Petri网络在无控制交叉口延误分析中的应用

选用比较适合描述系统组织结构和动态行为的Petri网络模型对主路优先通行的无信号交叉口运行过程建立HSPN模型．在此基础上，结合间隙接受理论，对无控制交叉口进行平均延误分析探索，为交叉口仿真控制软件的研发奠定了算法基础。     

Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.     

一种利用绝对最小Lipshitz延拓的医学图像插值算法

提出一种基于最小Lipshitz延拓的图像插值半隐式算法,并用医学图像放大实验初步验证了算法的有效性.     

一个检测超流的早期淘汰算法

超流是网络中具有大量不同宿IP/源IP链接的源IP/宿IP.实时检测出高速网络（OC48、OC192等）中的超流对网络安全具有非常重要的意义.近年来已经有论文提出了不同超流检测算法,但是这些算法都没有考虑控制测量过程中超流缓存空间的大小.论文在超流检测过程中增加了早期淘汰功能,将超流缓存中链接数较少的记录提前淘汰,以便腾出空间用于存储新检测到的IP记录,实现对超流缓存资源的控制.论文最后还使用实际网络日志数据对算法进行验证,实验表明：早期淘汰算法可以使系统以更少的内存空间和测量资源检测超流信息.     

信用风险优化模型及其智能计算

采用模糊规划的方法,对模糊不确定环境下的信用风险度量和投资优化问题进行了模型的构建与仿真研究。基于具有自对偶性的可信性测度,提出了模糊条件在险价值作为信用风险度量,并构建了带有投资和收益等约束条件限制的信用风险最小化模型。其中,所考虑市场信用资产预期收益的可能性分布,用指数型模糊变量来刻画。最后,对该信用资产优化模型设计了智能算法,并进行了仿真分析。仿真结果表明,优化后的信用风险明显优于原始的信用风险。     

分布控制型供应链的多层规划模型研究

研究分布控制型供应链的生产、配送与库存决策问题,通过分析成员的独立决策行为,针对供应链系统上下层之间所具有的Stackelberg博弈特征,建立多层规划模型,最后利用交互式多层模糊算法进行求解.     

一种直线逼近渐开线齿廓曲线的自适应算法

从渐开线弧长公式出发，引入一种能根据加工精度要求来确定逼近线段的段数，并使节点在渐开线齿廓曲线上分布均匀的自适应计算方法。给出计算实例及用AutoCAD来绘制齿轮的方法．以及用VLisp语言编制计算程序和绘图程序的框图。     

真分数表成单位分数和的一类特解

用初等的方法研究了m/n表法，并给出了真分数表成单位分数和的一类特解。     

基于遗传算法的导弹稳定控制回路参数设计方法

本文利用遗传算法（ＧＡ）来优化设计控制系统参数。文中在简要阐述遗传算法的机理及实现的基础上，将遗传算法应用于Ｘ型导弹的弹上稳定回路的参数设计，仿真结果表明了所提方法的可行及有效性。     

基于自适应共轭梯度算法的高分辨率谱估计器

基于AR模型的功率谱估计是现代谱估计应用非常广泛的一种方法。通过对一全极点模型的参数估计来实现功率谱估计。提出了一种采用自适应共轭梯度算法来进行参数估计的方法。由于共轭梯度算法采用迭代运算求解Yule-Walker方程,同现有的谱估计算法相比,大大减小了谱估计算法的计算复杂度;随着自相关矩阵阶数的增大,该方法谱估计精度在小信噪比下提高显著。仿真结果表明,这种方法和基于AR模型的其它谱估计方法在不同信噪比下具有几乎相同的分辨率。因此,该谱估计算法具有重要的实用意义,有助于谱估计算法的实时实现。