企业投资决策绩效小波网络模型评价

基于公司的战略和利益相关考虑,设计了财务层面绩效指标、技术创新层面指标、顾客层面绩效指标、业务流程层面绩效指标、发展潜力层面绩效指标以及社会和环保层面绩效指标六个层面的企业投资决策绩效评价指标体系．建立了标杆瞄准和主成分分析相结合的企业投资决策绩效评价指标体系综合筛选的方法．构建了基于小波网络模型的企业投资决策评价模型,可以克服神经网络收敛速度慢和易陷入局部极小值的缺陷;对焦化行业的投资决策绩效评价进行了实证分析;采用2000年10个项目的指标数据进行了小波网络模型训练,收敛精度0．001,训练7933次,训练耗时3．31s,结果较为理想．     

基于动态交通分配的路网应急疏散模型

实施科学有效的应急疏散策略对提高城市交通应急响应能力、节约救援时间和降低灾害带来的生命财产损失具有重要的作用。考虑到应急过程的动态特性,采用动态交通分配方法来进行应急疏散。首先,给出模型的约束条件,提出基于疏散时间最短的系统优化动态交通流分配模型。然后运用Pon tryag in最小值定理来获得模型最优解,同时对是否是最优解的充要性给予证明。仿真算例结果表明所提出的应急疏散模型能在较短的时间内完成对指定区域的应急疏散,能较好地用于解决交通应急疏散问题。     

基于弃尾队列的SCTP稳态吞吐量建模与分析

流控制传输协议(SCTP)是一个基于IP网络用于传输信令的新传输协议.由于其具有很多新的特性尤其对多宿的支持,使得其正在成为一种通用传输协议.本文对基于弃尾队列情况下的流控制传输协议的数据传输进行建模,得到一个稳态吞吐量关于丢包率的函数关系,并对结果进行仿真验证和分析.实验结果显示,该模型能够很好的估计流控制传输协议在弃尾引发丢包情况下的稳态吞吐量.     

以辨识为基础的长输管线故障定位

为了确定长距离输油（气、水、浆）管线中出现的堵塞和泄漏这两类故障的位置．本文提出了一种新方法。先通过辨识和参数估计得到压力的脉冲响应函数，再对脉冲响应的波形进行分析来确定故障的位置。理论分析与实验室中的管线实验表明，这种方法简单易行，只需要安装在管线首端的两只压力传感器和一台微处理机，即可以０．５％的精度确定故障的位置。     

Probabilistic SDG model description and fault inference for large-scale complex systems

Large-scale complex systems have the feature of including large amount of variables that have complex relationships, for which signed directed graph （SDG） model could serve as a significant tool by describing the causal relationships among variables. Although qualitative SDG expresses the causing effects between variables easily and clearly, it has many disadvantages or limitations. Probabilistic SDG proposed in the article describes deliver relationships among faults and variables by conditional probabilities, which contains more information and performs more applicability. The article introduces the concepts and con- struction approaches of probabilistic SDG, and presents the inference approaches aiming at fault diagnosis in this framework, i.e. Bayesian inference with graph elimination or junction tree algorithms to compute fault probabilities. Finally, the probabilistic SDG of a typical example of 65t/h boiler system is given.     

网络信息审计系统中的实时网页分类方法

为了实现网络信息审计系统中的实时网页分类，提出了一种基于Dempster-Shafer证据理论的分类新方法．其基本思路是：不进行IP分片包重组，直接将网页地址特征和分片数据包作为分类的证据，计算各个证据对类的支持度，然后利用Dempster证据组合规则将各种证据提供的信息进行不断地在线融合判决，并最终给出网页的分类结果．当已有证据可以对网页进行有效分类时，对后续数据包不再做进一步处理．实验结果表明，所提方法的查准率大于83％，查全率大于90%，在分类性能和运行时间上均优于已有的基于分片的模糊K最近邻分类算法．     

基于心理声学模型的高性能语音质量评价算法

提出了一种高效心理声学模型语音质量评价（EPM-SQE）算法．该算法采用12阶美尔倒谱参数（MFCC）作为语音信号特征向量，其空间复杂度小于巴克谱．对MFCC进行相对谱（RASTA）滤波，可以突出快变信号对听觉感知的影响．将滤波后的参数映射为响度，由此模拟人的感知过程．计算原始语音和受损语音响度之问的感知扰动，并依次在频域和时域进行聚合，从而获得单一的扰动值，该值再经认知模型计算，可以得到最终的客观评分．实验表明，所提算法的平均运行时间比国际电信联盟提出的语音质量感知评价算法减少了41％，内存占用降低了51％，而仅比主观评价的相关度下降6．8％．     

过程提取用于改善程序模型检测的可伸缩性

针对目前基于谓词抽象的程序模型检测工具很难处理大规模软件的现状，提出用过程提取技术对待检的源代码进行预处理，以改善程序模型检测的可伸缩性．首先，将程序中一个选定的语句集合提取出来并包装成一个独立的过程，然后在原程序的相应位置用一个过程调用替代，进而将大型程序分解成语义一致的小型过程的集合．由于模型检测算法中的过程总结边可单独计算，所以过程提取使整个程序的模型检测任务模块化，当程序对某过程进行多次调用时，利用总结边可以避免对过程体内状态空间的重复搜索，从而降低了模型检测算法在空间：和时间上的开销．理论分析和实验表明，所提技术能有效缩短大型程序的模型检测时间，并在程序的转换中不会改变原程序语义，满足了程序模型检测的安全性要求．     

无线传感器网络的能量平衡路由

针对现有无线传感器网络中路由协议产生“热点区域”问题，提出了一种能量平衡的路径选择算法．该算法通过平衡最小化传输能量路由和最大化最小节点剩余能量路由，以达到网络能耗均匀分布．在定向扩散协议（DD）的基础上，设计了能量平衡的路由协议（EBDD），该协议在路径探测消息中通过增加新字段来记录途经节点的剩余能量信息，并利用标签交换方法建立通往数据源的路径．sink节点采用所提算法选择路径，并通过标签交换把路径增强消息路由到数据源，其目的是对随后将要传送数据的路径进行确认．仿真实验表明，EBDD在能量均衡方面明显优于DD，当相关参数设定为2时，采用EBDD的网络寿命比采用DD的延长5％．     

面向社交媒体嵌入关系数据感知方法的研究

针对社交媒体数据感知成本高、数据感知效率低等问题,提出了社交媒体嵌入关系多阶段数据感知方法(online social media-multi stage data aware,OSM-MSDA)。该方法以数据感知对象内部关系的分布特征为基础,构造一个具有偏好特征的种子网络;采用Metropolis-Hastings方法优先选取数据感知对象中高度节点的邻接关系,快速填充特征网络,实现网络轮廓探测;使用基于马尔可夫生灭机制的延迟拒绝方法控制概率转移核,对局部耦合关系进行修剪,确保连通关系疏密的合理分布。实验结果表明:OSM-MSDA建立的多阶段渐进数据抽样方法,能够克服已有数据感知方法采集样本的盲目性,在宏观尺度准确、高效的感知社交媒体嵌入关系的社会资本特征,确保特征网络与数据感知对象的结构更具有一致性,同时还能降低数据的使用成本,将数据处理效率提高32%~63%。