基于自组装DNA计算的RSA密码系统破译方案

自组装DNA计算在解决NP问题,尤其是破译密码系统方面,具有传统计算机无法比拟的优势。采用DNA分子瓦编码信息,借助于分子瓦之间的粘性末端进行自组装,给出了乘法运算的实现方案。在此基础上,通过引入非确定性的指派分子瓦,提出了一种用自组装DNA计算破译RSA公钥密码系统的非确定性算法。通过创建数以亿计的参与计算的DNA分子瓦,在DNA计算能力允许的范围内,该算法可以并行地测试每个可能的因子,以高概率地分解整数。该方法最大的优点是充分利用了DNA分子瓦具有的海量存储能力、生化反应的巨大并行性以及组装的自发有序性。     

基于小波分解和残差GM(1,1)-AR的非平稳时间序列预测

提出基于二进正交小波变换和残差GM(1,1)-AR方法的非平稳时间序列预测方案.首先利用Mallat算法对非平稳时间序列进行分解和重构,分离出非平稳时间序列中的低频信息和高频信息;然后对高频信息构建自回归模型,对低频信息则用灰色残差模型进行拟合;最后将各模型的预测结果进行叠加,从而得到原始序列的预测值.该方法不仅能充分拟合低频信息,而且可避免对高频信息的过拟合.实验结果表明,这种方法比传统的非平稳时间序列预测方法具有更高的预测精度.     

要加强对复杂适应性系统的研究——对自组织理论的反思

简单回顾了自组织理论的发展历史、内容和采用的方法,重点分析了自组织理论的研究对象和研究范围;指出自组织理论在研究复杂系统上的局限性——只适于研究简单巨系统,它研究的是系统演化的结果而非过程;自组织理论使用微分方程作为数学工具,要求子系统之间的相互作用要满足叠加原理而不考虑涌现的情况。在此基础上,本文提出要加强复杂适应性系统的研究,具体有两方面的工作：首先要加强计算机作为数学工具的应用,扩展对系统状态描述的范围;另外要加强对层次性的研究,重点是对涌现问题的分析。最后提出现在加强复杂系统的研究应从实际的具体系统入手。     

球面上等距线的构造

提出了球面上等距线的构造方法.首先,用有理二次Bézier曲线生成球面上的圆弧[1],实现不同圆弧间的拼接,使其达到C1连续,来构造球面上的组合曲线,然后对该组合曲线利用测地线技术求其在球面上的等距线,并通过点与点求交方法来检测所生成等距线的自相交现象,同时去除自交情况.仿真结果表明,该方法能生成球面上的等距线,并基于以下原理:球面上圆弧的球面等距线仍然为圆弧,而圆弧本身不会自相交,从而能快速消除球面上等距线自相交现象.     

一种共前缀码的测试数据压缩方案

提出了一种新的基于游程编码的测试数据压缩/解压缩的算法:共前缀码编码(SPCS),它在传统游程使用较短的代码字来代替较长的游程的基础上,进一步探讨游程之间的相关性,使用一位来代替具有与前一游程相同前缀的后一游程的前缀,使需要多位才能表示的代码字的前缀用-位就可以表示,进一步提高了压缩率.相比类似的编码测试数据压缩方案,具有压缩率高、解压控制过程容易实现的突出特点.理论分析和对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果证明了本方案的有效性.     

满足圆形极点、方差指标与H∞性能约束的满意容错控制

对一类具有范数有界不确定性的线性连续系统,研究了当执行器发生故障时的静态输出反馈满意容错控制问题。在更实际、更一般的执行器连续增益故障模型下,所设计的控制器确保闭环系统同时满足期望的区域极点指标、稳态方差指标和H∞范数指标约束。同时分析了容错控制中三类期望指标的相容性,并给出了静态输出反馈满意容错控制器存在的充分条件和设计方法。仿真算例验证了方法的有效性,并且通过与不考虑故障的系统比较,进一步说明对系统进行满意容错控制的必要性。     

基于广义(火用)的系统序结构与功能关系研究

对系统的功能进行量的规定、指出广义与系统功能的量的规定的同义性,论述了基于广义(火用)的系统序结构与功能之间的关系;并对上述结论在相关理论的阐释以及实际工程(如VE)中的运用加以研究.本文的工作,不但赋予了热力学中的抽象用概念以具体的功能涵义;而且,还引出了热力学对系统科学的又一大贡献,促进了系统研究工具的质的飞跃.     

电能计量互感器异常断相分析与故障仿真

在电能计量互感器出现断相故障的理论分析基础上,应用Matlab/Simulink构建了某35kV高压三相三线电能计量的仿真模型,并对电能计量互感器正常运行和多种不同断相故障现象进行了仿真,与实测数据和理论结果比较,验证了仿真模型的正确性,从而应用该模型对实际电能计量出现异常数据的现象进行了故障仿真分析,有效地辅助解决了实际工程问题.     

基于动态贝叶斯网的时变样本空间无监督学习

提出了针对概率分布参数时变的样本空间的参数估计问题,由于一般的聚类和EM算法等参数估计方法是针对概率分布时不变的样本空间的问题所采用的。因此,对于概率分布时变的样本空间而言,这些方法均不能有效、准确地估计实时变化的样本参数。通过构建动态贝叶斯网,利用先验和后验的知识进行预测和滤波,结合贝叶斯增量式学习方法并充分利用了其学习所获得的样本空间概率模型变化演进的规律,这样可以较准确、平滑地学习实时概率模型及其分布参数。     

k-冗余结构无线自组网广播算法研究

针对k-冗余连接路由算法的特点,对最优广播树的生成算法进行了研究。首先根据最优广播树的数学模型,证明了它是一个NP难题(NP-Complete)。然后针对网络拓扑的特点提出了启发式广播树生成算法。针对算法的特点,分析了算法复杂度和算法的效率。结合GlomoSim仿真平台,在无线网络环境下对算法的效率进行了仿真,将协议的性能与简单广播算法进行了比较。仿真结果表明,启发式广播算法能够减小网络开销和节点的转发次数,提高网络的传输效率。