通用分布式虚拟现实软件开发平台的研究

为了适应分布式虚拟现实应用系统的开发需要,在通用虚拟现实软件开发平台VRMagic的基础上,结合高层体系结构(HLA),研发出通用分布式虚拟现实软件开发平台D-VRMagic.详细介绍了D-VRMagic的网络架构和对象模型的构建过程,并在此基础上提出了管理者设计规范和通用客户端模型.最后以网络五子棋的实现为例,对D-VRMagic进行了验证.结果表明该平台具有较高的开发效率、可扩展性和通用性.     

基于LBS的移动定向优惠券策略

考虑市场上存在两个非对称竞争性厂商,强势品牌厂商比弱势品牌厂商拥有更多的忠诚消费者。研究了竞争性厂商为消费者发放基于LBS的移动定向优惠券的策略,探讨了单位定向成本对厂商的定向促销策略（包括移动优惠券的优惠力度、定向范围、推送对象等）、市场均衡和社会福利的影响。研究结果表明,单位定向成本大小会影响厂商是否发放定向优惠券;厂商发放基于LBS的定向优惠券不一定会导致囚徒困境;在一定条件下基于LBS的定向促销会增加消费者剩余和社会福利。     

移动自组网仿真技术研究综述

移动自组网无需预先设置基础架构即可动态地自组织成任意拓扑结构的通信网络,可快速部署于各种复杂的环境。仿真是移动自组网协议算法的一项重要评估手段,对移动自组网仿真器进行了全面总结,重点分析了当前常用仿真器的特点,并指出了移动自组网仿真技术的热点问题以及今后仿真实验中的注意事项。     

基于Hotelling模型的网络外部性研究

本文放松传统的Hotelling竞争模型中厂商必须定位于线性空间内的假设,研究了具有不对称网络外部性强度的厂商之间市场竞争的问题。结果表明,厂商之间的相对差异保持不变,并且网络外部性强度在市场竞争中具有决定性的作用。     

一种自相似网络平均排队延迟分析模型

利用ON/OFF模型产生自相似信息流量,提出了一种自相似网络平均排队延迟分析模型。将节点和到达信息流视为G/M/1/B排队模型,首先由大偏差理论得到稳态下队列长度分布,然后求其均值得到稳态平均队列长度,进而通过Little定理得到网络平均排队延迟时间。对该模型的解析求解及模拟均表明:随着缓存B增大,各种自相似程度下的平均排队延迟变化程度逐渐下降;缓存很大时,自相似程度越高的网络,平均排队延迟越大;ON/OFF源数量越大,平均排队延迟越小。     

基于模型预测控制的轮式移动机器人轨迹规划

针对轮式移动机器人(Wheeled Mobile Robot-WMR)自身欠驱动的特点,并考虑到实际工作时的各种约束和限制,提出了一种基于模型预测控制(Model Predictive Control -MPC)的多约束轨迹规划方法。可以对车体自身的运动学约束、物理约束以及避障等约束进行集中有效的处理,可以生成符合车体自身模型特点并满足各种约束的可行轨迹,充分保证了轮式移动机器人自主行驶的可行性,安全性,高效性。仿真结果充分验证了该方法的有效性。     

基于复杂网络的作战体系模型

针对复杂网络的脆弱性问题,面向作战体系的对抗性需求,基于复杂网络理论,利用Agent技术和OODA(观察、判断、决策、行动)作战过程,提出了作战体系模型的杓建方法.采用自底向上方法,该模型可以通过迭代扩充模型的层次,具有Agent属性、层次性、嵌套性、节点和边的冗余性等作战体系用于对抗的属性.对特征参数的仿真试验结果表明,该作战体系模型不仅具有较好的鲁棒性,而且对脆弱性也有明显的改善,能够较好的满足指挥体系在作战中的对抗需求.     

网络延迟对基于高层体系结构/运行时支撑构件的分布交互仿真系统的影响

研究了网络延迟对基于HLA／RTI的分布交互式仿真系统的影响。给出了分布式仿真实验环境的细节，提供了网络仿真的工具，模拟了50ms，100ms，200ms的网络延迟，研究了网络延迟对仿真进程实时性的影响。采用状态数据的时戳技术和状态预测算法，可以降低网络传输时间的影响，实验表明在200ms的延迟下实体定位的偏差可以降到0．5m以下。     

模型驱动在舰载指控系统的应用研究

模型驱动架构(MDA)提出了一种利用模型进行软件开发的方法.首先提出模型驱动开发方法在舰载指控系统中的应用策略,说明了模型驱动架构的元模型建立过程,描述了利用元对象设施(MOF)扩展元模型的方法.然后以舰载指控系统中的表页显示软件为例说明了舰载指控系统业务软件元模型的建立过程.     

基于模糊小波神经网络的BDI模型

为克服原有BDI模型可计算性差以及不能处理模糊问题的弱点,提出一种基于模糊小波神经网络(FWNN)的BDI模型,FwNN用神经网络来实现模糊化、模糊承诺和去模糊化的过程,并利用小波基函数作为模糊隶属函数,网络权值和隶属函数的形状均是可学习调整的.以一对一追逃问题为背景的仿真实验验证了模型及算法的可行性.     

Dynamic Coordination of Uncalibrated Hand/Eye Robotic System Based on Neural Network

CONTROL THEORY AND APPLICATION1. INTroDUCTIONOver the past several years, vision servoing, especially hand-eye coordination, has been a major research topicin intelligellt robotic area [l]. The traditional approaches solve the 3-D relationship between the robot and theenvironment based on 2-D vision measurements [2]. However, these measurements require accurate calibrationof the infernal and external parameters of camera, which could be tedious and error prone and in some situat…     

基于深度Alignment网络的足部测量

足部测量在很多领域有重要作用。三维足部测量受到设备和算法的限制,难以方便快捷地测量足部。结合图像测量和深度神经网络,提出一种方便快捷的足部测量方法。基于足部生理结构分析,提取足部关键点并基于关键点定义了测量参数;针对足部关键点检测,优化了DAN(Deep Alignment Network)模型的激活函数和损失函数,并定义了一种基于手持相机的数据采集方式;检测足部关键点,测量足部主要参数。结果显示,该方法基于手持相机采集数据能够便捷地测量足部参数,并具有较高的精度。     

基于预期流优化的集装箱班轮网络引力模型

为探究集装箱班轮网络形成机理,首先分析集装箱班轮特点,发现节点间预期流是影响航线开设的关键因素;其次改进经典引力模型,对节点间预期流进行预测,按预期流由大到小顺序连边,构建集装箱班轮网络引力模型;最后对东亚区域班轮网络进行实证研究,计算港口节点适应度,构建仿真网络并分析其拓扑特性演化情况。演化结果表明,随着连边的加入,仿真网络的连通性增强,各项拓扑特性都不断趋近于实际网络。由此,模型的有效性得到验证。     

基于网络演算的无线自组网端到端延迟上界研究

为保证无线自组网的服务质量(Qos),对进入无线自组网络节点的数据流进行漏桶管制,节点为数据流提供基于速率-延迟(Rate-Latency)模型的服务保障;在已有无线自组网链路吞吐量模型的基础上利用网络演算理论推导出了无线自组网端到端的延迟上界模型.对具有特定拓扑的无线自组网,仿真的延迟结果都在数值计算的延迟上界范围之内,表明基于网络演算理论的无线自组网端到端延迟上界模型具有较好的性能.     

Building a Tax Predictive Model Based on the Cloud Neural Network

Tax is very important to the whole country, so a scientific tax predictive model is needed. This paper introduces the theory of the cloud model. On this basis, it presents a cloud neural network, and analyzes the main factors which influence the tax revenue. Then if proposes a tax predictive model based on the cloud neural network. The model combines the strongpoints of the cloud model and the neural network. The experiment and simulation results show the ef-     

基于贝叶斯网络的威胁等级评估算法研究

阐述了基于贝叶斯网络专家系统的特点。研究了基于贝叶斯网络的推理模型以及基于此模型的推理算法。利用该算法构建了威胁等级评估模型，并进行了实例计算。研究结果表明，基于贝叶斯网络的威胁等级评估算法是一种有效的评估算法，其结果能够比较准确的反映威胁源的真实威胁程度。     

基于小波神经网络的多楼层疏散模型

多楼层环境下室内人群疏散问题是社会关注的热点,而传统的社会力模型在模拟多楼层环境时容易出现停滞等待现象。基于小波神经网络来改进社会力模型,建立一种新的多楼层疏散模型。该模型利用场域模型来获得行人的运动方向,以此作为社会力模型中行人的自驱力方向。同时给出了多楼层环境下出口拥挤度、路径拥挤度和平均速度的评价指标,并利用小波神经网络建立疏散优化方法。利用搭建的仿真平台和上述改进模型模拟了多楼层疏散过程,深入分析了影响该模型的关键因素。该环境下疏散结果表明：适当提高行人的疏散速度有利于提高疏散效率,但是速度过大会使行人快速聚集在楼道处,反而不利于疏散;此外疏散时间随楼梯宽度的增加呈现递减趋势直至平稳,当楼梯宽度达到8 m时,再增加楼梯宽度也不能降低疏散时间。     

改进的Elman网络与机理模型的互补建模方法

利用一种改进的Ｅｌｍａｎ动态神经网络,并结合系统的机理模型,给出了一种适用于在线仿真的互补建模方法。 本方法的实现复杂大系统的在线仿真提供了一个理想的建模途径。     

基于神经网络和微分对策理论的制导律

根据微分对策制导律目前面临的困境,本文尝试将神经网络引入微分对策制导律。采用ＢＰ模型,将微分对策的定量和定性分析结合起来。以导弹与飞机格斗为例,探讨其实现的可能性和优点,为将来发展基于微分对策理论的智能制导律提供了一定的思路。     

基于图形用户界面的BP神经网络建模与仿真

介绍了误差反向传播（Back-Propagation，BP）神经网络结构，阐述了应用MATLAB图形用户界面（Graph User Interface，GUI）进行BP神经网络建模的方法和步骤，进行了实例仿真，验证了该方法的可行性和优越性，取得了满意效果，具有广泛的实用性。