首页期刊导航|计算机应用研究
期刊信息/Journal information
计算机应用研究
四川省电子计算机应用研究中心
计算机应用研究

四川省电子计算机应用研究中心

刘营

月刊

1001-3695

arocmag@163.com

028-85249567

610041

成都市成科西路3号

计算机应用研究/Journal Application Research of ComputersCSCD北大核心CSTPCD
查看更多>>本刊创刊于1981年，以其新颖性、技术性、实用性、工具性、知识性于一身，设置众多栏目，信息量极大，反映并涵盖了当今国内外计算机应用研究的主流技术、热点技术及最新发展趋势，是一份极具收藏价值的技术刊物。本刊读者对象为从事计算机应用、开发、研究的科技人员，大中专院校师生，各企事业单位技术人员，计算机业余爱好者及相关管理、情报工作者订阅、收藏。本刊现为中国计算机学会会刊，中国科技论文统计源核心期刊，全国中文核心期刊，中国科学引文数据库来源期刊， 中国学术期刊综合评价数据库来源期刊，并为多个检索数据库收录，在国内科技期刊评比中多次荣获优秀科技期刊奖。
正式出版
收录年代

    基于回环边残差聚焦权重模型的位姿图优化算法

    冒凡魏国亮蔡洁郑劲康...
    149-155页
    查看更多>>摘要：基于图优化的同时定位与建图(SLAM)系统中含有大噪声的回环边,可能严重阻碍优化器迅速收敛到最优解,显著降低定位精确性和地图一致性.因此,针对大噪声回环边的优化算法的鲁棒性至关重要.引入K-means聚类思想,对回环边残差值进行分类,进而建立了一种新的残差阈值模型,自适应调整回环边在优化时的权重,减少回环边对优化的影响;然后,基于迭代重加权最小二乘的思想形成了 RW-RLSPGO算法(residual weighted enhancement for recursive least squares pose graph optimization algorithm,RW-RLSPGO);最后,在模拟和真实的PGO数据集上进行蒙特卡罗实验.实验结果表明,RW-RLSPGO算法在准确性和鲁棒性方面都取得了显著的提高,验证了其在大噪声环境下的有效性.

    同时定位与建图位姿图优化回环边大噪声聚类

      原文链接:
    • 维普
    • 万方数据

    面向类不平衡和重叠的工控数据异常检测的半监督欠采样方法

    顾兆军扬雪影隋翯张一诺...
    156-164页
    查看更多>>摘要：工业控制系统异常检测面临着数据缺乏标签信息、类不平衡和类重叠的耦合问题,导致现有的分类器难以精准检测异常数据.现有的数据级采样方法在打伪标签、数据平衡或检测重叠区域时存在着打伪标签结果不准确、采样效果稳定性差以及重叠识别率低等问题.为此,提出一种基于半监督学习的欠采样方法(SSLU-LP).该方法通过异构集成将标签传播机制和单类分类器结合,补充数据伪标签;利用最小生成树策略构建重叠区域检测模型;采用欠采样策略,通过最近邻搜索有选择性地去除部分多数类样本.最后该方法与四种经典分类器结合,在九个工控数据集上与九种混合算法进行比较.实验结果表明,所提方法可以精准地为无标签数据打伪标签,高效且有效检测出不平衡数据集中的重叠数据,改善了分类器的训练效果,提高了分类器的异常检测性能.

    工业控制系统类不平衡类重叠半监督学习异常检测

      原文链接:
    • 维普
    • 万方数据

    基于Ollivier-Ricci曲率的图扩散节点分类算法

    孙宁李胤萱张帅汤璇...
    165-170页
    查看更多>>摘要：为解决图扩散方法在处理复杂边关系时精度降低的局限性,提出了一种基于曲率的图扩散神经网络.首先,引入Ollivier-Ricci曲率量化图的边曲率,提供关于图结构的几何度量;其次,运用曲率调整随机转移矩阵的权重,根据几何关系进行相应的权重修改;最后,将处理后的曲率矩阵与图扩散矩阵结合,更新权重系数进行模型训练.实验结果表明,与传统的图扩散方法相比,改良后的方法保持了有效地平滑图信号和减少高频噪声的优点,并在不同边和节点数量的数据集上将精度提高0.3-2.0百分点.该方法通过优化图扩散的消息聚合,能够更有效地利用图结构中的节点信息和边权重,从而提升节点分类任务中的模型性能,为未来基于图方法的研究提供了更可靠的方法与实验.

    图神经网络图扩散Ollivier-Ricci曲率节点分类

      原文链接:
    • 维普
    • 万方数据

    交通流优化膨胀控制遗传规划算法

    胡晓敏段宇晖欧炜标黄佳玟...
    171-176页
    查看更多>>摘要：针对遗传规划(GP)算法在大规模动态交通流分配中训练超启发式策略时,算法迭代次数的增加而个体平均大小不断膨胀的问题,提出应用不同GP控制膨胀方法来限制种群中大尺寸个体的遗传,让算法能够在训练过程中找到更小且性能更优的超启发式策略.考虑到超启发式策略在如网格式、环形放射式、自由式的不同结构路网上可能存在性能差异,会影响算法在训练过程中对个体的选择,采用不同结构的路网训练出超启发式策略以进行分析比较.训练后的超启发式策略在不同规模和车流量的大城市路网上进行模拟测试.结论是基于双锦标赛的膨胀控制方法对不同结构路网的效果最优,得到的GP算法对比现有调度方法能获得路网整体更短的平均旅行时间,更精简有效的超启发式策略,提高决策效率.

    遗传规划动态交通流优化控制膨胀超启发式策略双锦标赛法

      原文链接:
    • 维普
    • 万方数据

    城市居民区回收箱布局和调度双层规划模型及优化算法

    郭谦刘勇马良
    177-184页
    查看更多>>摘要：针对城市居民区回收箱布局规划和路径优化问题,首先构建居民区回收箱数量与人口、回收频率、回收阈值的线性函数,并构建双层优化模型,回收总利润最大化作为上层目标,运输成本最小化作为下层目标.其次,为求解具有NP-hard特征的新模型,设计加入团体学习算子和自适应选择策略的人类学习优化算法,并与禁忌搜索算法嵌套构建混合人类学习算法(hybrid human learning optimization algorithm,HHLO).再次,采用不同规模算例,并将新算法与基本人类学习算法、遗传算法、自适应粒子群算法、红嘴蓝鹊算法进行对比分析,验证了模型的可行性和算法的有效性.最后,通过上海杨浦区某实例进行灵敏度分析,探讨回收箱容量、分时定价策略和分区定价策略对回收中心总利润与居民满意度的影响.

    回收箱布局车辆调度混合人类学习优化算法双层规划

      原文链接:
    • 维普
    • 万方数据

    增强型霜冰优化算法的复杂环境下机器人路径规划

    谢灿坤于丽娅张涛任文杰...
    185-195页
    查看更多>>摘要：针对原始霜冰优化算法(RIME)在移动机器人路径规划问题中存在易陷入局部最优和收敛速度慢等问题,提出一种增强型霜冰优化算法(ERIME)用于对复杂环境下移动机器人进行路径规划.首先,采用基于sine混沌映射的透镜成像种群选择策略对种群初始化阶段进行增强以增加种群多样性,使算法更好地进行探索和开发;其次,使用随机因子控制的最值搜索策略和质心中点引导的开发机制对算法的探索和开发阶段进行改进,增强算法跳出局部最优解的能力,更好地探索全局最优解,并加快算法的收敛速度;此外,建立ERIME算法的Markov链模型,证明了算法的全局收敛性.为验证ERIME的有效性,对该算法采用CEC2017测试集进行验证,并与其他知名的元启发式算法进行比较,结果表明该算法具有良好的性能.最后,将其应用于复杂环境下的移动机器人路径规划问题中,实验结果表明,ERIME可以高效地为机器人进行路径规划,且可以找到一个非常优质的路径.

    机器人路径规划霜冰优化算法栅格地图sine映射最值搜索

      原文链接:
    • 维普
    • 万方数据

    决策学习型蜣螂优化算法的无人机协同路径规划

    张乐胡毅文杨红杨超...
    196-204页
    查看更多>>摘要：针对多无人机协同路径规划问题,提出了一种决策学习型蜣螂优化算法(DLDBO).传统蜣螂优化算法(DBO)种群之间缺乏信息互换,容易陷入局部最优解.因此,利用Pearson相关系数计算个体之间的相似性,通过相似性指标判断并作出决策:若不相似,利用折射反向学习计算得到候选解,在一定程度上提高个体之间影响的同时增强算法跳出局部最优的能力;若相似,利用所提出的链式邻近学习引导蜣螂个体,增加影响个体更新的因素,充分促进个体之间的信息交流.在CEC2017测试套件的29个测试函数上进行了充分的对比实验,结果表明,DLDBO性能明显优于其他六种先进的变体算法.利用DLDBO规划无人机群的飞行路径,最终能够得到较为理想的协同路径并且有效避开威胁,优于其余三种优秀的协同路径规划算法,满足了无人机协同飞行的需求.

    蜣螂优化算法折射反向学习链式邻近学习无人机协同路径规划

      原文链接:
    • 维普
    • 万方数据

    求解外卖配送问题的深度强化学习算法

    张旭阳刘勇马良
    205-213页
    查看更多>>摘要：以最小化骑手费用效益比为优化目标,采用最小比率旅行商问题对外卖配送问题进行建模.针对目前算法在求解该问题时计算精度低、算法稳定性差等问题,设计一种基于深度强化学习的DRL-MFA算法.首先,定义外卖配送问题的马尔可夫决策模型来模拟智能体与环境的交互过程;其次,在编码阶段设计多特征聚合嵌入子层,实现特征间的优势互补并提高模型对非线性问题的建模能力;最后,在解码阶段通过注意力机制和指针网络计算解的概率分布,采用策略梯度算法对网络模型进行训练.通过经典算例和长春市仿真案例的相关实验分析,结果表明该算法能够有效地求解外卖配送问题,且与其他启发式算法相比,具有更高的稳定性和求解精度.此外,进行参数灵敏度实验,考虑不同定价策略对外卖配送的影响,使研究结果更具现实意义.

    外卖配送问题最小比率旅行商问题深度强化学习多特征嵌入注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于语义理解增强的数学应用题机器解答方法

    菅朋朋闫鸣王彦丽
    214-221页
    查看更多>>摘要：针对现有数学应用题机器解答方法不能自适应理解语义多变的问题文本、求解精度提升受限,提出基于语义理解增强的机器解答方法.首先,设计语义增强的预训练语言模型SeBERT,通过多粒度知识建模策略和连续语义融入策略以实现对题目的精确理解;其次,构建求解模型SeBERT-PT,其采用语言模型-池化-树的求解结构,有效改善了应用题的语义理解偏差并且提高了解题的精确度;最后,引入基于置信度的判断机制,对于不值得信任的预测直接判定求解失败,确保解答精度的同时,提升求解模型训练效率.实验结果表明,该方法在中文和英文数据集上的解题精度分别达到了 85.7％和77.9％,均优于其他基线方法,特别是在涉及复杂语义理解和逻辑推理的题目上,表现尤为突出.证明了该方法在提升数学应用题解答精度方面的有效性,也展示了其在跨语言环境下的广泛适用性.

    数学应用题求解预训练语言模型语义增强池化置信度

      原文链接:
    • 维普
    • 万方数据

    低修复成本的局部混合修复阵列码模型

    王宇恒熊攀唐聃蔡红亮...
    222-230页
    查看更多>>摘要：具有局部修复性质的水平阵列码将编码矩阵进行分区管理,降低磁盘发生故障时需要读取的数据总量并提升修复效率,但仍存在修复时读写负载集中于单个磁盘的问题.针对局部水平阵列码磁盘读写不均和单双盘修复效率有待提升的问题,结合水平阵列码和垂直阵列码的特点,对其进行局部冗余改造,提出一种具有局部修复性质的混合式阵列码修复模型—LHRC.LHRC根据垂直阵列码的思想将局部水平阵列码的对角校验列迁移至矩阵的中间行,加深数据块与校验块之间的联系,分散读写负载至其他磁盘并减少参与修复的数据总量.通过理论分析,LHRC具有良好的编译码复杂度,改善了磁盘修复时读写不均匀的问题并减少单双盘故障时需要读取的数据总量,提升了三盘故障的修复成功率.实验结果表明LHRC与RDP、LRRDP、DRDP相比,LHRC可将单盘故障修复时间节省3.92％～29.91％、双盘故障修复时间节省7.79％～30.64％.

    阵列码存储系统局部修复读取开销

      原文链接:
    • 维普
    • 万方数据