基于精确标识对象Petri网模型的检测方法

精确标识PNO要求一个对象实例既不能同时出现在多个库所,也不能在一个托肯中出现多次,SMV是一个功能强大的符号化模型检验工具.本文提出了将精确标识PNO模型转换成相应SMV程序的算法,并通过列车运行区域模型(TOPNO)演示了具体的转换过程.通过该转换算法不仅能有效地解决精确标识PNO活性、安全性等属性的检测问题,还能验证与模型中对象相关的属性.     

Banach空间中2类压缩映射不动点的具误差的Ishikawa迭代序列的收敛性

讨论了Banach空间中拟压缩映射对和广义压缩映射的具误差的Ishikawa迭代序列的收敛性问题,得出了在一定条件下,这2类压缩映射分别强收敛于它们的不动点.这些结论推广和发展了已有的相关结果,使这些结果的适用范围更广.     

分布式环境下基于属性证书的RBAC模型

基于角色的访问控制(RBAC)将角色概念引入到访问控制中,极大地方便了用户对资源的访问,同时也减轻了系统保存大量用户信息的压力.在分析RBAC模型的基础上,结合RBAC系统的特点以及SPKI/SDSI证书的优越性,提出了一种分布式环境下的基于属性证书的RBAC模型,定义了属性证书的结构以及描述了用户访问资源的工作流程,对模型的特点进行了总结.分析表明,该模型具有简洁的证书格式、支持匿名访问、单点登录等优点.     

运用Lingo软件包求解双矩阵对策的方法

在对策论中,2人非零和矩阵对策（双矩阵对策）的求解是通过Lemke-Howson算法求解的,过程比较麻烦,尤其是当矩阵的阶数很大时,人工几乎不能求解．因此,给出Lingo软件包,求解2人非零和矩阵对策的平衡解的详细过程,并给出相应的Lingo程序．     

基于活动的瓶颈模型:公交枢纽晚高峰居民通勤研究

如何快速消除公交枢纽瓶颈的制约,是居民通勤的老大难问题.本文结合瓶颈模型与基于活动的方法来研究公交枢纽晚高峰居民通勤行为,以解决通勤者在其活动和出行之间的时间分配问题.以瓶颈模型为基础,考虑公交内部拥挤,将出行行为与活动相关联.通过引入公交内部拥挤成本,根据不同的效用函数选择出发时间,建立了动态出行均衡模型.并由此得出均衡条件下的相关性质,来解释晚高峰通勤者在瓶颈入口前排队的交通现象.研究发现,与传统瓶颈模型相比,基于活动瓶颈模型乘客动态更加丰富,出发时间选择更为复杂.算例结果表明,通勤者对公交车内部拥挤的敏感度越高,越会尽量地避开高峰出行.为了使净效用更大,通勤者会选择在工作地滞留较长时间,晚高峰时段推迟.     

时变脉冲微分方程初值问题解的存在性

首先给出了脉冲微分方程初值问题的解与相对应的常微分方程初值问题的解之间的关系,然后利用常微分方程理论讨论了一类时变脉冲微分方程初值问题,并在相对较弱的条件下建立了解的存在性定理,所得解允许和某些Sk相遇多次,推广了相关问题的已有结果.     

基于人车路协同的智能交通出行信息服务系统

近年来,智能交通信息服务受到广泛的关注,针对数据实时性和准确性差、信息交互共享难问题,设计了一种人车路协同的智能交通出行信息服务系统,形成人车路智能协同的工作环境。为解决智能交通结构化多源信息融合,提出了一种由卡尔曼(Kalman)滤波和D-S(Dempster/Shafer)证据理论两种信息融合模型——KD-SF模型,发现采用KD-SF模型信息融合结果与GPS车载采集实际测试数据近似相同,信息融合更精确。通过系统应用验证表明,人车路协同系统与交通服务信息融合后,在高峰时段公交线路平均运行车速明显提升,乘客平均候车时间明显缩短,提高城市公共交通运行效率。     

边界条件含特征参数的三阶微分算子的自伴性和特征值的依赖性

研究一类边界条件含有特征参数且具有转移条件的三阶微分算子的自伴性和特征值的依赖性.通过在新的Hilbert空间定义线性算子T,将问题转化为对相关线性算子T的研究.利用算子理论,证明了该算子的自伴性,在此基础上,讨论了特征值的连续性,特别研究了特征值关于相关参数的可微性,并得到相应的微分表达式.     

人HtrA1基因的生物信息学分析

丝氨酸蛋白酶1(High-temperature requirement factor A1,HTRA1)属于HTRA家族的重要成员.为了对人HtrA1基因编码的蛋白质进行结构特征和分子功能分析,运用多种生物信息学数据库分析人HTRA1蛋白的同源性、理化性质、亲/疏水性、信号肽以及亚细胞定位,构建二级/三级蛋白质空间结...     

非完备策略的少数者博弈

提出一种全新的非完备策略的少数者博弈模型,它允许参与者的策略包含部分随机位,并且规定当主规则随机选择时,由次规则顶替指导。计算分析和数值模拟表明,该模型通过两种效应,即缺席的等级制度和扩展的最大无关联策略集,以更小的记忆步长和更稳定的策略组成,获得优于基本MG模型一个数量级以上的系统性能。