基于并行离散事件模拟的大规模P2P系统行为预测

P2P应用在当今的互联网中占有了越来越重要的地位.由于这类系统往往由数千至数百万台计算机组成,没有一个大规模分布式系统模拟器是很难预测其行为的.文中尝试通过建立一个并行模拟器AegeanSim来预测大规模P2P系统的行为,该模拟器提供这类系统在高性能服务器集群上的的并行离散事件模拟.我们将P2P应用程序执行抽象成一个具体的事件模型,然后在一个集群上并行这些事件,从而不但扩展了模拟规模而且大大提高了模拟效率.文中还提出了一种提高性能的单步同步方法,并为研究人员设计了一个事件回调接口,使得在保持模拟器独立性的同时很容易地执行应用程序逻辑.用AegeanSim预测了一个典型的P2P系统:BitTorrent.比较了模拟的BT行为和目前BT相关的研究,证实了它的效率、可扩展性和准确性.文中还尝试预测BT系统受到各种人为攻击后的行为,得到一些合理的结果:(1)因为苛刻的攻击时间要求,Tracker隔离很难起作用;(2)限制BT的带宽可能是控制它的一种有效的方法.     

用新的神经网络求解MCM系统划分问题

提出了一种新的自组织神经网络模型，这种网络克服了Ｋｏｈｏｎｅｎ自组织神经网络不能直接处理划分和布局问题的面积约束，邻域确定困难和学习速度慢等缺点，还将这一神经网络模型应用于以芯片间连线代价最小和时钟周期最小为优化目标的，以面积和是延为约束条件的性能驱动的ＭＣＭ系统划分中，算法不仅学习速度快，能够处理大规模电路划分问题，而且具有整体优化效果，本算法已用ＶｉｓｕａｌＣ＋＋编程实现，实验结果表明，这是一     

基于具有时间隧道思想的多智能体强化学习的智能发电控制方法

解决雾霾问题的重要途径之一是大规模引入新能源,以减少碳排放.而新能源大规模接入会给互联电网带来强随机扰动.本文提出一种基于时间隧道的多智能体新算法——PDWoLF-PHC(λ)算法.该算法基于变学习率,有效获取最优控制,可解决传统集中式AGC难以解决的新能源及分布式能源大规模接入互联电网所带来的随机扰动问题,促进新能源与电力系统兼容.对改进的IEEE标准两区域负荷频率控制电力系统模型、智能配电网模型以及华中电网模型进行仿真,结果显示该算法可减少碳排放,提高新能源利用率,与已有智能算法相比具有更快的收敛速度及更强的鲁棒性.     

MC环境下产品族加工时间确定方法研究

为更好地支持面向大规模定制的企业工时定额的制定，以产品族加工时间的快速确定为研究目标，提出了一套全新的面向产品族的加工时间确定方法。在产品族结构分析的基础上，把产品族的共享结构和变型结构分别作为静态工时模块和动态工时模块的构造基础。研究了柔性参数水平对产品族加工时间的影响机理，构建了产品族各工时模块加工时间模型，以柔性参数水平的匹配搜索算法实现定制产品加工时间的估算。通过实例验证了方法的有效性。     

网格服务链模型的验证分析技术及应用

确保网格应用中大规模资源共享和复杂任务处理的正确性与可靠性是一项重要的工作．文中从形式化方法的角度出发，提出了基于状态Pi演算的网格服务链模型作为对网格中服务协作与组合进行建模和分析的理论工具．其中，状态Pi演算针对Web服务资源框架（WSRF）的思想，协调了系统状态与行为间的关系，扩展了Pi演算对系统状态的全生命周期管理能力．在此基础上，进一步结合了模型验证技术对网格服务链进行设计和运行时的逻辑性质分析．通过材料形变与断裂过程动态分析的网格应用案例，展示了采用上述方法对网格应用进行需求验证和可靠性分析的有效性．     

P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下，SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题，需要高效的算法以支持大规模的候选组合方案集合，同时也需要有效的评价模型来明确定义候选方案的优劣程度，从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数，但是对于用户来说精确的量化权重配置是一个非常困难的任务，特别是在涉及到的QoS维度较多时；后者无需权重配置，将Pareto最优的skyline集合作为优化结果返回给用户，然而skyline集合的规模是不可控的，最优结果集的规模会随着问题的规模增大而显著增大，过大的最优结果集显然难以为决策者提供有效参考，针对上述传统方法的不足，在本文中，我们将PROMETHEE方法弓I入服务组合优选问题，结合Pareto和PROMETHEE两种评价模型，将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标，提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题，高效地返回Top—kPROMETHEE最优组合方案集合，从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．     

基于满意优化原则的列车运行调是挥系统的性能指标体系研究

本文基于满意优化理论在求解大规模组合问题的优越性及列车运行调整模型的重杂性,首次尝试将满意优化理论用于列车运行调度指挥系统,并就其关键内容－性能评价指标体系进行了详细地探讨,建立了完善的复线列车运行调整的性能评价指标体系。     

大规模矢量地图与多分辨率DEM快速叠加的方法

高分辨率矢量地图数据与数字高程模型的无缝可视化,能增强两者在空间信息表达和分析中的作用.如何实现两者高精度实时无缝三维可视化是地理信息科学的一个重要研究内容.文中提出一种基于利用帧缓存和Voronoi图的方法,实现了大规模矢量地图的快速简化,并有效保持了简化前后拓扑关系的一致性,以此为基础建立了矢量地图的多细节层次模型,完成了视点相关多分辨率的叠加操作.此方法普适于各种DEM多分辨率模型,且可视化的性能不受地形数据集复杂度的影响,同时利用视景体裁剪和区域索引技术,降低了矢量地图数据规模对叠加效率的影响,使叠加耗时始终控制在一定范围内,从而实现了大规模矢量地图与多分辨率DEM无缝快速叠加显示.     

技术预见与日本的成功实践

日本是世界上最早由政府组织大规模技术预测调查的国家，而且取得了显著成绩。本文以日本的第七次技术预见调查为例，介绍了日本技术预见的目的、意义、原则及具体实施过程。     

基于新陈代谢GM(1,1)的大规模地震应急救援物资需求预测研究

大规模地震发生后,在时间有限且信息缺乏的情况下,以大样本为建模基础构建的传统预测模型难以实现对应急救援物资的快速准确预测.基于此,以灰色建模理论为基础,提出并构建一种基于新陈代谢的GM(1,1)灰色动态预测模型,利用其“去掉老信息,利用新信息”的建模特性,分析并预测地震灾区死亡人数的动态变化,进而预测相应地应急救援物资需求.将该模型应用于预测我国青海玉树地震灾区物资需求的数量,取得了较好的预测效果.研究成果对丰富与完善灰色预测模型的理论体系,实现大规模地震灾区应急救援物资需求的预测,具有重要的理论意义和应用价值.     

英将对两种抗艾滋病病毒霜剂进行大规模人体试验

英国政府前些时候宣布，将于今年下半年在南非、坦桑尼亚和喀麦隆等非洲五国对两种抗艾滋病病毒霜剂进行大规模人体试验。     

基于主成分回归分析的瓦斯含量预测

为了增加多元回归模型预测的精度，将主成分分析与多元回归分析相结合提出了PCA—MRA模型，并将该模型用于实际瓦斯含量预测。结果表明，PCA—MRA模型消除了输入变量之间的相关性，减少了输入变量值个数，提高了预测精度，便于实际推广和应用，为瓦斯含量预测提供一种新的途径。     

唯签名的数字签名模型的分类

首次提出数字签名分类问题，针对唯签名的数字签名模型的分类引入了一套分类标准，据此，可以把数字签名模型分成5个基类，69个子类．把不同的子类进行适当组合，理论上可以得到21141种数字签名模型，这一结果几乎包含了现有的各种数字签名模型，将有助于探索新签名模型。     

邓肯E-ν模型与E-B模型的比较

为探讨邓肯E-ν模型和E-B模型的差异，首先利用糯扎渡堆石料的两种模型参数计算各自模型所反映的泊松比，并进行了比较分析；然后对两种模型自身理论公式所反映的泊松比的差异进行分析；最后，以261．5m高的糯扎渡心墙坝为例，进行了有限元计算，研究两种模型计算得到的坝体内不同位置处的应力水平、弹性模量和泊松比的差异，进一步认识了两种模型的差异。     

一种新的操作系统安全模型

机密性和完整性是操作系统安全的两个重要特性，BLP模型只解决了机密性的问题，而Biba模型只解决了完整性的问题，其他模型也都类似，无法使二者同时兼顾．基于一个特殊可信主体，提出了一种新的操作系统安全模型，融合了以上两种模型，可以同时保持机密性与完整性．     

基于Agent的网构软件模型研究

以开放网络环境下的网构软件需求为切入点，基于软件Agent的原理、方法和技术，系统分析了基于面向对象方法学的经典软件结构模型及其支撑技术的限制，提出了一种开放协同软件模型来作为网构软件的基础模型．结合其关键支撑技术的研究，提出了基于移动Agent的协同程序设计技术、多模式交互机制及基于Agent中间件模型和面向体系结构的协同程序设计方法，并探讨其在主流软件技术中的应用，初步形成了一种适合于开放网络环境需求的技术框架体系，在此基础上，提出了一条建立基于Agent的网构软件模型的技术途径，即网构软件模型=开放协同模型＋环境驱动模型＋智能可信模型，从而为进一步的研究工作奠定了基础．     

日径流预报贝叶斯回声状态网络方法

回声状态网络（ESN）相比传统递归神经网络，具有模型简单、参数训练速度快的特点．针对标准ESN因常采用线性回归率定模型参数容易出现过拟合问题，提出了基于贝叶斯回声状态网络（BESN）的日径流预报模型．该模型将贝叶斯理论与ESN模型相结合，通过权重后验概率密度最大化而获得最优输出权重，提高了模型的泛化能力．通过安砂和新丰江两座水库日径流预测实例表明，BESN模型是一种有效、可行的预测方法，与传统BP神经网络和ESN模型对比，进一步表明BESN模型具有更好的预测精度．     

伪均质固液两相流水陆压力的计算方程及验证

根据伪均质固定液两相流的特征，推求了连续方程及运动方程，建立了伪均质固液两相流水陆模型，并根据实验资料对伪均质流水击模型进行了验证，由于该模型推导中考虑了伪均质固液两相流黏度、阻力及波速的特点，与单相流模型相比具有较高的精度。     

高密度泡沫塑料模量和屈服强度的理论预测

基于自洽模型研究了高密度泡沫塑料在单向加载下的力学性能，得到了泡沫塑料有效剪切模量及屈服强度同材料孔隙比之间的关系，所建模型不仅可以得到与三相球模型预测相同的剪切模量值，而且可以得到高密度泡沫塑料的屈服强度理论预测值，通过与其他经验模型和实验结果的比较，证明此模型可有效地预测高密度泡沫塑料的屈服强度。     

多光谱水深遥感方法及研究进展

文中简单回顾了多光谱水深遥感的国内外研究进展。将当前水深反演模型归为3类：即波浪法、统计法和水体散射遥感测深法，对各模型作了简单介绍，以时间为顺序列出了各模型在实践中的应用状况，分析对比了各种模型的优势和劣势。最后对当前水深遥感的发展趋势谈了自己的两点认识：即高分辨率数据的应用，改进的或新的水深反演方法不断涌现。