基于隐马尔科夫模型的上下文感知活动计算

为了推理移动用户在智能空间的活动，提出了基于隐马尔科夫模型的上下文感知活动计算．首先按照上下文的定义，采用元组方法表示移动用户和智能空间，然后根据活动理论基本构成元素和面向客体活动原理来描述用户活动和智能空间的状态变化，最后引用隐马尔科夫模型建立起用户活动与智能空间状态变化之间的联系，从而实现活动计算．该模型可以完整地描述活动分解为动作的过程，还可以根据每种活动的动作链标记用户活动数据，却不需要用户直接参与数据的标记．将该模型的动作状态数与上下文感知经验采样工具（ESM）的动作状态数进行比较，结果表明该模型的平均活动识别准确度比ESM高25％．     

一种扩展式动态环境演算范型的Petri网描述

为了以可视化的方式验证扩展式动态环境演算范型对移动协同中移动性和协作性的描述能力及描述语义的正确性,提出了一种扩展式动态环境演算范型的Petri网描述(PND).首先,给出基本演算实体的Petri网表示,用Petri网的顺序行为理论和并发行为理论中的变迁来表达任意动作,用库所来表达任意动作前后的各种环境状态及其变量.其次,给出演算实体的各操作语义关系的Petri网表示,并引入弧权重来刻画动作与其前后相关的环境、状态的相互作用关系.最后,引入了Petri网的合成理论,用简单Petri网合成法来构造动态复杂环境的模型.采用染色Petri网工具进行仿真,结果表明PND具有正确的描述语义,从而进一步为扩展式动态环境演算范型的有效性提供了有力的论证.     

基于Petri网的语义Web服务过程模型匹配算法研究

为了在服务发现中提高效率及准确率,在服务匹配过程中引入了服务执行状态的变迁等因素即服务的过程模型。而Petri网能够把Web服务的过程模型进行形式化描述．在服务发现中引入Petri网,通过Petri网描述web服务的过程模型,再对Petri网进行语义标注,最后通过计算过程模型的相似度来实现基于Petri网的语义Web服务发现匹配．这种方法结合现有采用功能性参数匹配的语义web服务发现对提高服务发现率,尤其对改善服务发现准确率起到了一定的作用．     

环境信息可表达的信息服务描述模型研究

信息服务的可表达性是该项目关键科学问题之一。它是准确设计和表达服务流程与内容,提供动态、精准、可伸缩的信息服务,以满足用户不确定和多样性服务需求的关键。该报告面向异构融合网络环境,提出了环境信息可表达的信息服务描述模型,并基于此模型实现了支持环境描述的OWL-CS服务描述语言。具体工作有,首先分析影响信息服务调用、组合、协同的环境因素,将环境分为自然环境和社会环境两大类,其中服务的自然环境是服务部署和运行所依托宿主的软硬件环境,而社会环境是服务生态系统中体现的服务和服务之间的关系,以及服务和用户之间的关系。其次,给出环境上下文参数及度量方法,自然环境上下文是指用于刻画服务自然环境中的实体的任何信息,而社会环境上下文是指服务在相互作用过程中所表现出来的和社会属性相关的任何信息。再次,建立服务环境上下文元模型,设计实现了支持环境描述的OWL-CS服务描述模型。目前,语义Web服务的标准本体模型OWL-S的Service类包括了Service Profile、Service Model和Service Grounding三个类。该报告在此基础上在Service类中增加一个上下文类Service Context,该类用于描述服务的环境上下文信息。这种扩展方法,也使得OWL-CS和OWL-S兼容。通过Protégé4.3软件,可以展示OWL-CS的本体结构,并编辑生成具有环境描述的基于OWL-CS的服务描述文件。最后,该报告给出一个智慧校园中的实例,进一步说明环境上下文在服务选择中的作用。为了实现不同服务之间的信息交互和协作,需要提供一种统一的方法来描述服务的功能,以进行服务的理解、发现和协同。在环境敏感的场景下,更是需要统一描述服务环境的方法。国际上已有研究人员关注到服务上下文信息,提出上下文化服务(Contextual Service)的概念。本报告在国际上较早开展此类工作,特别是在服务环境建模、服务社会环境上下文的研究上具有自己的特色。     

考虑上下文质量的不确定上下文可信融合方法

针对复杂传感器网络环境下对传感器上下文精确定位、智能推理与可信融合的要求,结合上下文感知中间件和普适上下文质量管理技术,提出了一种考虑上下文质量的不确定上下文可信融合方法,该方法扩展了传统的上下文感知中间件模型,通过基于质量的上下文本体模型、上下文质量门阀管理、质量因子分类配置、质量因子筛选与可信度度量矩阵构建、重复与不一致上下文丢弃管理等机制实现多层次、可扩展的融合控制.实验表明,该方法能够有效提高不确定上下文的融合质量.     

基于上下文感知的云计算平台分析研究

基于上下文感知的云计算平台为用户提供了一种新型、可靠、高效的数据服务模式.面向智慧城市大数据的存储管理服务中,复杂、多源、动态大数据的存储出现了效率低和可靠性差的问题.因此提出构建一种基于上下文感知的云计算平台的思路,采用基于上下文感知的云计算平台的四层结构,上下文感知算法实现智慧城市大数据的存储.理论分析和模式测试结果表明基于上下文感知的云计算平台满足了动态大数据的可靠存储的前提下,降低了数据分布式影响,极大提高了智慧城市大数据的存储管理能力.     

应用随机进程代数的网络系统可靠性预计方法

针对复杂结构网络系统可靠性预计建模与分析的难题,提出了一种应用随机进程代数的网络系统可靠性预计方法.通过分析3种基本网络拓扑结构,研究了网络系统随机进程代数模型的建立方法,根据随机进程代数操作语义,推导出一个带时间延迟的可靠性标记变迁系统,依据其隐含的马尔可夫转移关系和系统的当前状态,计算得到系统在一段时间内的可靠性预计值.仿真实验表明,该方法能精确刻画网络系统随机行为以及组件之间的相互关系,可有效预测不同状态下系统的可靠性水平.     

智能普适个人流程服务上下文构建方法

上下文感知是提高人机交互智能性的重要途径。为了面向个人用户提供智能流程服务,提出了一种普适环境下个人需求信息的上下文感知策略,并建立了基于上下文感知的智能普适个人流程服务系统结构模型,该模型能够将提取到的分散的用户需求上下文自动融合构建为个人流程服务上下文。通过旅游实例初步证明该策略和模型的合理性和有效性。     

多缩微智能车交互行为研究平台设计与实现

针对真实道路上开展智能汽车研究存在的风险和困难,提出了一种基于缩微城市道路环境的智能车交互行为研究平台. 该平台首先实现了具备视觉认知功能的缩微智能车,采用了一种基于特征和模型融合的嵌入式平台实时车道线和障碍物检测算法,通过本车可行驶区域的形式化描述,实现道路环境的感知,最后经过模糊决策控制方法控制缩微智能车产生拟人驾驶行为. 实验结果表明,文中提出的研究平台能够有效模拟智能车车间交互行为,环境感知算法和决策控制方法能够满足实时性和精度要求.     

WSDL→Radl-WS生成方法及自动转换系统

精确地描述Web服务语义对Web服务的发现、执行、动态组合和交互至关重要.在Radl语言基础上,扩展Radl为Radl-WS,提出一种新型的基于Radl-WS代数规范的Web服务建模语言.该建模语言统一了基于代数公理方法和Hoare公理方法来描述软件规格说明.为支持模型转换,提出了将WSDL语言描述的Web服务通过等价变换生成为Radl-WS建模语言的方法,并设计了相应的WSDL→Radl-WS自动转换系统.最后采用真实案例,验证了该方法的有效性.     

液压夹紧回路动态特性仿真

以M250A普通内圆磨床液压夹紧回路为例,建立了描述夹紧回路动态特性的状态空间数学模型,并在MATLAB/Simulink环境下建立其仿真模型,应用计算机仿真的方法,研究了不同的容腔体积和油液的体积弹性模量对夹紧回路动态特性的影响。结果表明:从超调量和过渡时间的角度看,容腔体积和油液弹性模量对回路动态响应的影响具有两面性。     

草原生态食物链对人类活动干扰的响应

运用非线性动力学方法，建立在人类活动干扰下，草原生态食物链上肉食种群一草食种群一草地资源三者的微分动力系统模型。并对平衡态进行数值模拟，研究草原生态食物链对人类活动的干扰随时间变化作出的响应．研究结果表明：①系统达到平衡时。草地资源密度与草食对肉食种群的转化率成正比，与自身退化率、草食种群的消费率成反比，表明三者间的密度调节与制约机制；②草地资源的退化率m3大于生长率ra时，草地资源密度先迅速下降继而迅速上升；草食种群与肉食种群均逐步灭绝，表明人类应充分保护草地资源，更要限制牲畜放牧的强度，选择合理的捕杀强度是维持食物链生态平衡和保证生产效益的关键．在此基础上，文章对协调人类活动与草原生态环境的健康发展提出了建议．     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大.在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求.     

Ontology-Based Context-Aware Middleware for Smart Spaces

Context-awareness enhances human-centric, intelligent behavior in a smart environment; however, context-awareness is not widely used due to the lack of effective infrastructure to support context-aware ap- plications. This paper presents an agent-based middleware for providing context-aware services for smart spaces to afford effective support for context acquisition, representation, interpretation, and utilization to ap- plications. The middleware uses a formal context model, which combines first order probabilistic logic (FOPL) and web ontology language (OWL) ontologies, to provide a common understanding of contextual in- formation to facilitate context modeling and reasoning about imperfect and ambiguous contextual informa- tion and to enable context knowledge sharing and reuse. A context inference mechanism based on an ex- tended Bayesian network approach is used to enable automated reactive and deductive reasoning. The middleware is used in a case study in a smart classroom, and performance evaluation result shows that the context reasoning algorithm is good for non-time-critical applications and that the complexity is highly sensi- tive to the size of the context dataset.     

面向绿色制造的集成工艺优化模型研究

为了提高工艺规划在实际生产中的执行性、减少制造过程的资源消耗以及对环境的负面影响,建立了一种基于动态工艺、以制造资源为核心、面向绿色制造的CAPP/PPC并行集成模式,并在此基础上建立了以成本、交货期、资源消耗和环境影响为优化目标的集成工艺优化模型。该模型不仅实现了工艺路线的优化,而且实现了资源的优化配置,从而大大地提高生产计划的执行性,满足了绿色制造对工艺规划的要求。     

虚拟软件企业集成开发环境的构筑

结合动态联盟的崭新管理理念和现代先进的计算机网络技术,突破传统软件企业的经营运作模式,构筑了一个基于网络资源共享的虚拟软件企业开发环境,同时,对系统的每一个功能体系都给出了比较详细的描述．该系统的开发和应用,将更有效地实现软件企业各种资源的共享和重用,更大程度上改进自身的过程管理和文档规范,最终实现软件企业之间集成．     

GSM-R数字集群调度业务实现及相关的影响

集群调度通信是GSM-R系统的重要业务,因相关协议规范存在空白点,业务实现可能存在不确定因素.本文对集群调度通信所涉及的呼叫建立、保持、释放和资源动态管理过程进行研究,综合考虑通信参与者、对象、角色,随网络位置、网络环境变化的特性,深入分析了影响集群调度通信性能的各种潜在因素,明确了动态和静态因素对互联互通的影响程度和范围,并提出了解决建议.     

嵌入式通信系统中基于动态多因素的马尔可夫决策路由

为了适应嵌入式通信系统的资源匮乏性、多因素、异构性和对等性等特点,提出了动态多因素马尔可夫决策路由(DMMDR)算法,分析了算法的时间和空间复杂度,并设计了路由的建立过程和链路状态的更新策略.研究结果表明,该算法能综合考虑各种因素,均衡和减少计算量和存储需求,并避免环路的产生.     

基于云平台的大规模工业园区资源集约化控制方法

为了解决传统分布式控制部署环境繁琐,令现阶段资源控制变得更加复杂,容易产生服务延迟和稳定性低的问题。通过云平台研究了一种大规模工业园区资源集约化控制方法。以服务思想为核心建立大规模工业园区资源集约化控制框架,为用户提供统一的使用平台。设计云平台由云控制节点控制,按照需求对存储节点进行扩充。框架中的功能层为大规模工业园区资源集约化控制的重要部分,包括性能监测、资源调度、自适应控制与报警四个部分。虚拟机放置遍历全部可能的云平台状态,将状态变化代价最小云平台状态当成虚拟机控制策略。基于成本的最低消耗采取资源调度策略,组建动态任务划分模型。结合总体考虑节点量、输入数据类型、进行调度时所耗时间以及资源回收所需时间等影响因素做出深入分析。结果表明:所提方法控制下网络拥塞率符合要求;服务延时低、稳定性高。可见所提方法整体性能优。     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。