非对称的多队列非抢占优先权排队系统分析

该文对非对称情形下多队列非抢占优先权排队系统的精确解析方法进行了探讨。利用嵌入马尔可夫链理论，以服务员到达队列的时刻为参考点构造出了系统的概率母函数，从而解析出非对称情形下系统的平均周期时间以及一般队列和中心队列的平均排队队长表达式。计算机仿真实验验证了分析的有效性。     

网格服务挖掘:一种基于OGSA的新型计算范例

为了满足网格用户定制计算任务的需求,提出了一种基于开放网格服务体系结构(OGSA)的新型计算范例——网格服务挖掘(GSM),以及适用于GSM的软件构架——网格服务挖掘框架(FGSM)。描述了网格服务挖掘的思想、概念和原理,并分析了WSM实现过程中的关键技术。阐述了一种基于agent的FGSM的实现方法,提出了利用服务规范进行网格服务组合的方式,给出了一种基于面向特征的领域分析的GSM算法。把FGSM应用于构建四川省交通厅电子政务系统,结果表明该框架具有良好的可扩展性、可定制性和可靠性。     

群智演化协同计算的研究进展与趋势

群体智能是通过聚集群体智慧协同求解大规模复杂问题的智能方法,其思想最初源于对自然界中社会性生物群体智能行为的模拟。群体生物通过分工合作、相互协调、协同演化,可涌现出整体性的智能行为,完成复杂任务,具有高度的自组织、自适应、自学习能力。受此启发,国内外学者运用数学和计算机工具对群体智能行为进行模拟,从不同角度发展了一系列群体智能涌现与演化的机理和模型。近年来,随着互联网的发展,人类社会基于物联网的群智协同和演化现象进一步拓宽了群智演化计算的范畴,呈现出广阔的应用前景,也对群智演化的理论模型和应用提出了新挑战。2017年,《新一代人工智能发展规划》明确将群体智能列为需重点发展的人工智能理论与技术方向之一。文章将从生物群体、智能体群体和人类社会群体等不同视角,从群智演化协作的模型和机理、群智演化协作的组织结构、群智演化协同决策及群智演化协同计算的应用等角度,总结群智演化计算的主要研究问题,对国内外的最新研究进展进行综述和对比分析,并对该方向未来的发展趋势和主要科学问题进行展望。     

基于I/O自动机的网格服务组合的形式化

为了描述网格服务挖掘（GSM）中的网格服务组合,提出了一种基于I/O的网格服务自动机模型GSAM（Grid Service Automata Model）.该模型定义了两种类型的网格服务自动机GSA（Grid Service Automata）--描述服务功能的网格服务功能自动机GSFA（Grid Service Functional Automata）和描述服务间交互通道的网格服务通道自动机GSCA（Grid Service Channel Automata）.同时给出网格服务兼容签名、组合签名、隐藏操作的定义,以及几个相关的定理来精确刻画网格服务的组合过程和方法.文中还举例说明了如何利用GSAM对GSM中的网格服务共享存储器系统进行建模.结果表明,所提出的模型能够精确描述网格服务的组合及其形式化的推导.     

网格服务挖掘:一种面向网格服务计算范例的实现

面向服务的计算是一种把网格服务作为开发应用的基本元素的计算范例，它是在Web Services、网格计算和软件复用技术的完善和发展下而提出的，同时了解到网格服务的用户有这样的计算需求：从网格上发现网格服务，或直接使用它们，或间接动态地组装它们形成的新型的、功能更强大的网格服务，我们提出了网格服务挖掘GSM(Grid Service Mining)的概念．以及适成这种计算范例的软件构架——FGSM(Framework for Grid Service,Mining)．在这种架构中，智能agent分析理解用户的服务需求．从网格服务资源巾查询、识别可用的网格服务，并组装、链接它们．形成满足用户需求的新型的服务．文中论述了网格服务挖掘的基本概念，并详细描述了FGSM的结构以及在该架构下网格服务挖掘的一般过程，最后指出了进一步的研究方向。