简介：摘要聚类作为典型的数据分析方法，尤其是对大规模数据进行聚类分析成为近年来的研究热点。针对现有序列聚类算法在大数据计算时存在开销大的问题，提出了基于MapReduce的人工蜂群聚类算法。通过引入MapReduce并行编程范式，快速计算聚类中心适应度，基于仿真和真实的磁盘驱动器制造两类数据，对算法的聚类效果进行了验证。实验结果表明，本文算法具有更好的聚类效果。

简介：风电场的安全运行需要风电功率预测具有较高的精度。尽管支持向量机（SVM）理论在解决预测数据非线性等方面有较大优势,但SVM的参数难以选取。采用人工蜂群算法（ABC）对SVM中的参数进行寻优并对风电功率进行预测,将仿真预测结果与标准SVM预测结果进行对比,结果证明该方法提高了预测精度。

简介：摘要：车辆路线问题是配送计划的基本问题，它试图考虑客户的数量，他们的约束以及可用车辆的数量和容量的情况下，以最小的位移成本找到最佳的行进路线。在这项研究中，我们首先描述了旅行商问题和车辆路线模型，然后提出了考虑顾客之间优先约束的多目标车辆路线模型。有不同的元启发式算法可以解决此类 NP难题。本研究提出了一种基于粒子群算法和人工蜂群算法相结合的求解算法。此外，通过分析一个操作样本，使用区域内客户的数据，考虑问题及其功能的不同约束，并使用惩罚方法和附加的分段约束方法，可以获得最佳的车辆路线。以及对每种算法的结果结合其混合算法进行了演示。

简介：本文给出了一种离散的人工蜂群算法（HDABC）用于求解混合流水车间调度（HFS）问题。采用工件排序的编码方式，并设计了四种邻域结构。雇佣蜂依次分派到解集中每个解，采用结合问题特征的局部搜索策略完成挖掘搜索工作。跟随蜂随机选择两个解并挑选较优者作为当前解，完成进一步的探优过程。侦察蜂采用三种策略跳出局部极小。通过34个同构并行机HFS问题和2个异构并行机HFS实际调度问题的实验，并与当前文献中的典型算法对比，验证了本文提出的算法无论在算法时间还是在求解质量上，都具备良好的性能。

简介：摘要：在科学研究和生产实践中，许多问题实际可以归结为带约束条件的优化问题（Constrained Optimization Problem，COP），并且由于条件的复杂性，传统的优化方法进行求解变得十分困难，近年来，以人工蜂群算法为代表的群体智能方法为COP问题的研究提供了一个重要的发展方向。本文受文化基因算法启发，提出了一种基于可行规则的文化基因人工蜂群算法（MGT_ABC）来求解约束优化问题，通过对著名的难约束优化问题Bump进行测试，说明MGT_ABC算法既有GT_ABC算法的收敛精度，又获得了DE算法的收敛速度，所以MGT_ABC算法是一种求解难约束优化问题的非常有效算法。

简介：采用一种改进的人工蜂群算法（IABc）求解标准车辆路径问题．针对基本人工蜂群算法易陷入局部极小、收敛较慢等缺陷，提出了6种邻域生成策略，并基于此设计了新的局部搜索算法．引领蜂和跟随蜂根据该算法在邻域空间内更新当前解．通过小规模和大规模算例的仿真实验，将本文算法与其它智能算法以及基本人工蜂群算法进行了比较，验证了本文提出的算法无论在有效性还是稳定性上都具有良好的效果．

简介：为了提高风力发电机叶片故障的识别率，利用支持向量机建立风力发电机叶片故障和特征参数之间的非线性关系。在蜂群算法中引入一种动态柯西因子，动态调节蜂群寻优过程中的搜索步长，提高蜂群算法的扰动能力，避免蜂群陷入局部搜索，采用这种动态柯西蜂群算法对支持向量机的参数寻优，建立动态柯西蜂群算法优化的支持向量机模型。采集南方某风场风力发电机叶片的四种工况下的特征数据训练此模型并进行故障诊断，诊断结果表明改进后的蜂群算法优化支持向量机模型能够提高风力发电机叶片的故障识别率，具有一定的工程参考意义。

简介：21世纪是信息时代，信息在社会中的地位越来越重要，已成为社会发展的重要战略资源，信息技术改变着人们的生活和工作方式，与此同时，信息安全也已成为世人关注的社会问题。本文介绍了保证信息安全的一种方法：数据加密标准（即DES），重点阐述单钥密码体制中的分组密码的基本概念、结构和加密算法。

简介：摘要：数据结构作为计算机科学的核心，已经成为人们必须掌握的一切信息知识。作为经典的最短路径算法，Dijkstra算法数据结构被在生活中的各方面都有所体现。本文从数据结构和最短路径算法的定义入手，介绍了Dijkstra算法的算法优缺点和算法实例，最后阐述了最短路径算法在现实生活中的作用，说明该算法的重要意义。

简介：为了改进基本的人工鱼群算法的性能及更好地模拟自然界鱼群捕食的行为，该文提出了一种基于多群竞争的改进人工鱼群算法。算法中引入了多个鱼群，除了描述基本的鱼个体觅食行为外，鱼群间还存在竞争机制。TSP的数值实验表明了改进算法的可行性及更好的全局优化性。

简介：多阈值图像分割对于复杂图像具有较好的分割效果，但计算复杂度高，因此将鱼群算法应用到Otsu算法中，提出一种基于鱼群算法的多阈值图像分割算法。仿真结果证明，与传统的穷尽式搜索算法相比，该算法在正确选取阈值的同时降低了时间复杂度。

简介：摘要：近几年，人工智能领域发展迅速，与人工智能相关的专利申请量逐年攀升，人工智能涉及的应用领域也不断扩大。涉及人工智能的发明专利申请，一般包含算法特征，本文从算法与具体应用领域结合的紧密程度角度出发，以案例形式，分析如何对人工智能领域的专利申请进行客体判断。

简介：花丛中有13只蝴蝶,飞走了8只,还剩几只?小明说:"这道题应该用减法计算,算式是13-8。我把8分解成3和5,先算13-3=10(只),再算10-5=5(只)。所

简介：摘要：课标要求针对简单问题，尝试设计求解算法，并通过程序进行验证。本课中的例题，两个思考都是先用递归的方法找到算法，在现成的程序中进行修改。本文以解密汉诺塔实践， 探究了本课中最后一个拓展练习。

简介：本文主要介绍SFL算法的流程图和算法,并总结出SFL算法的易于理解、参数较少、收敛速度较快、寻优能力强、易于实现等优点。

简介：提出采用事务压缩和哈希技术相结合方式的改进算法.该算法通过备份数据库Dk生成候选项目集Ck,在生成Ck的同时计算支持度.针对生成频繁2-项目集L2的瓶颈,在生成L2的时候使用DHP算法.从时间复杂度上对Apriori算法和改进算法进行比较,说明改进算法在效率上优于Apriori算法.

简介：在HITS算法的基础上应用蚁群算法的主要思想,对网页按关键字搜索后被点击的次数进行统计,结合相关内容提出了一种新的搜索算法—基于蚁群算法的改进HITS算法.实验表明,该算法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度的加权,使得其在查准率及解决HITS算法的主题漂移方面都优于传统HITS算法.

简介：摘要：数据、算法和计算能力三大要素推动了人工智能技术和产业的快速发展，并在语音识别、图像识别和自然语言处理等领域取得了一些突破。然而，人工智能在为经济社会发展注入活力的同时，不可避免地带来了新技术和社会安全风险，尤其是数据和算法的固有安全挑战。在数据安全方面，数据作为一种新的生产要素，其价值日益凸显。然而，在人工智能应用过程中，存在数据收集的合规性、数据挖掘导致的隐私泄露以及数据使用的失控溢出等各种问题。由于新一代人工智能对训练数据的高度依赖，势必面临各种数据安全风险；在算法安全方面，新一代人工智能的核心技术是通过机器学习模仿人类智能，实现复杂的决策过程。无疑会存在算法黑箱和不可解释的先天问题，以及一系列针对算法的潜在攻击风险，如模型反向攻击、算法后门攻击、毒药攻击和反样本攻击。出现上述问题的主要原因是：一是培训数据本身携带着隐私信息；二是算法存在一些固有的缺陷或漏洞。

简介：摘要：文本以人工智能算法发明常规审查策略为切入点，从法律适用的角度，重点探索人工智能算法发明客体审查策略，为人工智能算法发明审查过程中遇到的问题给予一定的参考和启示。

简介：提出了将人工鱼群算法应用于求解资源受限项目调度问题中的构想，建立了求解资源受限项目调度问题的人工鱼群算法模型，设计了一种标准随机键编码方式，构建了人工鱼的觅食行为、聚群行为、追尾行为和随机行为四种基本算子，采用了正向逆向局部改进技术和精英保留策略，并给出了算法流程。应用PSPLIB标准问题库对该算法进行了大量的测试，并与其他算法进行了比较，验证了该算法的有效性。