多链路管理中的负载均衡策略

企事业单位为了提高与因特网互联的速度和可靠性,通常设置多条链路与因特网互联.但是出现了某些链路负载过重,而另外一些负载过轻的问题,通过在多条链路的出口处增设一个链路均衡器可以实现各条链路中的负载均衡功能.本文提出链路负载均衡技术,分析了链路负载均衡的特点,利用SNAT技术实现双向数据流的引导,提出计算链路负载的公式和正常状态随机法、最短路由最小负载法两个均衡算法.     

基于逆向学习改进算法的汽车边缘提取

根据智能交通系统中车型识别的特点提出了使用逆向学习改进算法提取汽车边缘的新方法，这种方法的优点在于可以充分利用车型识别系统的特点和汽车历史轨迹的先验知识得到较好的提取精度，并有效地解决了车型识别中，因使用黑白图象而使基于色彩的汽车边缘提取失效的问题。     

非线性贝叶斯动态模型的一种处理方法

对一类非线性贝叶斯动态模型进行了处理。用筛选算法进行抽样，利用得到的样本进行各种推断和预测。     

ε-代换类先验的贝叶斯稳健性

考查了ε-代换类先验的贝叶斯稳健性，衡量其稳健与否的标准是先验为ε-代换类的后验分布的kullback-leibler散度和它的曲率。给出了多维和非共轭情况下后验的kullback-leibler散度的曲率的变化范围。     

增长曲线模型关于共轭先验的BAYES分析

从贝叶斯观点利用共轭先验考查了增长曲线模型。得到了参数τ和协方∑的边缘后验分布，并在此基础上给出τ的后验估计、估计域和∑的后验估计。     

不同结算方式下发电商投标策略的Nash均衡分析

利用博弈论和最优潮流(OPF)研究了完全信息条件下发电商投标策略的Nash均衡解．考虑了2种不同的结算方式，一种按成本最小调度并以节点电价结算购电费用，另一种按购电费用最少调度并以各发电机组实际报价来结算购电费用，得到2种方式各种策略条件下各发电商的收益，进而利用博弈论找出Nash均衡点．其中各发电节点的电价利用OPF来计算．通过IEEE-9节点的算例检验了各方式在2种不同负荷水平下3个发电厂商投标策略的Nash均衡．结果表明，出现高负荷时2种方式的Nash均衡策略一致，低负荷时不相同，且当出现网络拥挤时Nash均衡策略会改变．所采用的研究方法也可用于分析不完全信息条件下发电商投标策略的Nash均衡解．     

市场环境下发电公司的动态学习与市场猜测均衡

提出了基于猜测供给函数模型的发电公司动态学习模型，用于分析和预测重复博弈的不完全信息电力市场环境下发电公司潜在的市场力．各发电公司根据公布的前阶段市场运行数据动态地调整其微增响应猜测，使之能够准确反映所有竞争对手相应于市场结清电价单位变化时所愿意引起的出力变化，从而动态调整提交的供给函数以获得短期最大利润．算例分析表明，发电公司动态学习有利可图；经过各发电公司动态学习并不断调整优化猜测供给函数将引导市场最终达到一猜测均衡结果．     

基于trn L-F序列数据利用贝叶斯法推测罗汉松科的系统发育

以黑松和Agathis australis为外类群,基于罗汉松科42种植物的叶绿体trnL-F序列数据通过贝叶斯法对该科的系统发育进行了推测.结果显示:①Phyllocladus为单系分支,位于罗汉松科的基部,是罗汉松科所有其余成员的姊妹群;②Nageia嵌套在罗汉松科内,同罗汉松属、Afrocarpus及Retrophyllum的关系较为密切;③Dacrycarpus为单系群且处于姊妹分支Falcatifolium-陆均松属的基部;④Lagarostrobs franklinii和Manoao colensoi应置于同一属Lagarostrobs内;⑤支持成立Halocarpus和Lepidothamnus属;⑥赞同Microstrobos和Microcachrys两属亲缘密切的观点.     

贝叶斯网络对故障树方法的改进

通过建立映射，引入作为目前处理概率知识基础上不确定性问题的最有力的推断方法——贝叶斯网络(BN)，有效地解决可靠性分析中最常用的故障树分析(FTA)方法的局限性：各部件独立，状态为二值等。     

影响图及其在Robocup中的应用

影响图是决策问题的图形表示。它被认为是对动态贝叶斯网络的扩展，是在贝叶斯网络的基础上增加了决策结点和效用结点。探讨影响图在Robocup中的应用，用分层影响图表示了截球问题的模型，并给出一种实现行为动态调整的算法。仿真结果表明该算法可行的。