基于随机赋时Petri网的车辆交通系统建模与仿真

针对普通道口的车辆交通系统,将各道口描述为资源库所,车辆到达（离开）道口的事件描述为发生时间间隔服从泊松分布的赋时变迁,从而建立了该系统的随机赋时Petri网模型,并根据该模型开发了VB仿真系统平台,仿真实验显示该系统能够模拟道路口的车流动态过程,可以为交通调度算法提供了实验平台。     

参数未知随机系统的最小方差对偶自适应控制

针对参数未知随机系统的自适应控制问题,研究了最小方差对偶自适应控制。分析了由于未知参数的不确定性,使得运用动态规划原理求解最优控制律时存在着困难,转而寻求次优控制律;给出了差分方程转换成状态空间模型的方法,将未知参数在一个确定的模型集中取值,运用动态规划原理得到各模型的控制律,通过各模型后验概率加权获得次优对偶控制律。给出了算例,以验证此算法的有效性,表明所得到的控制律既有调节作用,又有学习作用。     

基于混合优化算法的遗传算法参数设定研究

有限计算量条件下遗传算法的理论收敛条件难以完全满足,参数选择的恰当与否直接影响到算法性能的发挥。针对这一情况,在分析现有参数设定方法的基础上,将遗传算法参数设定问题描述为随机优化问题,并提出一种解决该问题的新的混合优化算法,即基于序优化的巢分区算法。该算法将序优化思想融入巢分区算法的局部搜索过程,大大提高了局部搜索效率,而巢分区的算法框架则保证了算法的全局收敛性。以典型旅行商问题为算例的仿真结果验证了该方法的高效性与可靠性。     

随机激励下藻类生态系统的分岔研究

为了研究随机干扰因素与藻类生态系统稳定性之间的相互关系,运用随机非线性理论中的随机平均法和Oseledec乘性遍历定理研究了浮游动物和浮游植物构成的藻类生态系统的稳定性和分岔特性.通过对稳态概率密度的数值模拟,确定系统会发生随机Hopf分岔.研究结果表明,随机因素可以使系统稳定性发生质的变化.     

随机序及其随机序之间的关系

文章先介绍了几种主要的随机序,其中包括期望效用准则、随机占优、单调风险率条件、单调似然率条件和均值-方差准则,然后在此基础上研究了它们之间的关系。     

Stability Analysis of Stochastic Swarm Systems

In this paper,we present a model of stochastic swarm system and prove the stability of this kind of systems. We establish the stable aggregating behavior for the group using a coordination control scheme. This individual-based control scheme is a combination of attractive and repulsive interactions among the individuals in the group,which ensures the cohesion of the group and collision avoidance among the individuals. The dynamics of each individual depends on the relative positions between the individuals and the influences of the random disturbances. Under the influences of the noises,this position-based control strategy still generates the stable aggregating behavior harmoniously for the group and the self-organized swarm pattern is formed.     

关于非频带有限随机信号的采样级数的逼近

香农采样定理可以恢复确定性频带有限信号.而真实信号经常是非频带有限的,这类信号可以被看作边带趋于无穷的频带有限信号.除了确定性型号,平稳的随机信号在许多领域发挥了重要作用.为了解决非频带有限的平稳过程的采样问题,借助香农采样定理,获得当功率在频域衰减时该类信号的采样级数,并求得该级数分别满足均方收敛和以概率1收敛的条件.     

基于无容量限制的p-枢纽中位问题的随机优化

在枢纽网络设计时, 未来的成本和需求等参数具有不确定性. 为了使设计的网络能在各种情景下具有最优的期望成本, 提出了无容量限制的多分配严格p-枢纽中位随机优化模型. 考虑到模型本身的结构特点和复杂程度, 采用了PH分解算法结合增广拉格朗日松弛算法, 将原问题转化为若干个独立子问题来求解. 使用了基于经典算例的随机数据集合对模型和算法进行了测试, 算例结果表明尤其在情景数量较大的情况下, 算法体现出较高的效率. 同时, 通过随机解价值分析了使用随机优化模型对于该算例的意义.     

DWT和DCT相结合的水印算法

提出了一种基于余弦和小波变换相结合的水印嵌入方案.对水印图像进行二次置乱加密,再将一次小波分解,将得到的逼近系数和细节系数分别转换为一维序列,并量化组合生成待嵌入的二进制数据流.根据宿主图像的纹理、亮度特征将作离散余弦变换后的原图像分类,对不同的类采用不同的量化因子修改DCT系数矩阵从而实现水印的嵌入,水印检测过程不需要宿主图像的参与.实验表明该算法不仅具有良好的不可见性,而且在经过JPEG压缩、剪切、缩放、噪声添加及轻微几何变形等常见图像处理后,仍能正确提取出水印图像,水印图像压缩对码率的影响较小,适合网络传输.     

两参数跳型随机微分方程解的存在性和唯一性

通过逐次逼近方法，讨论了由Ｐｏｉｓｓｏｎ过程驱动的随机微分方程，在系数满足非Ｌｉｐｓｃｌｈｔｚ条件下，得到非齐次强解的存在性和唯一性。