基于超网络的多模式交通的随机网络加载问题

基于超网络理论构建了城市多模式出行网络模型,同时考虑路径出行时间、换乘次数以及拥挤等影响因素,建立路径的广义费用函数。在此基础之上,重新定义了有效路径的含义。结合图论中深度优先遍历算法与回溯法的思想,提出有效路径的搜索算法,并通过改进的Dial算法实现对城市多模式出行网络上交通流的随机网络加载。最后,利用本文建立的多模式出行网络对算法的可行性和有效性进行验证。结果表明,该算法适用于求解城市多模式出行网络上交通流的随机网络加载问题,并且可以避免原始Dial算法在求解交通分配问题中可能出现的不合理结果。     

基于遗传优化的WSNs多源单汇路由算法

针对无线传感器网络中的多源单汇路由问题,综合考虑无线传感器网络中链路带宽、延迟和路径节点最小剩余能量三种度量,建立了多源单汇路由问题的系统模型,将其转化为求解多约束最小Steiner树问题,已知该问题是NP难的问题,给出了基于遗传优化的求解算法,采用基于备选路径集的整数序列编码表示一棵生成树,设计相应的交叉和变异算子,以及对非法染色体进行修复的机制,最后在遗传算法的计算过程中选择合理的适应度函数,找到一棵满足多约束的能耗趋于最小且状态稳定Steiner树.理论分析和数值试验结果表明所提出的遗传求解算法收敛速度快、可靠性高,为无线传感器网络中的多源单汇路由提供了一种新的有效途径.     

一种基于贝叶斯网络和博弈论的信息融合模型

针对多源信息融合问题,以博弈思想为指导构建博弈信息融合模型,在贝叶斯网络表示的基础上提出用于博弈融合模型的融合算法.在具体算法的研究中,按照博弈信息融合模型的要求,对原有的贝叶斯网络算法中节点判断算法和Parzen窗融合算法进行改进并将两者相结合,提出了博弈融合态势评估算法,并从理论上分析了融合算法的最坏时间复杂度.将博弈信息融合模型及其贝叶斯网络算法应用于交通状态预测中,针对交通车流量、车速、车流密度等多源动态问题,构建合适的贝叶斯网络模型,实现交通状态的预测,给出预测的仿真结果.     

采用节点流守恒求取多状态网络d-最小路集的改进算法

针对多状态网络可靠度的计算问题,给出一种求解多状态网络d-最小路集的改进算法.引入可行流向量,并将网络中的双向边等效为单向边,使算法对网络中边的容量取值无特殊要求,且可用于含双向边的网络,适用性更强.通过引入边的容量下确界,并将网络中的反向边等效为单向边,减少求取d-最小路集可行解时需枚举的解数目,降低算法复杂度.以多状态网络为例,进行分析验证.结果表明:该算法可以准确得到多状态网络所有d-最小路集.     

STP协议攻击者放置问题研究

STP协议攻击者放置问题考虑的是,在一个给定物理拓扑结构的网络中,如何选择合适的交换设备来布置STP攻击者,以控制各交换设备的非终端端口的通断状态,从而动态改变逻辑网络拓扑结构.针对该问题先进行了有向图抽象,给出了受控边覆盖的判定定理,在此基础上提出了受控顶点选择算法,并结合具体实例对算法进行了讨论与分析.     

基于用户体验的异构网络接入选择算法研究

随着网络异构化,随时随地为用户提供最好的连接是未来无线网络获得成功的关键.为了最大化用户的体验质量,文中提出了一种基于网络状态和用户偏好的接入选择算法.该算法由用户确定需要考虑的决策因素,在满足动态适用性的基础上,设计了统一的多属性归一化计算方法,并采用层次分析法确定接入判决因素的主观权重.仿真结果表明,文中所提算法能够有效提高用户满意度,降低业务阻塞率并均衡网络间负载.     

多车场车辆路径问题及混合遗传算法

在多车场车辆路径问题中,综合考虑车辆的行驶路程和使用车辆的数量能有效降低配送成本,考虑了这两方面的因素建立了相应的数学模型,运用混合遗传算法进行了求解,并通过实例证明了模型和算法的有效性。     

云计算中基于多目标优化的虚拟机整合算法

云数据中心中存在着高能耗和高服务水平协议违约率的问题,为了解决此问题,提出了一种基于多目标优化的虚拟机整合算法.综合考虑能耗、服务质量和迁移开销等多种因素,将虚拟机整合问题构建为一个具有资源约束的多目标优化问题.使用蚁群系统算法对该多目标优化问题进行求解,进行虚拟机整合,获得近似最优的虚拟机主机映射关系.为了减少算法复杂度,利用CPU利用率双阈值来判断主机负载状态,根据主机负载状态分阶段进行整合并使用不同的整合策略.基于CloudSim平台对多目标优化的虚拟机整合算法和其他6种虚拟机整合算法进行仿真实验,将本文算法与现有虚拟机整合算法实验结果进行比较,结果表明本文提出的算法在能耗和服务水平协议违约方面优化显著,具有较好的综合性能.     

基于网页浏览内容的心理健康预测模型的研究

目前,世界各地的人们都饱受心理健康问题所带来的困扰,这为心理健康问题预防工作带来了新的挑战.如果心理健康状态可以利用网页浏览内容进行预测,就可以为心理健康问题预防工作开辟新的方向.本文探讨了利用用户的网页浏览内容预测其心理健康状态的可行性,并使用支持向量机建立了基于网页浏览内容的心理健康预测模型.为了验证该算法模型的有效性,我们与另外两种算法模型的预测结果进行了对比,结果表明,基于支持向量机的算法模型能够更加有效地预测用户的心理健康状态.     

基于多目标规划的WSN矩阵乘路由算法

针对无线传感器网络路由中的能量消耗问题,综合考虑节点的能量水平和节点闻传送数据的能耗,建立多目标规划的路由模型,并利用矩阵和向量的乘法运算表示无线传感器网络中的路由问题.应用基于优化满意度的评价方法,将多目标路由问题转换为单目标优化问题,并提出一个适合无线传感器网络的矩阵乘路由算法.仿真结果表明,该算法能台理地利用有限...     

多状态模糊故障树分析软件MFFTAP

关联矩阵法是一种新颖的故障树定性分析方法．本文对关联矩阵法作了补充，采用补充后的关联矩阵法和模糊故障树分析方法编制了多状态模糊故障树分析软件ＭＦＦＴＡＰ，并用实例验证了该软件的正确性．该软件可用于两状态、多状态常规故障树和模糊故障树分析     

考虑阶段备份的多态多阶段任务系统可靠性建模方法

近些年来,由于在航空航天、分布式计算以及核电系统等系统中广泛的应用,多阶段任务系统(PMS)可靠性理论与方法得到了广泛的关注与研究。目前大多数PMS可靠性的相关研究都假设系统的多个任务阶段依次出现,且任一阶段失效都导致整个系统失效。但是在现代航天系统,尤其是载人航天系统,为了使整个系统的任务可靠性更高,经常会采用任务备份的方法来提高系统的任务可靠性。因此,本论文提出一种基于多态多值决策图的方法,通过增加随机变量的方法对单元经历的阶段进行统计,降低所建立的系统模型大小,提高建模效率,并以某型航天器推进子系统为例对建模方法进行说明。     

多状态系统分析的新途径

本文将二值逻辑代数推广为多值逻辑代数,并提出了一种新的基于多值逻辑代数理论的多状态系统的分析方法。二状态情况下的串联和并联结构函数被推广到多状态情况;二状态分析中使用的故障树被推广为状态树。使用本文中所定义的多值逻辑代数能够很方便的处理其基本结构形式为串联和并联的多状态系统。作为本文提出的多值逻辑代数和分析方法的应用,文中最后简略分析了两种多状态系统;(1)由具有两类失效模式的元件组成的多状态系统;(2)考虑元件的性能水平和系统的性能水平的一种多状态系统。给出了计算这两种多状系统取某一状态概率的计算方法。     

利用遗传程序设计优化冷却进度表

运用遗传程度设计取代人工搜索，对一个最难的组合优化问题，即旅行商问题，通过优化冷却进度表，演示了这一新方法的潜力并引入了一个新算法用于解决ＴＳＰ问题，实验表明该算法效果良好。     

采用混合遗传算法设计最短时间4冲量转移轨道

转移轨道的设计与优化是航天器完成空间任务的基础性工作,研究最短时间转移轨道的设计方法对执行空间快速响应的航天任务具有重要意义.本文通过分析4冲量轨道转移的物理过程,将轨道优化问题转化为参数优化问题,从而建立了多冲量轨道转移的数学模型:而后采用混合遗传算设计最优轨道,设计了串联型和嵌入型两种不同的混合结构,并选择一种具有自适应性的退火惩罚函数策略来处理约束条件;最后通过数值仿真验证了算法的有效性.仿真结果表明,本文设计的两种混合遗传算法能够很好地处理多冲量变轨的优化问题,特别在处理多约束条件时十分灵活、有效.     

基于“决策驱动”的自动控制原理课程教学

决策能力是在重大问题面前,经过综合缜密思考,做出果断而准确判断的能力,是现代社会衡量人才素养的一个重要标准.在自动控制原理教学中引入决策教学对于培养学生自主解决实际问题有重要的意义.基于"决策驱动"的教学基本步骤是:确定实际问题,定义问题边界,形成解决方案集合,分析评价解决方案形成决策依据,执行方案并评价决策效果.通过此教学方法,让学生形成正确的工程以及科学意识,能在各种现实环境局限下给出问题最合适且高效的解决办法,养成正确的价值取向.     

分治算法的两种思路和形式

分治算法是程序设计中常用算法之一,是用划分子问题的方法,由较小尺寸的问题的可解导致原问题的解决。介绍了分治算法的两种形式,分析和探讨了它们的不同思路、不同特点和适用场合。     

多态Ising神经网络严格动力学方程的研究

本文提出了符合多态Ｉｓｉｎｇ模型神经网络动力学规则的生成泛函，并从该泛函导出了零温度时严格的三态、四态Ｉｓｉｎｇ神经网络的并行动力学方程。所获得的无自耦网络的动力学方程与发表的结果符合得很好。此方法的优点是在导出多态Ｉｓｉｎｇ神经网络的严格动力学方程的同时能求出其它多个序参量。     

A new approach based on PSO algorithm to find good computational encoding sequences

Computational encoding DNA sequence design is one of the most important steps in molecular computation. A lot of research work has been done to design reliable sequence library. A revised method based on the support system developed by Tanaka et al. is proposed here with different criteria to construct fitness function. Then we adapt particle swarm optimization (PSO) algorithm to our encoding problem. By using the new algorithm, a set of sequences with good quality is generated. The result also shows that our PSO-based approach could rapidly converge at the minimum level for an output of the simulation model. The celerity of the algorithm fits our requirements.