基于混沌优化的大时滞网络拥塞控制算法

基于改进的网络简化模型,提出一个大时滞网络拥塞控制算法称为改进的混沌优化PID控制算法(ICPID).改进的网络简化模型考虑了时滞的影响,利用这个模型,AQM路由器应用改进的混沌优化策略优化PID控制器参数.通过加速混沌搜索快速得到控制器参数的次优值,运用变尺度方法在次优值附近找出控制器参数的全局最优值.对比仿真结果表明,该算法有较好的鲁棒性,链路利用率更高,丢包率更小,平均队列长度更趋于期望值,综合性能优于PI和DC-AQM.     

网络拥塞的智能化适应控制方法

在对拥塞及网络拥塞控制分析的基础上,将人工智能引入到拥塞控制中,提出了网络拥塞的智能化适应控制方法。给出了网络流量速度指标定义,及实现网络拥塞的智能化适应控制结构模式,对网络拥塞的智能化适应控制策略及其实现进行了研究和分析,为实现网络拥塞控制提供了一种新的途径。     

基于H∞控制方法的多链路网络拥塞控制

研究了一类基于主动队列管理(active queue management,AQM)路由器的多链路网络拥塞控制问题.用一个状态空间模型来描述多链路网络流量的动态特性,并将实际链路带宽相对于期望带宽的偏差作为干扰信号,从而用H_∞控制方法来解决网络拥塞问题.在链路带宽变化的情况下,通过丢包率来控制实际窗口大小及队列长度,使得实际窗口大小和队列长度达到期望值,从而达到降低网络拥塞的目的.最后通过两个仿真示例验证了方法的有效性.     

基于小波-神经网络的电力系统短期负荷预测

基于小波变换和神经网络,提出了一种电力系统短期负荷预测方法.通过小波变换把负荷序列分解为不同频段的子序列,再对这些子序列分别采用相应的人工神经网络模型进行预测,最后重构得到负荷序列的最终预测结果.在所提出的方法中小波分解能够提取负荷的一些周期性和非线性特征,根据其子序列各自所具有的特征采用相应的预测方法.实例结果表明该方法具有很高的预测精度和较强的适应能力.     

延迟容忍网络中一种基于概率接纳和丢弃的拥塞控制算法

链路的间歇性连通以及稳定的端到端路径的缺乏使得延迟容忍网络（delay tolerant network）中经常采用“存储〖CD*2〗携带〖CD*2〗转发”的方式来保证消息传输的到达率。然而由于网络资源受限,该转发方式下产生的大量的消息副本将造成巨大的资源消耗,最终导致网络拥塞。提出一种基于概率接纳和丢弃（probabilistic acceptance and drop, PAD）的拥塞控制算法PAD。该算法结合了队列长度和输入/输出速率来检测拥塞,各个节点根据当前的拥塞状态来确定接收和丢弃消息的概率,从而实现较小的开销和较高的消息到达率。此外,基于生灭模型构造了消息副本数的连续时间马尔可夫链,并对消息到达率进行了理论分析。理论分析和仿真结果证明,与其他算法相比,PAD算法在保证较小的网络开销和较短的端到端延迟的同时,消息到达率显著地提高了130%以上。     

股市预测中的小波神经网络方法

首先论述了股市时间序列中的明显随机性 ,可能是由于非线性确定性系统中混沌行为的缘故 ,利用混沌的确定性可以进行短期预测 .混沌时间序列预测首先要重构相空间 ,接着充分利用小波变换时频分析的局部化特性 ,提出了一种改进的小波网络结构 ,探讨了股市预测模型问题 .经实例验证 ,该方法能有效地提高预测精度 ,避免了人工神经网络模型和指数自回归的固有缺陷 .     

混沌时间序列的混合预测方法

提出了一种基于小波变换、粒子群优化的最小二乘支持向量机(PSO-LSSVM)和广义自回归条件异方差模型(GARCH)的混沌时间序列的混合预测方法.首先利用小波变换将混沌时间序列分解和重构成概貌时间序列和细节时间序列; 然后利用PSO-LSSVM模型预测概貌时间序列的未来值,采用GARCH模型预测细节时间序列的未来值;最后将概貌时间序列和细节时间序列的未来值求和作为最终的预测结果.采用该方法对Mackey-Glass和变参数Logistic混沌时间序列进行预测. 结果表明该方法能精确地预测混沌时间序列,验证了文中所提方法的有效性.     

高精度陀螺稳定跟踪系统神经网络预测控制

针对高精度陀螺稳定跟踪系统，提出了一种基于小波基函数神经网络的非线性系统的一步超前预测控制算法。该方法利用小波网络学习非线性系统，利用小波神经网络模型作为系统的预测模型，控制信号直接通过极小化期望输出值与预测输出值之间的偏差来获得。通过对陀螺稳定跟踪控制系统的仿真，表明该算法具有优良的控制品质。     

基于WNN-RAGA 的非线性组合预测方法

将小波变换与神经网络结合构成WNN非线性组合模型,弥补单一预测方法的不足,利用RAGA 的全局优化能力,优化WNN 学习的网络参数,解决传统WNN网络学习算法在学习后期收敛速度慢、存在局部最小值以及训练结果不稳定的问题。实例的预测结果显示出这种基于WNN-RAGA 非线性组合预测的良好预测性能。     

基于遗传预估策略的智能主动队列管理

针对TCP传输过程中的典型时滞特性,提出了一种智能主动队列管理算法.该算法以自学习预估机制模型为核心来克服大时滞特征对网络稳定性能的影响,拥塞控制系统以两条信息通道分别实现模型补偿和预测控制功能.模型补偿通道采用了Smith预估嚣实现对网络时滞特征的动态补偿,并进一步设计迭代进化算法实现对Smith预估模型未建模特征的估计过程.预测控制通道采用基于神经网络的PID智能丢弃算法,通过神经网络的学习预测功能自适应调整预测控制通道的控制行为.通过仿真研究表明了提出的控制方法显著提高了拥塞控制机制的稳定性能和自适应性能.     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~