PDF《520 计算机科 学技术》

多A g e n t ;

联邦的 组织结构;

任务分解;

任务协作 O

41 0

2 2

4 5

5 2 0・1

0 利用聚类算法找 出新 的攻击= D e t e c t i n g Ne w I n t r u s i o n Ty p e s Us i n g Cl u s t e r in g A l g o r i t h m 【 刊,中】 / 王晓峰( 华东理工大 学 信息 科学 与工 程 学院 ,上海

2 0

0 2

3 7 ) , 沈庆浩, / 华东理工大学学报 ( 自然科学 版). 一2oo4,3

0 (

3 ). 一288~2

9 1 关键词 :网络安全 ;

入侵检测;

数据挖 掘 ;

聚类算法;

孤立点 o

4 1

0 2

2 4

6 5

2 0 ・1

0 演化算法求解近似最大匹配问题的时间 复杂性分析=T i m e C o mp l e x i t y A n a l y s i s o f a l l Ev o l u t io n a r y Al g o r i t h m f or F i n d i n g Ne a rl y M a x i mu m C a rd i n a li t y Ma t c h i n g 【 刊,英】 / 何军(武汉大学软件工程国家 重点实验室,武汉430072) , X i n Ya o / / J o u ma l o f Co mp u t e r S c i e n c e a n d T e c h n o l o g y . ―_

2 0

0 4 ,1

9 (

4 ) . ―_

4 5

0 ~4

5 8 关于演化算法的时问复杂性工作 目前大 多集 中于讨论一些人造的二进制 函数优 化问题,对于经典的组合优化问题研究 较少. 本文分析演化算法求解最大 匹配 问题的演化算法 的时间复杂性,证 明了 演化算法可 以在平均多项式时间内找到 一 个近似最大匹配. 参1

9 关键词:演化算法;

组合优化;

时间复 杂性;

最大匹配 国家 自然科学基金资助 (

6 0

2 0

3 0

2 8 ) O

41 0

2 2

4 7

5 2 0・1

0 一 种基于二进制编码的蚁群优化算法及 其收敛性分析=B i n a r y ― C o d i n g ― B a s e d A n t Co l o n y Op t i mi z a t i o n a n d I t s C o n v e r g e n c e【 刊, 英】 / 卜 天明 ( 上海大学 计算机工程与科学学院,上海2

0 0

0 7

2 ) , 郁松 年/ / J o u r na l o f Co mp u t e r S c i e n c e a nd T e c h n o l o g y . 一2004,1

9 (

4 ) . ―4

7 2 ~4

7 9 蚁群优化算法 ( A C O)是一种解组合优 化问题的 元启发式 算法,是一种结 合 了正反馈和贪婪搜索的基于种群的新 方法 . 在本文中,我们将遗传算法 ( G A) 的思想引入到A C O 中,提出了一种新的 基于二进 制编码 的蚁群优 化算法 . 和传 统的A C O 相比,该算法将问题的参数空 间转化成编码空间, 将A C O与G A 联系 了 起来, 使得G A 的大量成果能够直接应用 于A C O 上. 同时, 该算法不仅能够解决传 统的组合优化 问题 ,还能用来解函数优 化 问题. 在该算法模型的基础上,我们证 明了如果该算法中的信息素残 留因子 p ≥1 的话 ,该算法将保证收敛到全局最 优 ;

反之 ,如果o <

p 具有相同r e d u c t 的 判定规则.方法是 :根据 一个属性序 可以通过属性的有 限次移动将其变换为 另一个属性序 把属性序偶 的判定 问题 变换为对一个邻近属性序偶的序列的判 定问题. 为此,我们首先证 明了邻近属 性序偶的基本定理,然后使用次属性 的 概念,证 明了次属性定理及属性序基本 定理,最后对上述判定问题的充分条件 做了初步讨论. 参3 关键词:约简;

属性序:粗糙集 国家 自然科学基金资助 (

6 0

2 7

3 0

2 4 )

0 4

1 0

2 2

6 4

5 2

0 ・2

0 面 向实时传值 系统 的模型检测 一Mo d e l Ch e ck i n g Re a

1 . Ti me Va lu e . P a s s i n g S y s t e m s 【 刊, 英】 / 陈靖 ( 中科院软件所计 算机科学实验室 北京1