基于CFP的分布式数据采集应用

传统的工业自动化控制使用PC和PLC来完成,但PLC的功能又满足不了需要。文章介绍了一种能同时提供PC和PLC功能的产品,NationalInstruments(NI)分布式I/O产品-CompactFieldPoint(CFP),并提出了一种基于CFP的分布式的数据采集方案。该方案具有实用性强,便于开发且容易扩展的特点。     

一种基于分明矩阵的启发式知识约简方法

提出了基于分明矩阵的启发式知识约简方法。在决策表的相对约简过程中采用分明矩阵来表达知识,并利用分明矩阵中项的长度和每个属性的频率作为启发信息进行属性的选择。现已证明,寻找决策表中最小相对约简问题是典型的NP hard问题。所提供的算法在大多数情况下能够找到最小约简,即使在没找到最小约简的情况下,也能找到次优解。通过实例分析,证明该算法是求解属性相对约简的快速有效的方法     

一种分布式交通信号控制方法及仿真实现

在基于多智能体的分布式道路交通控制概念模型和单路口交通信号自学习控制方法的基础上，提出了一种基于多智能体的分布式交通信号区域控制方法。通过相邻路口信号控制智能体的信息交互和协调，在确保路口绿灯时间利用率较高的前提下，尽量使相邻路口驶来的车队不停车地通过路口。编制交通控制微观仿真软件，在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验，实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式。     

基于多智能体的分布式交通信号协调控制方法

通过建立交通信号控制智能体BDI模型,提出了一种基于多智能体的分布式交通信号协调控制方法.通过相邻路口信号控制智能体的信息交互和协调,在确保路口绿灯时间利用率较高的前提下,尽量使相邻路口驶来的车队不停车地通过路口.编制交通控制微观仿真软件,在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验,实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式.     

求粗糙集正域POSc(D)的表上作业法

给出了一种非常简洁的求POSC(D)的表上作业方法,此法不仅无须分别求出U/IND(C)和U/IND(D),而且省略了U/IND(C)和U/IND(D)之间的比较及求交的程序;最后,应用这一方法研究了评价和预测问题中各因素的合理赋权问题,对中国区域生态水平评价问题进行了权重挖掘,按照所得权重给出了新的评价结果.     

GDSS系统中文件缓存副本策略及其性能研究

首先针对GDSS系统中引入文件缓存副本模型的必要性进行了相关探讨,接着针对域内情况提出了一种基于访问综合评价值的文件缓存副本创建管理策略,并结合Java编写的模拟器测试工具,得到了缓存命中率和数据访问集中度,缓存时间临界值等之间的关系,然后针对该模型,详细说明了其在GDSS系统中的实现方法.     

Optimization in the Migration Problem of Mobile Agents in Distributed Information Retrieval Systems

In this paper,we employ genetic algorithms to solve the migration problem (MP).We propose a new encoding scheme to represent trees,which is composed of two parts;the pre-ordered traversal sequence of tree vertices and the children number sequence of corresponding tree vertices.The proposed encoding scheme has the advantages of simplicity for encoding and decoding,ease for GA operations,and better equilibrium between exploration and exploitation.It is also adaptive in that,with few restrictions on the length of code,it can be freely lengthened or shortened according to the characteristics of the problem space.Furthermore,the encoding scheme is highly applicable to the degreeconstrained minimum spanning tree problem because it also contains the degree information of each node.The simulation results demonstrate the higher performance of our algorithm,with fast convergence to the optima or sub-optima on various problem sizes.Comparing with the binary string encoding of vertices,when the problem size is large,our algorithm runs remarkably faster with comparable search capability.     

动态的 SDN 网络流量模式增量学习算法

针对基于人工神经网络的流量统计特征学习算法在动态适应性和可扩展性等方面尚显不足.提出了一种基于增长型自组织映射(GSOM)的增量学习算法,对软件定义网络(SDN)数据平面交换机的流表统计信息进行持续学习,动态获取网络流量的GSOM神经网络模型.基于DARPA99数据集的实验结果表明:所提出的算法能够通过学习确认安全的SDN流量,获得稳定、可塑的流量模式,对异常流量也有较高的敏感度.     

基于Copula函数选择的多元退化产品可靠性模型

针对含有多个退化量的产品可靠性评估问题,提出了一种基于Copula函数选择的可靠性建模方法。首先,采用Anderson-Darling统计量对退化量进行拟合优度检验,选择其最优分布函数;其次,绘制退化量分布函数中的分布参数随测量时间的变化曲线,判断其与时间和应力的相关性;再次,给出一种选择Copula函数的综合方法,该方法结合了三种常用的选择方法;同时,采用两步似然估计法对未知参数进行了评估;最后,通过硫化丁腈橡胶O型密封圈进行恒定应力加速退化试验对方法的正确性进行了实例验证,并且与二维正态分布模型、形状参数为常数时的可靠性评估结果进行了对比分析。分析结果表明,给出的方法具有更好的实用性和更广泛的应用。     

切换网络下加速分布式在线加权对偶平均算法

研究了切换网络下加速分布式在线加权对偶平均算法,提出了A-DOWDA算法。首先利用加权因子对对偶变量进行加权,其次在有向切换网络是周期强连通,且对应的邻接矩阵是随机的而非双随机的条件下,加速了算法的收敛速率,最后通过数值实验验证了算法的可行性。