基于生物实体的网络服务突现

自然生物系统中的关键机理和重要原理可用于设计一种新颖的生物网络结构及其仿真平台，以满足未来Internet网络的关键需求。本文在此仿真平台基础上实现了具有移动Agent和生物个体特点的生物实体及其行为算法，并根据生物实体的特点构建了各种服务，最后通过仿真实验验证了基于生物实体的网络服务构建的优点。生物网络的服务突现，将为设计未来网络节点中的智能服务和应用提供一种新颖的方法。     

一类矢量地图的无损压缩算法

充分考虑平面矢量地图文件的存储特性,对点,线,面类图层文件采用不同的几何压缩算法,有机结合“无附加码书”字典编码方法,可逆并显著地压缩了矢量地图,并得到了更有利于提高后续BWTBlock-Sorting文本压缩算法效果的预处理结果,从而实现了平面矢量地图的有效的无损压缩。采用实际的地图数据,经实验分析表明:本算法具有较高的压缩性能,较好的压缩和解压效率和简单实用性。     

变遗忘因子相关函数自适应滤波算法

相关函数递推最小二乘(CRLS)算法在回波消除中双方对讲情况下是有效的,但其计算复杂度较高。把相关函数最小二乘准则中的遗忘因子视为时变的遗忘因子,应用最速下降法使当前时刻的方向矢量正交于前一时刻的方向矢量,从而获得时变的遗忘因子的表达式,得到一种新的相关函数自适应滤波算法。该算法的计算复杂度比相关函数递推最小二乘算法的要低。计算机数值仿真结果表明,新算法的收敛性能和相关函数递推最小二乘算法的收敛性能相当。     

带旋转因子的多路回波消除自适应滤波算法简化

对带旋转因子的多路回波消除自适应滤波算法(NLMS RF)中的旋转因子的取值进行了分析,给出了NLMS RF算法及其扩展的带旋转因子的多路仿射投影算法(APA RF)的一种简化形式。这种简化是通过使算法中"预处理"后的输入向量相互正交而实现的。简化后的算法无需对旋转因子的取值进行选取,并降低了算法的计算复杂度。通过计算机数值模拟仿真实验表明了简化后的算法的有效性。     

混沌神经网络模型参考自适应控制器设计

研究了非线性的神经网络模型参考自适应控制器设计问题。将混沌机制引入常规BP算法,利用混沌机制固有的全局游动,逃出权值优化过程中存在的局部极小点,解决了网络训练易陷入局部极小点的问题。通过训练神经网络模型参考自应用控制器和辨识器,完成了对一类复杂离散非线性系统的控制。给出了具体的算法步骤。仿真结果表明了混沌BP算法优于常规BP算法。有效地提高了控制精度和适时性。     

公共物流中心扩建规模优化模型研究

同时考虑物流规划部门及客户的利益,采用双层规划模型来描述物流中心扩建规模优化问题。上层规划从决策者的角度出发,使系统总费用最少;下层规划描述用户对物流中心的选择行为,在用户费用最少的情况下,向各个物流中心分配需求,以使扩建后的物流中心的能力得到最大程度的利用。并应用灵敏度分析方法进行了求解。最后用一简单算例验证了模型及求解方法的可行性和有效性。     

匹配于进化种群的局部网络图度量

为了分析匹配于进化种群的贝叶斯网络结构 ,给出了用于刻画局部贝叶斯网络度量的有关表示。依据贝叶斯狄利克雷度量 ,对于贝叶斯网络图中的 3个顶点 (对应于染色体的某 3个基因位置 ) ,研究了 3个顶点无连接、其中只有两个顶点存在有向连接、及 3个顶点存在两条有向边时的度量值关系。揭示了局部贝叶斯网络结构的固有特性 ,为进一步研究进化算法的种群结构提供了一条可行的途径。     

基于时间的通信导航兼备系统定位误差分析

通信导航兼备系统已成为未来通信导航系统发展方向 ,由美国发展起来的联合战术信息分发系统(JTIDS)是典型代表。研究了通信和导航发展的历程及互相结合的途径 ,分析了JTIDS的工作方式和信号特征 ,讨论了JTIDS通信和导航能力 ;运用导航定位误差分析理论着重对JTIDS的相对导航原理及定位误差进行了深入分析 ,首次给出了该系统的定位误差场分布图和系统工作区。研究和分析结果可为建设和发展通信导航兼备系统提供重要参考     

战区地面防空兵力需求估算模型研究

兵力需求是高层决策机关在平时进行战场建设,战时实施兵力集结与调动的基本依据。首先讨论了地面防空兵力和空袭兵力作战效能指数的计算方法,依据防空作战双方的兵力对抗特点,建立了空地对抗条件下的兰切斯特动态微分方程,得出了满足一定作战结果要求的地面防空兵力总效能指数需求模型。根据平时或战时的兵力结构对总效能指数进行解释,得出所需规模进行快速估算,可为高层决策机关的兵力需求决策与分析提供量化依据。     

改进的快速遗传算法及其性能研究

遗传算法作为一种有效的全局随机优化方法,在工程界已得到了广泛应用。为了克服工程应用中遗传算法所表现出的计算费时、稳定性差等缺点,提出了一种快速收敛的遗传算法,从初始群体生成及遗传算子操作等几个方面作了改进。通过几个复杂函数的优化仿真实验,证明该算法能大大提高遗传算法的收敛速度,明显改善算法的计算稳定性。