基于区间云模型对信息网络的效能评估

根据信息网络的结构和应用功能,在分析高功率微波对构成信息网络的电子设备效应机理基础上,构建了多层次的信息网络系统的效能评估指标体系.将区间数与云模型相结合,提出了区间云模型的评估方法,通过区间层次分析法得到评价指标的区间权重,实现了系统评估指标的定性与定量的相互转换,并利用评价区间云模型拟合出信息网络的综合效能.结合实例模拟分析,验证了该方法可行性和有效性.结果分析表明,使用区间数表示更能体现评估过程中的模糊性和不确定性因素.     

基于MDA机制的跨洋航空网时隙分配方法

考虑到飞机跨洋飞行的限制性条件,提出了一种改进的多单元双向拍卖机制来满足跨洋航空主干网的时隙分配的需要。该机制将VCG双向拍卖和传统的多单元双向拍卖进行结合和改进,并从激励相容、预算平衡、个人理性和机制效率等方面证明了该双向拍卖机制的性质。最后的仿真结果表明,该双向拍卖机制具有较高的效率。     

A Neuro‐wavelet Model for the Short‐Term Forecasting of High‐Frequency Time Series of Stock Returns

We propose a wavelet neural network (neuro‐wavelet) model for the short‐term forecast of stock returns from high‐frequency financial data. The proposed hybrid model combines the capability of wavelets and neural networks to capture non‐stationary nonlinear attributes embedded in financial time series. A comparison study was performed on the predictive power of two econometric models and four recurrent neural network topologies. Several statistical measures were applied to the predictions and standard errors to evaluate the performance of all models. A Jordan net that used as input the coefficients resulting from a non‐decimated wavelet‐based multi‐resolution decomposition of an exogenous signal showed a consistent superior forecasting performance. Reasonable forecasting accuracy for the one‐, three‐ and five step‐ahead horizons was achieved by the proposed model. The procedure used to build the neuro‐wavelet model is reusable and can be applied to any high‐frequency financial series to specify the model characteristics associated with that particular series. Copyright © 2013 John Wiley & Sons, Ltd.     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks, RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。     

DTNs中一种基于节点有效交互度和效用的节能路由算法

延迟容忍网络是一种通过节点机会通信的网络类型.由于该网络中节点不易预测的移动性模式和容易中断的连接,路由算法一直是DTNs中研究的重点.但是目前从节省能量消耗角度提出的路由算法较少.文章提出一种基于节点有效交互度和效用的节能路由策略.首先,从节点有效交互度出发来进行转发传输速率控制,在节能与转发成功率之间自适应调整.其次,从节点效用出发设置消息携带者转发概率,选择合适的节点进行消息转发,避免网络产生过多消息副本.再次,仿真实验结果显示,与其他路由算法相比,该文提出的算法在保障网络消息传递率的基础上可以降低约6%～15%节点能量消耗.     

基于可视图的衡阳市大气污染物时间序列分析

为研究大气污染物时间序列的非线性特征,基于2016年1月至2017年12月衡阳市PM2.5和PM10质量浓度时间序列,应用可视图方法将两组时间序列映射到复杂网络中,并研究了相应网络的拓扑性质.结果表明:PM2.5和PM10浓度时间序列网络的平均聚类系数、直径、网络密度和平均路径长度等网络特征参数和统计特征参数基本相同....     

无线Ad Hoc网络中一种基于DSR的路由缩短策略

无线Ad Hoc网络中随着节点的运动,可能会导致路径中原本不相邻的上游节点与下游节点之间的距离变短,造成原来的路径不是最短路径。针对这个问题,在DSR路由协议的基础上,提出了一种缩短路由的策略,并且给出了路由缩短请求包的格式。     

网络科学的理论模型探索及其进展

简要评述了复杂网络分类和研究概况,着重概述了近年来本研究项目在网络科学的理论模型方面的探索及其进展。提出和探索了若干模型:和谐统一的混合择优模型,大统一混合网络模型,量子信息网络模型,纳米相干网络模型,局域世界演化模型,非局域连接模型,社区网络模型,属性连接网络模型,含权科学家合作模型,同步最优网络模型,以及广义同步和集团同步等问题。     

神经网络基于改进型粒子群算法的研究

提出一种基于被动聚集型粒子群优化算法来提高人工神经网络的性能,被动聚集是保持群体完整性的生物力量,该算法引入了生物学中被动聚集的概念,使得信息在种群各粒子间传播,保持种群的多样性。仿真实验表明:基于改进型粒子群优化算法的神经网络可以有效降低训练次数和均方误差。     

自适应延迟感知的光无线混合宽带接入网节能机制

利用数据的延迟容忍特性,提出了一种自适应延迟感知光无线混合网络节能机制.为了充分利用数据的延迟容忍度,网关动态地感知数据的到达率,采用排队模型来分析网关能耗和数据延迟,从而自适应地选择休眠周期;同时,采用多网关均衡负载机制来减小网关休眠带来的路径重建延迟和拥塞,从而减小因休眠而增加的延迟.结果表明,所提出的机制可降低网关总能耗36%,并有效提高网关利用率,降低网络中数据的路径延迟.