基于二维区间Hash链的RFID安全协议

作为未来物联网(IOT)的核心技术之一,无线射频识别(RFID)系统由于设备的局限性而存在许多安全问题.在分析几种典型安全协议核心思想的基础上,提出了基于二维区间(two-dimensional region,TDR)Hash链的安全协议.该协议以区间划分的方式标识各链,从而提高了数据库的检索效率;同时,由于在协议中引入了随机性,RFID系统的安全性得到了进一步增强.     

一类灰色随机多准则群决策方法

针对准则值为区间灰数概率的离散型灰色随机变量且准则权重和决策者权重都完全未知的灰色随机多准则群决策问题,提出了一种基于偏差函数的决策方法.该方法通过计算每个决策者的主观判断矩阵与客观判断矩阵之间的偏差来确定该决策者的权重,基于主客观判断矩阵偏差最小化思想建立规划模型,求解该规划模型可同时得出准则权重向量和决策者权重向量...     

一类特殊圈的交错多项式

介绍了支点操作H uv的概念,并给出了简单图H的交错多项式Q(H,x)的定义和一些已知图的交错多项式,最后计算出图中一类比较特殊的圈的交错多项式.     

图的局部连通性与上可嵌入性

研究局部连通图中支撑树的变换. 给出L.Nebesk定理的一个新证明, 并将其推广得到一类新的上可嵌入图.     

Halin图的一个点强全染色法

针对Halin图的点强全染色问题,提出一个有效的染色法———逐圈着色法,而且方法给出的方案也是最优的,即用最少的颜色完成Halin图的点强全染色.同时还确定了最大顶点度是3的Halin图的点强全色数的上下界,即上界为6,下界为5.     

面向区间禁会要求的客货车共线运行图调整优化方法

针对客货车共线运行时存在的安全隐患,结合国铁集团对动车分散动车组列车与货物列车在区间内不交会的规定,对既有线列车运行图调整优化的问题进行了研究.通过0-1变量来判断相向而行的列车是否为不同类型列车,进而构建客车、货车在区间内禁止交会的约束条件,并以列车总旅行时间、与原列车运行图总偏差之和最小化为优化目标,建立0-1混合整数规划模型,采用Cplex求解器对模型进行求解.最后,以胶济铁路为例进行实例验证.算例结果表明：所提出的优化模型能够在确保客货车不在区间内交会的前提下,减少列车总旅行时间,提高线路整体运行效率.研究成果可为面向区间禁会要求的既有线运行图调整优化提供合理参考.     

基于一致风险谱的某核电安全壳地震风险分析

目的 研究基于一致风险谱的我国核电安全壳地震风险分析方法,为我国核电厂结构基于一致风险抗震设计方法修订提供参考。方法 通过推导地震风险解析模型,总结美国土木工程学会《核设施中结构、系统和部件的抗震设计准则》(ASCE/SEI 43)中一致风险谱生成理论和方法,生成场地一致危险谱和一致风险谱;采用安全系数法,生成算例厂址核电安全壳模型易损性曲线;采用解析风险函数,得到算例结构地震风险。结果 基于平动第一周期的风险大于基于平动第二周期的风险;平均值地震风险大于50%置信度地震风险,小于95%置信度地震风险,表明平均值地震风险结果与小于具有95%置信度地震风险相当;如果以95%为要求标准的风险进行鉴别筛选,平均值地震风险结果偏于不保守;对于核岛等抗震设计分组为5(SDC 5)的结构、系统和部件,两版ASCE/SEI 43规范给出的一致风险谱大多数情况下相同;一致风险谱地震作用下,我国安全壳风险水平远低于ASCE 43规范目标风险。结论 我国核电安全壳设计安全裕量较大,面临地震风险远小于ASCE 43规范中的目标风险。     

关于一类立方图的可圈性研究

设G为无向图,如果对G的每一个定向D,都存在S（D）包含V（G）使在D中改变所有恰与S（D）中一个顶点相关联的弧的方向后所得的图为有向哈密尔顿图,则称G为可圈图．Klostermeyer和Soltes证明了P4k^3（k≥1）是不可圈图,现证明对任意整数n≥3,Pn^3是可圈图当且仅当n为奇数．     

基于区间数理论的引水渠道边坡模糊评判方法研究

针对边坡的影响因素存在模糊性、不确定性的特点,基于引水渠道边坡实际情况及工程监测资料,确定影响其安全状态的主要因素,划分影响因素的安全等级,结合区间数理论和模糊综合评判方法的优势,构造各指标的区间隶属函数,并采用主观赋权法层次分析法与客观赋权法熵权法组合赋权的方式来确定各级指标的权值,进行区间数模糊综合评判,得到区间评判结果,再使用区间排序法对其进行排序,进而得到边坡综合评判结果,依据最大隶属度原则,确定实际安全状态。通过引水渠道边坡工程实例验证了该评判模型的合理性。     

污染数据线性回归模型的参数估计和区间估计

研究线性回归模型:yi=α βxi iε,i=1,2,…,n,其中Eiε=0,E2iε=21σ;但y1,y2,…,yn受到另一个独立同分布随机变量序列W1,W2,…,Wn的污染,仅能观察到yi*=(1-v)yi vwi,i=1,2,…,n,Wi与yi相互独立.文章给出了α,β,v的估计及区间估计.