MANET双层群节点移动模型设计与研究

在移动Ad hoc网络仿真中,节点移动模型直接决定了网络的拓扑结构,进而影响网络性能的评估."参考点群移动模型"群内部节点以一个逻辑中心为参考随机运动,而现实场景中,节点群运动时经常呈现一个群有多个逻辑中心的特点.由此提出了一种"双层群移动模型",并从物理链路和路由协议两个层面与其它移动模型进行仿真比较.仿真结果表明,该模型更能反映出具有双层性的群移动场景中网络的拓扑变化,更适合该种场景下移动Ad hoc网络仿真研究.     

大规模网络存储系统数据访问抗毁性建模与评估方法

采用网络模型的方式对大规模网络存储系统进行结构建模,并根据网络存储服务关系建立了描述数据访 问毁坏程度的基本指标.在此基础上, 研究了大规模网络存储系统物理拓扑与逻辑拓扑的统计特征,对具有 统计特征的网络模型进行数据访问抗毁能力的分析; 最后,探讨网络模型的数据访问抗毁性评估方法, 设计不同类型的数据访问抗毁测度并且通过示例验证评估测度的有效性.     

基于线性时态逻辑的Petri网模型检测

Petri网是一种重要的数学工具,它能有效地对并发系统进行描述和建模.线性时态逻辑LTL则是描述和验证并发系统特性的一种重要的形式化工具,它能方便准确地描述并发系统的重要性质,如安全性和活性.文章深入描述了线性时态逻辑、Bu chi自动机、Petri网和同步积之间的内在联系,并探讨了基于线性时态逻辑的Petri网模型检测策略.与其它方法比较,这种模型检测的策略结合了线性时态逻辑和Petri网模型的不同优点,增强了Petri网的模型分析和验证能力.最后,通过对一个并发系统形式化的模型检测分析,验证了相应的结论.     

内部演化的BA无标度网络模型

在BA(Barabási-A lbert)无标度网络模型的基础上,考虑网络节点增长的同时,网络已有节点连线也在增加。在这个BA网络改进模型中,引入了两个主要参数q1,q2,通过理论分析,导出了这个内部演化的增长网络的度分布,发现它仍然具有无标度网络的一般性质,BA无标度网络是它的一种特殊情形。数值仿真验证了理论分析的正确性。这个改进模型比BA网络模型具有更广泛的实际背景,利用它可以更真实地模拟与刻画现实中许多复杂网络的演化及其特征。     

基于Agent的体系过程A-GERT网络“刺激-反应”学习模型

针对图示评审技术(graphic evaluation and review technique, GERT)网络应用于体系活动决策过程中未考虑网络节点自身的学习能动性问题, 基于智能体(Agent)技术, 结合刺激-反应模型构建A-GERT网络模型。首先, 根据体系活动的逻辑, 搭建A-GERT网络框架, 并通过提出网络传递效用函数, 设计带有反馈机制的A-GERT网络。然后, 利用刺激-反应模型的自适应优势构建学习方程, 以GERT网络期望概率与期望时间等指标度量刺激强度, 进一步拓展刺激-反应模型。最后, 给出网络智能决策节点的学习步骤, 并以创新技术开发体系活动进行算例研究, 结果表明了所提方法的有效性与实用性。     

基于IFTBN的不确定性时间推理方法

针对模糊贝叶斯网络模型对复杂不确定性时间信息描述和推理方面的局限性,给出了直觉模糊贝叶斯网络的定义,并将直觉模糊时序逻辑理论与贝叶斯网络推理相融合,构建了直觉模糊时间贝叶斯网络(intuitionistic fuzzy time Bayesian network, IFTBN)模型,提出了基于IFTBN的不确定性时间推理算法,较好地解决了态势估计中不确定性时间推理精度不高的问题,提高了军事态势评估系统形成正确战场感知的作战效能。最后通过典型实例验证了该时间推理方法的有效性和优越性。     

体系作战信息流转超网络结构优化

稳健可靠、精干灵活的网络结构,是体系作战信息顺畅传递、高效流转的重要保证。首先,引入超网络理论,提出体系作战信息流转超网络概念,构建由物理层和逻辑层组成的分层网络结构;其次,以物理层抗毁性最强、逻辑层流转效率最高、整体网络化效能最大为优化目标,建立作战信息流转超网络均衡模型;然后,通过变分不等式进行模型转换,利用修正投影算法求解运算。最后,以空中进攻作战为例,进行仿真实验分析。结果表明,优化后的超网络在保持原网络结构特点的同时,具备更强的抗毁性、更高的流转效率和更大的网络化效能。     

一种模糊小脑模型神经网络

为了简化网络、提高网络的学习能力、便于对一些系统的建模，本文提出了一种小脑模型神经网络，将模糊逻辑的推理过程用小脑模型神经网络表示出来，其输入层采用模糊化的感受野，能有效地减少输入层的容量，提高逼迫能力。由于采用系统的模糊信息，可以按实际问题的性质初始化网络的结构与参数，有利于提高学习的收敛速度。学习结果能更真实地描述问题的实质。     

任务流驱动的指挥信息系统动态超网络模型

针对传统指挥信息系统建模方法在描述系统内在机理时存在的片面、静态和同质化等问题,提出任务流驱动的指挥信息系统动态超网络建模方法。首先构造指挥信息系统多作用域结构空间,通过使命任务空间、逻辑功能空间和物理实体空间及其相互作用关系,描述指挥信息系统内在运行机制;在此基础上,用超网络理论描述指挥信息系统功能网络,进而构建了任务流驱动的指挥信息系统动态超网络模型,并定义了相关参数。最后通过仿真分析验证了模型的有效性和可用性。     

基于AHP和NEULONET的供应商选择问题

供应商选择已经成为企业降低成本、提高服务与核心竞争能力的重要因素之一。利用层次分析法(AHP)在权重确定、定性问题量化以及神经逻辑网络(NEULONET)在逻辑推理上的优势来进行供应商的选择,建立了供应商选择的网络模型。该模型通过对不同的领域专家、不同的领域指标赋予不同的权重,从而改进了单纯采用AHP法存在的问题,并且利用AHP法来确定NEULONET一些层次的权重,使得网络的构造更加科学和适用。通过算例的检验,本方法是可行和有效的。     

城市电子政务服务仿真研究

为定量研究信息技术、组织结构等对城市政府服务质量的影响,本文在综合分析城市电子政务服务系统基础上,描述了分散式和集成式服务模式(纳入传统政府服务作比较),建立了通用逻辑模型及算例逻辑数据模型,采用Arena仿真方法比较分析了3类模式响应能力和使用方便性等服务质量指标.仿真结果表明:同等条件下分散式服务模式(应用信息技术)优于传统政府服务模式,集成式服务模式(信息技术应用结合组织结构优化)具有前两者所无法比拟的优势.     

应用混合小波神经网络和遗传算法在香港衍生品市场上的研究

提出了新的基于Black-Scholes模型的混合小波神经网络.隐含波动率是指在市场中观察的期权价格所蕴涵的波动率.基于不同种类的期权价格对波动率的敏感度不同,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重.在香港衍生品市场的实证中表明,所提出的模型优于传统的Black-Scholes模型.     

基于神经状态空间的非线性系统建模研究

提出了一种基于神经状态空间的非线性系统建模方法.神经状态空间(NNSP)具有系统的拟线性特性,许多线性系统控制器设计方法均可以扩展到NNSP模型.本文采用了增广卡尔曼滤波方法进行神经状态空间的参数辨识,高阶校验模型用于验证非线性系统神经状态空间的模型的有效性.将本法应用于典型的化学过程的建模,结果表明本方法正确有效.     

基于V-foldCross-validation和Elman神经网络的信用评价研究

研究了关于公司信用评估问题的现状,指出一般神经网络应用于信用评估领域的不足.在此基础上,提出一套甄选原则以选择关键的信用评分指标;然后依据这些指标建立了基于Elman回归神经网络的我国企业的信用评估模型.采用V-foldCross-validation技巧对该模型的评分效果进行了实证研究.     

神经网络在金融业务中的应用及实现

本文从信息论的观点出发，讨论了神经网络技术在金融业务中应用的可能性和实现途径。探讨了金融和经济中存在的信息处理的难点，并给出了应用神经网络技术解决问题的方法。进一步地，阐述了神经网络与模糊系统理论和专家系统相结合，是今后金融领域智能信息处理发展的新方向。     

稳健二进前向网络的遗传训练方法

稳健二进前向网络是对逻辑知识的隐式表示和显式表示的有机统一，是性能优良的逻辑知识库、推理机和解释器，但目前还没有一种网络训练算法能够训练出稳健二进前向网络，针对这种情况，本文首先对稳健二进前向网络的神经元辅阈值范围进行了改进和有效描述，并在此基础上提出了一种对稳健二进前向网络进行有效训练的遗传训练方法。在这种训练方法中，网络参数采用三值编码方案，并运用相应的变异机制和有效的适应度函数，经这种方法训练出的网络具有结构最优、稳健性能最强和最易实现的特点。文章最后给出了实验的结果。     

Time Series Neural Network Forecasting Methods

ＴｉｍｅＳｅｒｉｅｓＮｅｕｒａｌＮｅｔｗｏｒｋＦｏｒｅｃａｓｔｉｎｇＭｅｔｈｏｄｓＷＥＮＸｉｎｈｕｉ；ＣＨＥＮＫｅｉｚｈｏｕ（ＴｈｅＣｅｎｔｌａｌｏｆＮｅｕｒａｌＮｅｔｗｏｌｋ，Ｘｉ＇ｄｉａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎ７１００７１，Ｃｈｉｎａ）Ａ...     

Study on the control course of ANFIS based aircraft auto-landing

1 .INTRODUCTIONThe fuzzy control is a kind of intelligent control ,whichisi mplemented by means of computers using man’s experi-ences of controlling as knowledge model ,and fuzzy sets,fuzzylinguistic variables and fuzzy logic as mathematicalapproaches of algorithms for controlling. The knowledgemodel consistingof the controllingexperiences and knowl-edge of experts with fuzzy characters as rules are intro-ducedtocontrol systems.The control theoryisintegratedwithtechniques of artificial in…     

脉冲发放神经网络建模

生物神经系统是一种脉冲发放神经网络系统。当前流行的人工神经网络模型与生物神经系统相比仍存在着较大差异。本文根据电生理学结果建立了适合于工程应用的脉冲发放神经网络模型。给出了输入－输出关系、突触联接关系、动态方程和学习功力学以及各种统计量的均值和方差。     

投影神经网络及其应用

本文提出了一种投影神经网络以实现模式矢量向某一空间的投影,文中详细讨论了网络的结构,并提出了一种调整联接权的格形学习算法。本文将投影神经网络应用于飞机目标冲激响应波形的识别问题,得到了良好的效果,研究结果表明这种投影神经网络具有投影精度高、实时性好的优点。