束的车辆路径规划问题的求解效果。
-
-
-
-
-
-
-
-
-