复杂网络理论在互联网病毒传播研究中的应用

为了更好地应对互联网上计算机病毒肆虐这一严峻形势，制定出相应的策略，有必要对互联网上计算机病毒的传播作深入的研究。本文综述了近几年复杂网络理论在互联网病毒传播研究中的应用。首先介绍了互联网的结构特征，然后从临界值的角度介绍了计算机病毒在不同拓扑结构网络中的传播性质，讨论了相应的免疫机制，并对电子邮件病毒的传播行为进行了系统分析。研究表明，互联网络拓扑结构对计算机病毒的传播行为有着重要的影响。     

一个小型科研合作复杂网络及其分析

对1998年1月至2004年6月问发表于《物理学报》和《Chinese Physics》上，混沌科学方面的科学研究论文作者合作研究所形成的小型网络进行了初步研究。数据分析表明：该领域内相关科学研究工作者之间形成的科研合作关系网络，也具有类似许多大型合作关系网络数据库所具有的无尺度网络特性；对该非连通合作网络内部的较大连通组群的聚类特性、小世界特征等相关性质进行了初步比较研究，发现了该网络的一些相关特征。     

基于贝叶斯网络的态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用。因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能。根据态势与事件之间不同的连接关系建立了态势评估的贝叶斯网络模型,并分别介绍了相应的信息传播算法,最后以一个实例来说明该网络的计算过程。     

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。     

基于动态遗传网络对光栅传感器输出的细分

针对光栅传感器输出细分方法的一些不足,从另一个角度研究了一种在不增加复杂的硬件电路和光栅刻线的情况下,采用软件实现对光栅传感器输出细分的方法。该方法将遗传算法与动态神经网络相结合,通过少量样本点的学习,用神经网络拟合出光栅传感器的传输特性。对任意输入值,经神经网络泛化后,实现对光栅传感器输出细分。通过实验验证了该方法的有效性。     

A History of the Action Learning,Action Research,and Process Management Association (ALARPM): From Brisbane (Australia) to the World Through Inclusion and Networks

Action Learning, Action Research, and Process Management Association (ALARPM) is an organization of volunteers dedicated to the international expansion of action learning, action research, and process management, through world congresses. It has existed for over a dozen years now, despite significant stresses and strains, and has successfully conducted five world congresses with a sixth one in 2003. This history of ALARPM shows that a small group can set out to be international and inclusive from the beginning, so long as it also develops processes to sustain itself internally.     

Non-Minimum Phase Nonlinear System Predictive Control Based on Local Recurrent Neural Networks

Abstract: After a recursive multi-step-ahead predictor for nonlinear systems based on local recurrent neural networks isintroduced, an intelligent PID controller is adopted to correct the errors including identified model errors and accumulatederrors produced in the recursive process. Characterized by predictive control, this method can achieve a good controlaccuracy and has good robustness. A simulation study shows that this control algorithm is very effective.     

基于神经网络的建筑行业投标报价研究

在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题．论文针对这两大难题提出了基于神经网络技术的解决方法．首先根据贡献变量分析理论确定出影响报价结果的9个报价因素，从而建立起基于神经网络的报价模型，然后在所确定模型的基础上改进传统的BP算法，进一步提高网络的泛化能力．从实际应用的结果可以看出，经过变量选择后所确定的报价因素是合理的，改进学习算法后的网络的泛化能力也有了很大的提高．     

利用进化规划和逐步二次规划实现前馈神经网络的结构优化

用进化规划与逐步二次规划来实现前馈神经网络的结构优化问题 ,并提出了一个相应的学习算法 .针对进化规划与逐步二次规划各自的特点 ,进行了组合 ,使算法不仅具有随机全局搜索能力 ,而且还具有更好的全局收敛能力 ,并与环境有更强的自适应能力 .最后通过仿真和应用实验证实了算法的有效性.     

一类过程控制对象的神经网络建模及仿真

针对一类典型过程控制系统中存在的非线性和参数不确定问题，提出了神经网络的建模方法。辨识结构采用串并联形式，并分别使用改进BP算法和浮点式遗传算法进行了网络的训练。仿真结果表明遗传算法的全局搜索能力及高效率对神经网络的权值优化具有相当明显的效果，它不仅学习速度快而且稳定性好，可以作为一种良好的优化方法运用到神经网络建模和控制当中。