Symmetry in world trade network

Symmetry of the world trade network provides a novel perspective to understand the world-wide trading system. However, symmetry in the world trade network (WTN) has been rarely studied so far. In this paper, the authors systematically explore the symmetry in WTN. The authors construct WTN in 2005 and explore the size and structure of its automorphism group, through which the authors find that WTN is symmetric, particularly, locally symmetric to a certain degree. Furthermore, the authors work out the symmetric motifs of WTN and investigate the structure and function of the symmetric motifs, coming to the conclusion that local symmetry will have great effect on the stability of the WTN and that continuous symmetry-breakings will generate complexity and diversity of the trade network. Finally, utilizing the local symmetry of the network, the authors work out the quotient of WTN, which is the structural skeleton dominating stability and evolution of WTN. This research was supported by the National Natural Science Foundation of China under Grant No. 70371070; Shanghai Leading Academic Discipline Project under Grant No. S30504; and Key Project for Fundamental Research of STCSM under Grant No. 06JC14057.     

Design and performance analysis of networked control systems with random delay

The design and performance analysis of networked control systems with random network delay in the forward channel is proposed, which are described in a state-space form. A new control scheme is used to overcome the effects of network transmission delay, which is termed networked predictive control (NPC). Furthermore, three different ways to choose control input are discussed and the performances are analyzed, respectively. Both real-time simulations and practical experiments show the effectiveness of the control scheme.     

梯度神经网络求解Sylvester方程之MATLAB仿真

近年来,国内外学者发表了许多关于线性代数问题实时求解的方法,其中包括了矩阵求逆和线性方程组的并行求解方法.在研究了基于梯度法的递归神经网络用于Sylyester矩阵方程的实时求解后,通过使用Kronecker乘积和矩阵向量化等技术进行了MATLAB仿真从而验证了相关理论分析.计算机仿真的结果证实了这类神经网络方法在解决Sylvester矩阵方程中的有效性和高效率(特别是在使用幂S型激励函数的情况下).     

肿瘤特征基因筛选与调控网络构建

提出了一种肿瘤特征基因筛选和基因调控网络的构建方法.首先提取在肿瘤组织和正常组织中表达差别明显的277个基因,通过P-tree决策树方法找出多组肿瘤特征基因,然后结合现有文献中已被实验验证参与了肿瘤形成过程的基因,利用相关系数方法在肿瘤特征基因集中选出与之共通路的基因子集,并用贝叶斯网络方法建立基因间的调控关系,从而建立对肿瘤特征基因间调控关系的预测模型.     

爬壁机器人路径规划研究

研究爬壁机器人在三维工作环境中的全局路径规划.给出了一种基于人工神经网络结构能量函数的路径规划算法.可根据机器人吸附物体的形状设定各边界面对应的不等的模拟退火初始温度;并且可根据路径点位于物体内部与否的不同位置采用不同的运动方程.仿真结果表明,该算法可规划出最短的可行路径,为提高爬壁机器人的实用性,提供了一种有效的路径规划算法.     

基于单部半实物雷达的分时组网仿真方法

提出了一种实用的半实物雷达分时组网仿真方法,有效解决了在半实物仿真中,采用一套半实物设备实现多部雷达组网仿真的问题.提出了一种基于分段曲线拟合的异步航迹关联算法,将航迹关联问题转化为空间曲线的相似性判别问题.该方法已成功应用于某雷达对抗仿真系统中,仿真结果验证了该方法的有效性.     

基于神经网络的并联式混合动力汽车控制策略

为提高并联式混合动力汽车的燃油经济性和控制系统的响应时间,应用神经网络实现控制策略.首先,结合逻辑门限控制策略和等效燃油消耗最小原理制定控制策略,并根据电池的荷电状态(SOC)进行调整.然后将调整后的策略在典型工况JA1015循环上实验,采集合理样本来训练对角回归型神经网络(DRNN),获得基于神经网络的控制策略.最后,在电动汽车仿真软件ADVISOR平台上进行仿真实验,仿真结果表明,采用神经网络的控制策略,提高了并联式混合动力汽车的燃油经济性,响应快,且具有通用性.     

无线AD HOC网络基于价格的资源分配仿真研究

无线Ad Hoc网中,公平分配资源和最大化利用资源本质上是冲突的,这对资源分配算法的设计带来了挑战.在系统地分析Ad Hoc网络的信息流竞争特点的基础上,引入价格作为资源分配的度量指标,通过路由发现时的价格查询以及路由响应时的价格反馈,消除分布式预测带来的不一致性,构建了一种新的基于价格的无线Ad Hoc网络资源分配算法,对资源分配进行了仿真实验.仿真结果表明:改进的资源分配算法具有良好的收敛性,与现有的资源分配算法相比提高了资源利用率.     

疾病基因网络的二分图投影分析

介绍了一种可揭示同一集合内部结点相互关系的二分网络投影方法,并运用此方法对基因疾病二分网络图做研究.通过遗传性疾病与致病基因的关联性来分析不同疾病之间隐含的相互关系,得出由相同的基因变异所引起的各种不同疾病之间存在着或多或少的联系,这些疾病比起毫无联系的疾病,其相互引发的概率也要大得多.此结论使我们能够更清楚地认识到遗传性疾病的发病机制,对疾病预防以及医疗诊断都有一定的参考价值.     

适应性存储和快速提取的记忆结构模式分析

考察联想记忆具有的可快速稳健处理信息的复杂适应性网络结构模式.以英国爱丁堡和美国佛罗里达词汇联想辞典为基础,分别构建词汇联想网络进行复杂网络分析.两大词汇联想网络既有短连接路径性、高云集性以及中心度幂律分布的共同特征,又存在联想关系的差异.虽然联想记忆的内容受到社会文化背景等因素的影响,但其基本结构组织模式符合利于快速信息提取的小世界结构和利于适应性信息存储的无标度特征.