Internet网络的公平性问题研究

目前，Internet采用了TCP端到端的拥塞控制机制，RTT不同的连接其窗口增长速度是不同的；同时，随着网络应用的多样化，一些数据流没有执行端到端的拥塞控制，以上两个原因都容易导致网络资源的不公平分配．目前，公平性问题成为衡量网络服务质量(QOS)好坏的重要因素．文章重点探讨了Internet网络通信中存在的资源分配的公平性，分析了导致公平性问题产生的原因及其解决方案，并指出了进一步的研究方向．     

基于决策空间划分模型的多目标进化算法

为有效利用决定空间中的信息、提高收敛速度与准确度,提出了基于决策空间划分模型的多目标进化算法.该算法将决策空间划分成多个子决策空间并在每个子决策空间内映射出一个超球体,运用某一多目标进化算法完成超球体内个体的1轮次进化,基于粒子群优化算法的粒子移动机制实现超球体间的信息共享、引导超球体质心向最优解集方向移动.对8个测试问题的实验结果表明:基于决策空间划分模型的多目标进化算法在收敛精度和收敛稳定性方面比FastPGA,MOCell,NSGA-Ⅱ和SPEA2算法表现出更好的性能.     

混合气藏类型划分及成藏模式探讨

混合气藏是常见的天然气藏类型,实用的类型划分及成藏模式的建立是该类气藏定量研究的基础。根据端元气的来源,对混合气藏类型进行了划分,并结合实例建立了相应的成藏模式。研究结果表明,常见的混合气藏可划分出两大类4小类:(1)异源混合气藏,指不同气源岩(灶)生成天然气的混合,其中包括异源岩混合气藏和异源灶混合气藏两类;(2)同源不同阶混合气藏,按母质类型分为煤型不同阶和油型不同阶两类。对塔里木、鄂尔多斯、四川等盆地典型气藏解剖结果证明,多套有效气源岩、沟通圈闭和源岩(灶)的通道是异源混合气藏形成的基础;而气源岩多期次演化生气、持续有效的圈闭是同源不同阶混合气藏形成的重要条件。分析认为,具有多套源岩供气的轮南凸起、川东高陡褶皱带是发育异源混合气藏的有利地区;而成藏过程复杂的库车坳陷则是同源不同阶混合气藏发育的有利地区。     

模糊C-均值聚类算法的改进研究

模糊C-均值聚类算法通过迭代的爬山技术来寻找问题的最优解,是一种局部搜索算法,容易受初始值的影响而陷入局部极小值.遗传算法是一种应用广泛的全局优化算法,是一种与求解问题无关的算法模式,能够有效解决模糊C-均值聚类算法对初始化敏感的问题,利用改进后的遗传算法能更好地解决聚类问题.     

基于层次分析法的中国教育公平问题研究

教育公平是社会公平的起点,也是缓解中国目前社会公平问题的重要手段。在对影响中国教育公平的各种因素的研究基础上,运用层次分析方法,对各种影响因素的影响因子进行定量化研究,期望能从中发现目前中国教育公平问题存在的主要矛盾,为制定促进中国教育公平发展的政策提供科学依据。     

大学图书馆与和谐校园构建的互动关系研究

概述了大学图书馆在构建和谐校园中的重要作用,提出了大学图书馆促进和谐校园构建的策略和原则。     

一种基于网格密度与空间划分树的聚类算法

基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.文章提出了一种新的基于网格密度和空间划分树的CGDSFF(Clustering based on Grid - Density andSpatial Partition Tree)聚类算法.其创新点在于,将数据空间划分成多个体积相等的单元格,然后基于单元格定义了密度、簇等概念,对单元格建立了一种基于空间划分的空间索引结构(空间划分树)来对数据进行聚类.CGDSPT算法保持了基于密度的聚类算法的上述优点,而且CGDSFF算法具有线性的时间复杂性,因此CGDSPT算法适合对大规模数据的挖掘.理论分析和实验结果也证明了CGDSPT算法的优点.     

用户异质下公交定价和道路收费收入再分配

针对收费道路与公共交通并行的竞争交通系统,在异质用户的出行时间价值服从均匀分布的假设下,结合公共交通的边际成本定价和平均成本定价策略,建立了均衡交通模型,分析了出行者的出行行为.研究发现,随着出行者时间价值之间的差异增大,无论收费收入上交财政还是补贴公交,自驾车人数在不同定价策略下差距减小.进一步,基于效率和公平的准则,考察了道路拥挤收费收入再分配原则所导致的系统总出行成本的变化情况,对四种公交定价和道路收费收入再分配策略进行了对比分析.研究表明,当道路收费收入直接补贴给公交出行者时,比较系统的总出行成本,平均成本定价策略优于边际成本定价.从公平角度分析,当出行用户的时间价值差异不是很大时,无论公交采取边际还是平均成本定价策略,收费收入全部用于补贴公交用户会使得公平性提高.最后,算例结果验证了当固定成本足够大时,受补贴的公交平均成本定价策略是一种较优的策略.     

一种基于划分的带项目约束的频繁项集挖掘算法

为提高关联规则挖掘算法的效率及其对大型数据集的适应性,提出了基于划分的带项目约束的频繁项集挖掘算法Partition CHS Miner。算法按照约束条件裁减数据集,并采用基于约束的超结构CHS(con-straint-based hyper-structure)存储数据。对大型数据集,先将其划分为多个不相交的数据子集,使子集的大小适合主存,然后在子集上采用基于超结构的带项目约束的挖掘算法挖掘出局部频繁项集,最后合并所有子集中的频繁项集形成全局的带约束的候选项集,计算出全局频繁项集。实验证明了算法的有效性。     

Petri网的公平性及分析

公平性是反映了在资源竞争时Petri网模型系统中行为的无饥饿性。公平关系分为三个层次,即公平关系、弱公平关系和广义公平关系,并衍生出亚公平关系和准公平关系;对应的系统网模型包括公平网、弱公平网,亚公平网等。同时相对公平网严格要求,系统的Petri网模型存在分组公平和局部公平,反映了网系统局部行为的公平关系。在Petri网模型简化和子网合成时的公平性保性,反映简化和合成后资源共享的保持特性。综述了以上公平性及判定方法,介绍公平性在系统中的应用,并给出公平性的细化定义和同步距离的关系,展望了Petri网公平性在连续系统与离散事件系统中的未来研究方向和应用难点,对公平关系今后的研究具有一定的指导意义。