定性系统单元分解仿真算法研究

标准的QSIM算法,由于基于全局状态表示来描述、推理系统的行为,对于复杂系统推理求解时会产生不可控分枝问题.文章提出一种系统分解的仿真算法,将定性模型分解成称之为"单元"的子模型.对单元分别应用QSIM推理,对单元间的关系通过约束传播使得子模型推理一致.这种系统分解仿真算法可大大降低QSIM算法的不可控分枝,提高系统的仿真效率.     

基于Q0-1规划模型用分枝定界法求解最大团问题

搜索图的最大团是经典的NP-难题。通过运用二次0-1规划模型（简称Q0-1规划模型）寻得最大团问题的解法,所用的分枝定界法建立在此模型之上。通过一个命题推导出图的最大团求解问题与一类特殊Q0-1规划的等价性,借助于求解一般Q0-1规划的分枝定界法推演出求最大团问题的分枝定界规则,从而将图论中的经典问题转化成代数问题加以解决,并给出实例说明该算法的有效性。     

自然推理系统P中的P∧Q■P

逻辑推理理论是计算机应用人才必备的重要基础理论之一.在自然推理系统P中,推理依据一般建立在包括P∧Q■P规则在内的多条公理式规则基础上.推理规则是不可逆行的单向过程,而在自然推理系统进行中,信息量只能减少,不可能增加.P∧Q■P恰好表现了信息量减少这一特征.因此,一切推理规则均以P∧Q■P为基础.     

基于模型的层次化强化学习算法

针对强化学习算法的状态值泛化和随机探索策略在确定性MDP系统控制中存在着学习效率低的问题,本文提出基于模型的层次化强化学习算法.该算法采用两层结构,底层利用系统模型,采用贪婪策略选择探索动作,完成强化学习任务.而高层通过对状态区域的分析,指导底层的学习,纠正底层错误的动作.高层对底层的学习的指导作用主要包括:在泛化过程中,对泛化区域中正确与错误的状态判断值分别采用不同的学习因子,减小泛化对算法收敛性的影响;建立状态区域的推理规则,用规则指导未知状态区域的学习,加快学习速度;利用系统模型和推理规则,将探索过程集中于系统的可控区域,克服采用随机探索策略需要系统全状态空间内搜索的问题.本文提出的算法能在较短的时间内实现系统的初步控制,其有效性在二级倒立摆的控制中得到验证.     

大规模有向网络的K可控性研究

为研究大规模有向网络系统的控制性能，采用结构能控性指数K来表征网络系统的控制长度。提出K可控定理，将有向网络系统分解成独立可控的“仙人掌”结构，得出系统可控时的驱动节点集和结构能控性指数K。提出大规模网络系统矩阵的K可控算法，将K可控定理在算法中实现，并对大规模随机网络和真实网络进行仿真。结果表明，利用K可控定理可以得出大规模有向网络系统的结构能控性指数K。讨论结构能控性指数K和最小控制输入之间的关系。     

基于有限步一致性算法的交直流混联微电网分布式动态经济调度

以可控单元的日运行成本最低为优化目标,构建了交直流混合微电网的动态经济调度模型,提出了一种基于有限步一致性的完全分布式算法,设置各分布式发电单元的成本微增率为一致性变量,各单元通过与邻居单元交互信息实现全局优化调度,并且算法可在有限步内收敛,极大地缩短了收敛时间。最后,通过仿真算例验证了所提模型和算法的有效性。     

基于二次场算法的CSEM二维有限单元法正演

采用基于二次场的有限单元算法开展了二维可控场源电磁方法(CSEM)的数值模拟研究。研究工作从麦克斯韦方程组出发,导出了同时考虑电阻率与磁导率异常的可控源电磁法二次场方程;采用了基于二叉树结构的三角单元剖分,推导了双线性与双二次插值的单元钢度矩阵表达式;分别对电阻率异常及磁导率异常模型进行了试算。实践表明,二次场算法无需对场源区域剖分,可有效的减小计算区间,提高了计算效率;与总场算法相比二次场算法边界处理简单;二次场算法有利用提高计算精度,解决了低频计算不稳定问题;试算表明,较小的磁导率变化就可对可控源视电阻率产生明显影响,使电阻率变大。     

基于时间有限状态自动机的事件重建推理算法

应用时间Mealy型有限状态自动机(TMM)模型进行系统建模及计算机证据的形式化。针对单路推理算法推理时随着搜索路径的延长造成推理效率下降的问题,利用证据的时间先后关系以及推理路径数量发散特性,提出一种双路双向事件重建推理算法以提高推理效率。在8个时间Mealy有限状态自动机模型上进行了推理验证,实验结果表明该算法推理效率得到了提高。     

基于时间有限状态自动机的事件重建推理算法

应用时间Mealy型有限状态自动机(TMM)模型进行系统建模及计算机证据的形式化.针对单路推理算法推理时随着搜索路径的延长造成推理效率下降的问题,利用证据的时间先后关系以及推理路径数量发散特性,提出一种双路双向事件重建推理算法以提高推理效率.在8个时间MeaIy有限状态自动机模型上进行了推理验证,实验结果表明该算法推理效率得到了提高.     

基于分布式纳什Q学习的多传感器协同目标跟踪

针对传统目标跟踪算法过分依赖环境模型的问题,提出了一种基于分布式纳什Q学习的多传感器协同目标跟踪算法.分析了强化学习与分布式纳什Q学习算法的原理;描述了多传感器的协同跟踪态势,建立了离散系统的非线性模型,给出了传统的扩展卡尔曼滤波解决方法;定义了对分布式纳什Q学习性能影响至关重要的传感器行为和奖惩函数,奖惩函数通过计算预测误差方差阵的迹得到;采用基于贝叶斯推理的概率统计方法解决了Q函数的更新问题.纯方位量测信息的被动跟踪仿真结果表明,相比于传统滤波算法,该算法增强了传感器对环境变化的适应性,实现了对目标的有效跟踪,提高了跟踪精度.     

基于混沌理论软件可靠性定性仿真建模方

针对目前可靠性复杂软件系统存在的安全性问题,提出基于混沌理论的软件可靠性定量与定性相结合的仿真建模方法.首先,借助非线性混沌定量预测分析方法合理预测软件演变规律;其次,引入基于定量预测分析基础上的定性仿真建模预测分析方法,对定量预测结果进一步验证和推理,挖掘构建软件可靠性混沌建模的内在规律;最后,将QSIM算法应用在软件可靠性建模与预测分析的研究中,并且采用软件可靠性建模与预测评估手段给出软件可靠性度量标准,帮助检验和验证软件的可靠性.该研究成果可为软件可靠性建模提供新的方法和策略,提高软件可靠性建模预测分析的可行性和准确性,并且可以广泛应用到企业软件开发实践中,有助于企业发现影响软件可靠性的各种因素,解决软件安全性问题.     

营销人员管理的定性模拟研究

提出了一个观察管理行为的新视角,即用能的观点来看待企业的营销人员管理行为．详细地描述了企业动能与势能的表现形式,以及二者之间的转换关系．以企业营销人员作为研究对象,说明了其静止状态的特征,以及可能刺激这种状态的因素．利用QSIM系统约定的语言描述了营销人员管理中的定性关系,并模拟得出了符合现实情况的结果．     

通信网频率分配算法研究

本文总结了在频率分配领域中运用的各种可行、有效的智能算法,它们是：遗传算法,蚁群算法,模拟退火算法,禁忌搜索算法等。这些算法大大丰富了现代优化技术,也为那些传统优化技术难以处理的组合优化问题提供了切实可行的解决方案。对频率的分配有参考价值。     

并行流程式生产线调度问题的概率分析求解算法

并行生产线调度问题兼有并行机器和流程车间调度问题的特点 ,是一类新型的调度问题·针对工件在各工序具有任意加工时间的一般并行生产线调度问题 ,构造了整数规划模型 ,设计了基于概率分析的求解算法·对随机生成的测试问题进行求解的实验结果表明了算法的有效性     

A practical parallel algorithm for propositional knowledge base revision

Different methods for revising propositional knowledge base have been proposed recently by several researchers, but all methods are intractable in the general case. For practical application, this paper presents a revision method in special case, and gives a corresponding polynomial algorithm as well as its parallel version on CREW PRAM.     

一种可视化的时态推理方法

给出了一种集成定性与定量的约束的可视时态概念模型，通过该模型使得每个时态对象可以转子平面上的一个可视实体，并且在一些假设下引进一种有效的可视时态约束传递算法。     

Virtual local target method for avoiding local minimum in potential field based robot navigation

A novel robot navigation algorithm with global path generation capability is presented. Local minimum is a most intractable but is an encountered frequently problem in potential field based robot navigation.Through appointing appropriately some virtual local targets on the journey, it can be solved effectively. The key concept employed in this algorithm are the rules that govern when and how to appoint these virtual local targets. When the robot finds itself in danger of local minimum, a virtual local target is appointed to replace the global goal temporarily according to the rules. After the virtual target is reached, the robot continues on its journey by heading towards the global goal. The algorithm prevents the robot from running into local minima anymore. Simulation results showed that it is very effective in complex obstacle environments.     

脸部美化的自适应算法研究

通过人脸特征的检测和识别对图片中人物脸部进行自动美化处理,利用搜索算法用颜色空间、空域和连通性来自动准确定位人脸和头发等特征区域,然后通过人脸的自适应美白和磨皮进行脸部美化.该方法解决了边界难处理的问题,将有助于人脸的自适应美化处理各特征区域.     

鲁棒贝叶斯混合分布的模型选择

提出一种基于偏差信息准则(deriance information criterion,DIC)的鲁棒贝叶斯混合分布模型选择算法.在变分逼近框架下,给出鲁棒贝叶斯混合模型的DIC计算公式;设计的模型选择算法能同时学习模型参数推断和进行模型选择,避免在大的候选模型集中根据模型选择准则选取最优模型.给出试验参数初始值设置方法,在含有较多离群点的仿真数据和Old Faithful Geyser数据上的试验结果表明了好的性能:得到鲁棒的混合分量参数和较准确的混合分量个数.