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.     

建模与仿真过程中需求分析模型的校核与验证研究

建模与仿真(M&S)开始于对所研究问题的明确定义与清晰描述,准确完整的需求定义是确定M&S校核、验证与确认(VV&A)评估标准的依据.简要介绍了需求分析过程的阶段和需求分析模型的建立方法,分析了需求分析模型校核与验证的主要内容,并给出了需求分析模型的静态校验和动态校验方法.     

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。     

基于提升静态小波变换的自适应消噪方法

基于离散小波变换的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了基于提升静态小波变换的自适应消噪方法,它首先根据DWT的提升方法,得到SWT的提升和对偶提升实现方法,然后通过SWT的提升方法将信号分解为多个子带,利用引入更多动量因子的权系数的迭代公式进行自适应匹配.并对匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

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.     

服务驱动的制造网格系统

就服务在制造网格系统的应用层面上的行为特性展开研究,提出基于工艺信息的制造网格服务的静态结构和动态过程,分析了制造网格服务的服务请求与响应过程,以及制造网格服务的分裂和衍生过程,设计了相应的制造网格服务结构演算算子,并就制造网格系统服务响应流程与企业的实际业务处理之间的集成进行了描绘和实例说明.     

加速度计非线性项系数校准误差分析与建模

分析了线加速度计精密离心机校准的误差来源,建立了加速度计静态特性方程各次项系数校准的系统误差传递模型,通过该模型可以实现各系统误差因素对方程系数校准结果影响的定量分析.证明了离心机加速度输出恒值系统误差不影响三次项系数,而线性变化的系统误差不影响零次项系数,即零g点偏值.对理论分析的结果进行了仿真验证.     

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。