技能映射通过析取模型诱导的多分知识结构

基于程序性知识的评估,提出由项目自身的状态结构诱导多分知识结构的方法,以建立适用于问题解答的多分评估体系.首先,根据各项目的解答或操作步骤设定响应值集,通过项目状态转移函数定义项目状态空间;然后,用操作程序表示技能,由过程函数导出析取的技能映射;最后,讨论技能映射通过析取模型诱导的多分知识结构.结果表明：技能映射通过析取模型诱导的多分知识结构是多分知识空间.     

知识点网络下的知识评估和学习路径选择

学习者在认知过程中可能掌握了某些知识点，但自身的知识状态并未改变，因此，为了提高学习效率并对学习者进行知识评估，在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先，给出了知识点网络的构造方法、有效知识点组合的概念及知识点网络下题库的构造方法；其次，通过知识点网络诱导知识点背景，在已知学习者知识状态的情况下对学习者掌握的知识点进行评估，并给出知识点网络下的学习路径图及其算法；最后，通过实验验证了提出的算法的有效性和可行性.研究发现，由知识点网络诱导的知识点背景确定的知识点结构满足良级性.     

技能背景下学习空间的判别方法和技能评估

技能背景是以问题为对象、技能为属性并体现问题与技能关系的一种特殊形式背景，在技能背景下，通过面向问题概念格和面向技能概念格分别得到知识空间和闭包空间.知识状态是知识空间理论的核心概念，它不仅体现个体当下的学习现状，还可以通过非空的内、外边缘指导下一步的学习.但在知识空间和闭包空间下，知识状态可能不存在非空的边缘，而在良级知识结构下，任意知识状态都存在非空边缘.良级知识空间是学习空间，而且良级知识空间和良级闭包空间都是程序性知识评估的重要工具.在技能背景下研究知识空间是学习空间的充要条件以及什么样的闭包空间是良级的问题.首先，基于知识状态的关系提出良好技能背景，并给出技能背景下学习空间的判别方法和良级的闭包空间的充要条件；其次，根据良好技能背景对个体进行技能评估，得到个体的能力范围；最后，提出技能推测关系，同时给出求解技能推测关系和寻找学习路径的方法 .     

基于狩猎搜索的可信QoS路由算法

提出了一种可信QoS路由算法,采用区间形式描述用户需求以适应用户QoS和信任要求的模糊性,采用基于滑动窗口和窗台的信任评估与控制机制,引入满意度函数,基于狩猎搜索寻找满足用户需求的优化路径.对提出的算法进行了仿真实现,并在多个实际网络拓扑和虚拟网络拓扑上进行了性能评价,结果表明,所提算法是可行和有效的,同现有算法相比,具有更好的性能.     

基于知识结构图的个性化学习内容生成算法

在结构化知识图的基础上,根据不同学生的学习状态,提出了网络学习环境的个性化学习内容生成算法.在课程本体知识结构图的基础上,经过动态评估学习过程而形成基于不同学生的个性化知识结构图,结合其子空间及有向无环图的拓扑排序方法,设计并实现了基于目标知识点的学习路径和个性化学习内容生成算法,以及在线学习环境中个性化学习内容生成机制.经网络学习课程实例验证表明,该算法可以满足学生个性化学习的需求.     

搭线窃听下网络安全路径及安全网络编码的研究

利用有向图生成树算法思想,将寻找搭线窃听下单源单宿网络拓扑图中安全路径的算法推广到单源多宿网络情况。接着以线性网络编码的代数构造方法为背景,对多播网络下的搭线窃听攻击做了详细分析,并结合弱安全网络编码的思想,提出一种改进的线性网络编码代数构造方法,利用该方法,即使网络拓扑图中不存在从源到宿的安全路径,网络也能达到弱安全。     

多约束路由的分层计算方法

针对多约束参数限制下服务质量路由的寻找问题,提出一种分层式计算思想.设想把路由计算方式分为两层,第一层工作是计算源与目的节点间的可达路径集,第二层则是在路径集中寻找满足条件的路由.研究出一种可达路径集计算方法,在此基础上推出了具体的分层式路由计算方法,采用由少到多逐一增加串联链路和节点数量递进方式进行,一旦寻找到满足条件的路由,则给出结果,退出计算.通过算例详细介绍了路径集与路由寻找的计算方法,并论证了路径集算法的正确性,阐明了路由新算法的时间复杂性及诸多优点,提出了适应多约束参数传输的状态信息交换协议改进建议.通过仿真实验验证了路由新算法的正确性,同时也说明新算法完全能够满足实际需要.     

一种基于多条件约束的路由优化启发式算法

主要研究了2个问题：其一是在网络中寻找一条从源节点到目的节点的路径，该路径满足总长度不大于预设值且总耗费也不大于预设值；其二是在满足总长度和总耗费均不超过各自预设值的条件下，寻找一条优化路径，使得决策者满意其总长度和总耗费．文中首先提出了一个交互式算法来求解后一个问题，该算法利用一个多目标整数规划模型来求解长度和耗费优化的路径．该算法引入目标参考点，在算法的每一次交互步骤中，让决策者通过调整目标参考点来寻找满意解，并压缩了目标搜索空间．然后提出了一个启发式算法来综合解决以上提出的问题，并在文中给出了该算法的完整描述．最后给出了一个仿真实例来验证文中提出的2个算法．     

浅谈民用飞机标准操作程序

标准操作程序罗列出每一飞行阶段飞行机组的任务和职责,是飞行员在航线飞行中必须遵守的行为准则。本文介绍了标准操作程序包含的主要内容,并参考多起因偏离标准操作程序导致的民航事故,分析了标准操作程序对飞行安全的影响因素。     

基于PBIL的综合QoS参数组播路由

提出了一种基于PBIL(Population-Based Incremental Learning)的QoS组播路由算法,它能在综合QoS参数约束条件下寻找代价最小的多播树.该算法有效地结合了遗传算法的进化特性与竞争学习算法的特点,采用基于路径的树编码结构和基于概率的备选路径集,在网络规模较大的情况下也能得到很好的应用.仿真实验表明,该算法快速有效.     

基于增强学习的非均匀分簇水声传感器网络能耗研究

近年来,水声传感器网络越来越成为研究的热点,但由于水下环境复杂多变,导致网络中能量消耗不均的问题.针对此问题提出了一种基于增强学习的非均匀分簇的水声传感器网络路径优化算法.该算法首先根据水声传感器网络中节点的深度和剩余能量把传感器节点分成大小不同的簇;然后根据节点的综合属性值选出最佳簇头;最后在数据传输阶段利用增强学习和ε-greedy策略对簇间的传输路径进行决策和学习,寻找最优路由.实验结果表明:本文方法可以有效均衡能耗,并延长网络寿命.     

基于PBIL的综合QoS参数组播路由

提出了一种基于PBIL(Population-Based Incremental Learning)的QoS组播路由算法,它能在综合QoS参数约束条件下寻找代价最小的多播树.该算法有效地结合了遗传算法的进化特性与竞争学习算法的特点,采用基于路径的树编码结构和基于概率的备选路径集,在网络规模较大的情况下也能得到很好的应用.仿真实验表明,该算法快速有效.     

基于粗集理论的C3I信息融合性能评估方法

讨论了基于粗集理论的信息融合系统性能评估的理论和方法, 以C³I的应用为背景建立了信息融合性能指标体系. 给出基于粗集理论进行系统综合评估的一般步骤和确定评估指标权值的算法, 尤其是在有信息遗失情况下的信息处理方法. 同时提出一种用于多传感器信息融合性能测试与评估的系统结构, 通过软件测试的方法, 对融合算法进行测试与评估, 实现了对融合算法选择和参数选择的指导, 实验结果验证了本文方法的有效性.     

配送中心补货作业问题的蚂蚁算法

补货是配送中心运作中一项重要的作业,对其有效管理能够显著减少配送中心的运作时间,带来可观的经济效益. 根据配送中心的具体配置,补货作业呈现不同的模式,本文探讨配送中心分拣区采取指定储存策略情形下,补货设备从储存区补充物品到拣货区的补货作业问题,运用蚂蚁寻找最优路径算法原理设计出解决该问题的算法步骤与流程,并仿真测试算法性能,计算结果显示效果良好.     

基于CM-Q学习的自主移动机器人局部路径规划

针对多障碍物未知环境下,自主移动机器人局部路径规划过程中出现的路径冗余和避障问题,提出了基于坐标匹配的Q学习算法(Coordinate Matching-Q learning算法,CM-Q算法)。首先建立自主移动机器人栅格地图运行环境;其次以Q学习算法探索和学习最佳状态-动作对,并利用坐标匹配的CM算法进行避障;最后在未知障碍物环境中进行路径规划,对所提出的算法进行验证。实验结果表明,运用该方法,自主移动机器人能在未知的简单和复杂障碍物环境下规划出一条最优或次优路径,完成避障和路径规划任务。     

AGV系统路径规划时间窗模型及算法

针对双向单车道的AGV(automated guided vehicle)系统作业场景,考虑到AGV车辆行驶过程中直线和弯道的速度差异,以最小运行代价和优先级相结合为任务生成策略,构建了避免冲突的AGV系统动态路径规划的时间窗模型及其算法流程,为运行总成本最小约束下智能物流和自动化仓储系统中多台AGV协同作业的动态路径规划问题提供了有效方法。经过案例验证,该算法能够有效规划系统中多台AGV协同作业的路径,使系统运行的成本最低,降低仓储系统运行的总成本。     

无线传感网路径选择机制研究

作者在基于能量消耗分析和蚁群算法的基础理论指导下,针对无线传感网路径选择优化问题,进行了深入的理论、方法与模型的研究工作.主要步骤为:首先根据节点剩余能量确定成员节点当选为簇首节点的概率;其次根据成员节点距离簇首节点最近的原则进行分簇;最后确定簇内汇聚节点aggregator进行数据融合处理,确定信息发送节点,通过多跳路由方式给Sink传输数据,然后借助蚁群算法进行路径优化分析研究,通过仿真实验表明,该方法较常规方法有了很大的改进和效果.     

基于遗传算法多目标非重叠路径诱导算法

依据遗传算法基本原理,提出一种多目标路径诱导算法. 染色体编码采用可变长度节点序列方法表示,以减少染色体编码长度. 设计了相应的多目标适应度函数. 该算法在给定多个目标约束条件下,能够解出多个近优路径. 实验结果证明,该算法能有效解决多目标非重叠路径选择问题,和目前已有其它方法相比,路径相似度更小.     

一种新的支持向量机增量算法

分析了增量学习过程中支持向量和非支持向量的转化情况。在此基础上提出一种误分点回溯SVM增量算法,该算法先找出新增样本中被误分的样本,然后在原样本集寻找距误分点最近的样本作为训练集的一部分,重新构建分类器,这样能有效保留样本的分类信息。实验结果表明:该算法比传统的支持向量机增量算法有更高的分类精度。     

移动机器人复杂环境路径规划

针对移动机器人在复杂环境下路径规划问题,提出一种改进蚁群算法。该算法设计启发式状态转移函数,引入起点和终点对状态转移的引导作用;设计路径优化方法,从八个方向优化每次迭代生成的最优路径,避免规划路径陷入凹形区域,减小其长度;建立路径评估模型,考虑到环境的复杂性,通过加入惩罚因子,使路径评价标准从路径长度转为路径代价,将影响移动机器人通行的环境因素加入到路径规划过程,从而使生成路径得到更好的优化。最后,将改进蚁群算法与多种算法进行对比实验,结果表明,改进蚁群算法能有效避开危险区域,大幅度降低规划路径的代价,有效提高移动机器人通过规划路径的效率和安全性。