航空出行現(xiàn)如今是國(guó)內(nèi)人們交通出行的首要選擇,完整的國(guó)內(nèi)航空出行活動(dòng)由多個(gè)部門互相協(xié)作而成。機(jī)票票號(hào)則是乘客完整乘機(jī)流程中的重要憑證信息,本文將機(jī)票票號(hào)相關(guān)的信息查詢過(guò)程定義為票號(hào)驗(yàn)證,針對(duì)當(dāng)前各票號(hào)驗(yàn)證方法普遍存在的時(shí)效性差、靈活度低的缺陷,展開一系列研究。首先,本文對(duì)票號(hào)驗(yàn)證的基本特征進(jìn)行描述。通過(guò)分析國(guó)內(nèi)已有的票號(hào)驗(yàn)證方法的優(yōu)缺點(diǎn),針對(duì)票號(hào)驗(yàn)證過(guò)程中方法多、查詢表現(xiàn)存在波動(dòng)、結(jié)果和應(yīng)用存在多種約束條件等問題,提出將動(dòng)態(tài)配置驗(yàn)證序列問題轉(zhuǎn)換為滿足一定約束條件下的尋優(yōu)問題。具體采用遺傳算法通過(guò)模擬驗(yàn)證序列集中序列的變化來(lái)適應(yīng)對(duì)應(yīng)驗(yàn)證方法的時(shí)效性變化。其次,結(jié)合票號(hào)驗(yàn)證系統(tǒng)的使用特點(diǎn),在現(xiàn)代軟件工程思想的指導(dǎo)下,本文將航司官網(wǎng)接口等不同票號(hào)驗(yàn)證方式整合在一起,實(shí)現(xiàn)出架構(gòu)更加合理的票號(hào)驗(yàn)證系統(tǒng)。票號(hào)驗(yàn)證系統(tǒng)將采用不同的分布式中間件以滿足企業(yè)級(jí)應(yīng)用的高可靠性。本文將基于改進(jìn)算法實(shí)現(xiàn)的序列動(dòng)態(tài)配置功能作為一個(gè)獨(dú)立的模塊作用在系統(tǒng)中,從而實(shí)現(xiàn)了系統(tǒng)的低耦合性及靈活性。此外,在系統(tǒng)設(shè)計(jì)中,采用持久化數(shù)據(jù)層方式來(lái)減少實(shí)時(shí)查詢次數(shù)。相關(guān)實(shí)驗(yàn)結(jié)果證實(shí)了該驗(yàn)證系統(tǒng)及改進(jìn)算法的有效性。綜上所述,本文的相關(guān)研... 

【文章來(lái)源】：天津大學(xué)天津市211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

某次固定環(huán)境實(shí)驗(yàn)結(jié)果

第3章基于改進(jìn)遺傳算法的動(dòng)態(tài)序列驗(yàn)證研究(2)環(huán)境變化實(shí)驗(yàn)僅僅在固定環(huán)境下通過(guò)本算法得到最優(yōu)的結(jié)果是不夠的，實(shí)驗(yàn)最終是要運(yùn)用在企業(yè)級(jí)的動(dòng)態(tài)驗(yàn)證配置服務(wù)之上，這意味這應(yīng)用環(huán)境不是一成不變的，這也是本文為了解決該問題采取遺傳算法的原因之一，即要依賴遺傳算法的自適應(yīng)性。本次實(shí)驗(yàn)中，將在其它參數(shù)不變的情況下將先運(yùn)行一段時(shí)間，隨后在某一時(shí)刻改變矩陣W數(shù)值以模擬驗(yàn)證渠道的時(shí)延發(fā)生變化來(lái)觀察算法的自適應(yīng)性表現(xiàn)。實(shí)驗(yàn)中設(shè)置按原來(lái)方式迭代過(guò)程中矩陣W變更為[[40,30,25,20,50],[40,30,25,20,50],[40,30,25,20,50],[40,30,25,20,50],[40,30,25,20,50]]。這種數(shù)值變更意味著原來(lái)的第5種方式本來(lái)是最不合適的方式，但在新環(huán)境下該方式變成了最佳方式，因此應(yīng)該在序列中排在靠前的位置。在新條件下經(jīng)過(guò)演化選出的最佳序列應(yīng)該是40123。某次實(shí)驗(yàn)運(yùn)行結(jié)果如下圖3-3所示，輸出結(jié)果顯示算法先經(jīng)過(guò)183代的演化迭代得到了在初始條件下的最佳序列01234，之后在環(huán)境發(fā)生變化之后，算法感受到了這一變化并開始進(jìn)入了新的迭代過(guò)程。期間可以看到因?yàn)榻徊婧妥儺惔嬖诘脑�，算法在接近最佳序列時(shí)會(huì)有一些震蕩。但最終結(jié)果顯示又經(jīng)過(guò)多次迭代最終得到了新環(huán)境下新的最佳序列。本次實(shí)驗(yàn)驗(yàn)證了算法能夠在參數(shù)變化時(shí)表現(xiàn)出有效的自適應(yīng)性。圖3-3某次模擬環(huán)境變化實(shí)驗(yàn)結(jié)果27

天津大學(xué)碩士學(xué)位論文(3)種群大小控制實(shí)驗(yàn)通過(guò)對(duì)算法的研究可以確定多個(gè)參數(shù)會(huì)對(duì)算法表現(xiàn)有影響。本次實(shí)驗(yàn)通過(guò)單變量控制法探究種群大小參數(shù)對(duì)實(shí)驗(yàn)表現(xiàn)具體會(huì)有怎樣的影響。實(shí)驗(yàn)結(jié)果以算法得到最終結(jié)果的時(shí)間來(lái)衡量。實(shí)驗(yàn)中初始種群大小為10，以10為單位遞增種群大校由于時(shí)間上存在不確定性，不能以單次實(shí)驗(yàn)的時(shí)間花銷為依據(jù)，于是實(shí)驗(yàn)設(shè)計(jì)為在不同種群大小條件下進(jìn)行50次實(shí)驗(yàn)，統(tǒng)計(jì)每一次實(shí)驗(yàn)的時(shí)間消耗的頻數(shù)分布來(lái)分析實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果如下圖3-4所示。圖3-4種群大小控制實(shí)驗(yàn)結(jié)果圖中橫坐標(biāo)代表著不同的種群大小，縱坐標(biāo)代表著頻數(shù)。從圖中可以看出當(dāng)種群大小為10的時(shí)候，算法收斂得出結(jié)果的時(shí)間開銷大多大于15ms。隨著種群規(guī)模擴(kuò)大，大于15ms的次數(shù)逐漸減小，并更多的分布在10ms至15ms的區(qū)間內(nèi)。種群規(guī)模進(jìn)一步擴(kuò)大，當(dāng)種群規(guī)模為30時(shí)，小于等于10ms的次數(shù)已經(jīng)能夠控制在50%以上，在種群規(guī)模是40的時(shí)候15ms以內(nèi)收斂的次數(shù)占比已經(jīng)相當(dāng)高。隨后當(dāng)種群規(guī)模增長(zhǎng)到50時(shí)，本實(shí)驗(yàn)條件下對(duì)問題研究的算法時(shí)間開銷基本控制在15ms以內(nèi)。當(dāng)規(guī)模大于50時(shí)，由于種群已經(jīng)有了足夠大的規(guī)模而問題的規(guī)模是有限的，算法本身基本達(dá)到了“收斂狀態(tài)”，超過(guò)80%的單次實(shí)驗(yàn)在5ms內(nèi)能夠達(dá)到收斂。從本次的實(shí)驗(yàn)結(jié)果可以得到如下結(jié)論，實(shí)驗(yàn)結(jié)果印證了種群規(guī)模大小這個(gè)變量對(duì)算法的效率有很大的影響。提前考慮問題的規(guī)模并且在合理范圍內(nèi)設(shè)置這一參數(shù)能夠在實(shí)際應(yīng)用時(shí)取得更好的效果。問題的規(guī)模可能很大，但種群的大小并不能總是跟隨變大，一方面要受到存儲(chǔ)等資源消耗的約束，另外一方面實(shí)驗(yàn)結(jié)果體現(xiàn)了到達(dá)一定規(guī)模后種群大小對(duì)算法效率不再構(gòu)成顯著影響。(4)模擬退火算法比對(duì)實(shí)驗(yàn)本次實(shí)驗(yàn)通過(guò)將本文提出的改進(jìn)遺傳算法效果同模擬退火算法進(jìn)行比較。28

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法的地磁匹配導(dǎo)航應(yīng)用[J]. 孫建軍.  地理空間信息. 2017(06)
[2]分布式關(guān)系數(shù)據(jù)庫(kù)Ocean Base的高可靠性[J]. 陽(yáng)振坤.  金融電子化. 2016(02)
[3]中間件技術(shù)及其應(yīng)用[J]. 胡錫衡.  鞍山師范學(xué)院學(xué)報(bào). 2007(06)
[4]什么是電子客票?[J].   中國(guó)工會(huì)財(cái)會(huì). 2007(02)
[5]遺傳算法的編碼理論與應(yīng)用[J]. 余有明,劉玉樹,閻光偉.  計(jì)算機(jī)工程與應(yīng)用. 2006(03)
[6]模擬退火算法在路徑優(yōu)化問題中的應(yīng)用[J]. 張波,葉家瑋,胡郁蔥.  中國(guó)公路學(xué)報(bào). 2004(01)
[7]厚德載物:騰訊高一致性數(shù)據(jù)服務(wù)解決方案[J]. 雷海林.  程序員. 2013 (01)

博士論文
[1]航空公司航班計(jì)劃優(yōu)化設(shè)計(jì)研究[D]. 朱星輝.南京航空航天大學(xué) 2007
[2]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]中國(guó)機(jī)票銷售市場(chǎng)縱向關(guān)系研究[D]. 韓璐.東北財(cái)經(jīng)大學(xué) 2012



本文編號(hào)：3614127