首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展，既总结过去、探索基础理论，又跟踪发展前沿，重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊（光盘版）文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    基于混合粒子群算法的泵站运行自动控制仿真

    王可庆汪磊席万强
    437-440页
    查看更多>>摘要：为了实现泵站能效的提升，需要在满足水力需求的同时最小化能源消耗，针对该问题提出一种基于均值偏移算法的泵站运行自动化控制方法。利用均值偏移算法实时跟踪泵站运行参数，掌握泵站运行情况。以泵站启停次数最少和泵站总能源费用最小为目标函数，建立泵站运行自动化控制模型。通过混合粒子群算法对模型求解，获取最优泵站运行自动化控制方案。仿真实验结果表明，所提方法可以有效降低泵站取水电耗，提升泵站机组运行稳定性，合理降低泵组启停次数，能够达到预期的安全运行以及节能运行的目的。

    均值偏移算法泵站运行自动化控制启停次数混合粒子群算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    实验室网络防火墙零日漏洞入侵检测方法仿真

    方欲晓许丹何可人
    441-445页
    查看更多>>摘要：由于零日漏洞的未知性，导致其缺乏准确的漏洞特征信息。攻击者在利用这些漏洞进行针对性攻击时，使其在网络流量中难以被精准检测到。为了提高实验室网络的安全防御能力，并及时检测防火墙零日漏洞的不同攻击，保障实验室网络的安全稳定运行，提出了面向实验室网络的防火墙零日漏洞入侵检测。采用基于随机森林和主成分分析(Principal Component Analysis，PCA)的融合方法，对实验室网络防火墙数据特征实施特征重要度计算以及特征降维处理;利用模糊聚类算法对该特征展开聚类分析，获取与零日漏洞入侵特征相关的特征集合;将其作为训练样本输入到自适应谐振理论 2(A-daptive Resonance Theory 2，ART2)神经网络中，通过网络的训练学习实现实验室网络防火墙零日漏洞不同入侵类型的精确检测。实验结果表明，所提方法的丢包率低，且平均准确率为 98。03％，表明该方法能够有效提高实验室网络的安全性和稳定性。

    特征重要度计算特征降维模糊聚类ART2神经网络零日漏洞入侵检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于知识图谱增量学习的物流企业隐患预测

    陈茜颖庄育锋孟臻
    446-450页
    查看更多>>摘要：针对隐患的多关联关系和隐患事实的时序变化特性，采用时序知识图谱的增量学习方式，针对物流企业的隐患问题，完成特定领域的隐患预测。一方面通过不同时间窗下的三元组关系，将物流隐患相关的多类别数据连接起来形成一个结构化的关系网络，充分利用现有数据事实;另一方面考虑到事实的时序变化性，以实体和时间的嵌入表达实现时间信息的融合。同时，在完成基础模型训练后，采用增量学习结合正负样本训练的方式，降低资源损耗。实验结果表明，上述算法能在保证预测准确性的基础上，大大提高模型的预测效率。

    增量学习隐患预测知识图谱时序特征

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向多周期的云制造服务匹配与调度集成优化

    杜雯静王天日刘娟栗继祖...
    451-459页
    查看更多>>摘要：针对环境的不确定性和多用户偏好的模糊性，运用对偶犹豫模糊理论实现用户任务与云制造服务的匹配。基于多用户不同的任务到达时间以及交货期需求，以最小化服务空闲时间和总完工成本为目标，建立面向多周期的云制造服务匹配与调度双目标集成优化模型。将模拟退火算法(SA)融入NSGAII中，设计了一种混合多目标算法NSGAII-SA对该模型进行优化求解。最后，采用不同的算例与不同算法进行比较，仿真结果证明了上述模型的有效性和算法的高效性。

    加工服务匹配与调度多周期模拟退火

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    粒子群算法下阳泉市水资源多目标优化配置

    李牧翰赵喜萍李一平
    460-464页
    查看更多>>摘要：为了确保阳泉市水资源得到有效利用，引入粒子群算法对阳泉市水资源多目标数据进行优化配置。以阳泉市水资源变化参数为基础，通过约束条件确定水资源优化配置数据，将决策变量作为水资源区域划分依据，完成子区分类、水源组成、用户组成。在分类情况下获取区域总缺水量，将区域最小缺水量作为目标函数，构建阳泉市水资源多目标优化配置模型。利用粒子群算法编码水资源二维式数据，根据适应度结果修正粒子群迭代，通过求解模型输出最优解，完成阳泉市水资源多目标优化配置。实验测试结果表明，采用所提方法能够有效实现阳泉市水资源综合配置。

    粒子群优化阳泉市水资源多目标优化配置

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于GIS辅助的多源地理空间矢量数据挖掘方法

    李涛徐江
    465-469页
    查看更多>>摘要：噪声数据干扰下，数据挖掘精确度和效率偏低，为了提高数据挖掘结果的准确性，提出一种GIS辅助下多源地理空间矢量数据挖掘算法。通过非下采样小波变换方法对原始多源地理空间矢量数据多尺度分解，确保噪声和数据得到有效分离，通过变分偏微方程平滑数据内残余的噪声，避免数据内大量细节信息丢失。将GIS应用到多源地理空间矢量数据挖掘中，建立数据挖掘模型，并根据图层之间的关系变换数据，实现多源地理空间矢量数据的离散化处理。利用形式背景构建概念格和Hasse图，根据概念格中的内涵缩减集形成非冗余关联规则，结合数据挖掘模型完成数据挖掘。实验结果表明，所提方法可以有效滤除多源地理空间矢量数据中的噪声，获取满意的数据挖掘效果。

    非下采样小波变换方法数据挖掘概念格

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    动态网络舆情异常数据准确监测算法仿真

    罗玉婷熊秋娥
    470-474页
    查看更多>>摘要：网络舆情信息的形式多样，既有文本也有图片、视频等，复杂度较高，且包含很多谣言、恶意攻击、虚假信息等。如何从众多信息中排除无价值和虚假信息是动态网络舆情监测的难点之一。为此，改进贝叶斯算法，提出一种新的动态网络舆情异常数据监测方法。利用网络爬虫技术采集动态网络舆情数据，通过改进多小波变换系数相关去噪算法，滤除数据中的噪声。利用TF-IDF算法提取动态网络舆情异常数据关键特征，引入LSI算法获取高频数据。基于此，应用改进的贝叶斯算法构建贝叶斯模型，将全部特征输入模型中，实现动态网络舆情异常数据监测。实验结果表明，所提方法可以精准获取动态网络舆情异常数据，且监测时间更短，监测相对误差低于0。04％。

    改进贝叶斯算法动态网络数据去噪舆情异常数据监测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    异构Hadoop集群中基于节点特性的负载平衡方法

    宋吉飞张学宾
    475-479页
    查看更多>>摘要：为了解决异构Hadoop集群中每个结点的负载平衡问题，提出了一种基于节点特征的负载均衡方法。方法首先分析决定节点性能的主要指标，然后根据这些指标的贡献，定义了对应的目标函数来描述节点性能;同时将节点性能与节点忙闲状态相结合来计算集群中每个结点的相对负载值。通过分析每个节点的相对负载值和集群存储利用率，计算每个节点的存储利用率的推荐值。最后，基于当前集群的磁盘负载状态，动态生成平衡阈值。实验结果表明，提出的负载均衡方法可为异构Hadoop集群提供更合理的均衡方案，同时可以提高运行效率和缩短了执行时间。

    异构结点特征负载均衡数据存储

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于k-means的不同维度隐私数据差分聚类方法仿真

    王丹辉冯青文侯惠芳
    480-483页
    查看更多>>摘要：不同维度隐私数据聚类时，若不能及时在聚类过程保护数据隐私，容易出现数据隐私泄露问题。为有效提升数据聚类时的隐私安全，提出一种基于k-means的不同维度隐私数据差分聚类方法。对数据杂乱噪声实施去除，利用CS重构算法重构出损伤数据原始信号，实现数据的损伤修复;针对k-means聚类算法聚类中心选取时数据易泄露问题，利用差分算法k-means聚类算法实施优化处理，结合拉普拉斯机制在初始聚类中心中加入有规律的人工规整噪声，有效提升数据的安全保护效果，实现数据的有效聚类。实验结果表明，使用上述方法开展隐私数据聚类时，聚类效果好、性能高。

    多维度海量隐私数据差分算法聚类算法数据去噪

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于傅里叶变换与近端采样的序列推荐算法

    杨兴耀李晨瑜于炯李梓杨...
    484-488,514页
    查看更多>>摘要：传统推荐算法比较注重于模型本身对于推荐效果的提升，实际上数据质量对于算法的影响更为重要，但目前在推荐算法领域对于数据的科学处理方法比较零散，没有形成一个系统的框架。针对以上问题，基于傅里叶变换与近端序列采样的数据预处理，结合SASRec提出可以普遍应用的序列推荐框架FTRRec。首先通过傅里叶变换将序列数据在时域和频域中相互转换，并根据序列数据的特点，过滤序列中的无用信息，其次使用近端序列采样替换传统的滑动窗口采样法，加速样本采样的同时，提升模型对于序列的特征捕获能力。通过在 5 个公开数据集上的实验，将框架应用于三个不同的主流推荐算法时，每种模型均有 3％-5％的提升。

    序列化推荐数据处理傅里叶变换序列采样

      原文链接:
    • NETL
    • NSTL
    • 万方数据