无尺度、小世界Sierpinski网络统一模型

引入了单一参数的演化Sierpinski网络模型,统一了确定性和随机性两类Sierpinski网络模型。基于复杂网络理论提出的演化模型的一些特征能应用于对现实网络的研究。给出了推导度分布的算法和平均路径长度的仿真结果,数值仿真验证了理论分析的正确性,揭示了新网络模型的“小世界”特征。     

具有长时延和丢包的网络控制系统稳定性分析

针对同时出现长网络诱导时延和丢包的网络控制系统,研究了带不确定性的网络控制系统的稳定性问题。基于一定的数据包丢失率,系统被建模成带结构事件率约束的异步动态系统。利用李亚普诺夫方法和线性矩阵不等式相关知识,结合异步动态系统的稳定性理论,推出了使不确定网络控制系统指数稳定的充分条件,并给出了保证系统指数稳定的数据传输成功率满足范围;最后利用MATLAB仿真的数值例子验证了此方法的有效性和可行性。     

有向加权网络的局域世界演化模型

现实世界中的很多网络既是连接间具有不同权值的加权网络又是连接间具有方向的网络。针对这一现实,在局域世界网络拓扑结构中同时引入有向性和权重。在局域世界演化模型基础上,建立了有向加权网络的局域演化模型（LWDW）,并提出了节点的出强度与入强度的概念。采用平均场理论导出这一模型节点的强度分布、出强度以及入强度的分布,同时分析了复杂网络的其他拓扑参量聚类系数和平均路径长度,并通过数值仿真实验验证了理论分析的正确性。     

基于SPD的网络演化仿真研究

复杂网络结构演化研究中多探讨"如何形成",而忽视了 "为什么这样形成"的问题.基于合作演化的角度,利用空间囚徒困境理论,对社会网络中的个体进行了分类,并建立网络演化中个体选择的微观动力学机制,建立了社会网络的结构演化模型.使用多主体系统仿真工具Repast进行了仿真.利用度分布、聚集系数、平均最短路径及社会总收益作为演化判据,给出了网络演化的仿真结果.结果表明合作机制下的演化网络展现出明显的小世界特性,说明合作机制可以在一定程度上解释现实网络形成的原因.并且指出对于社会整体来说,即使在合作者较少的情况下,也能够通过社会关系的改善极大的提高社会的总体收益.     

定向扩散路由无线传感器网络行为仿真

为改善定向扩散路由无线传感器网络性能,利用MATLAB仿真软件对其网络行为进行了仿真.根据网络运行规则建立了节点分布模型、定向扩散梯度场模型、数据汇聚模型以及特征统计模型.给出了主要仿真算法,并以图形化方式给出了仿真结果.理论分析和仿真结果表明,现有无线传感器网络的定向扩散路由存在缺陷,需要改进,并给出了改进方向.     

一种新的在线社会网络演化模型

现有吸引力演化模型的聚类系数较低,并且忽略了对网络增长有阻碍作用的因素。为此,提出一种基于阻尼因子的在线社会网络演化模型。该模型在BA网络模型的基础上,考虑网络节点吸引力并研究网络中节点阻尼因子的存在及作用。将阻尼因子细分为初始吸引力的衰退、节点热度的减退和不可抗拒的自然因素,解决了BA模型和CALW模型中仅考虑网络节点度和吸引力对网络影响的问题。引入三角形形成机制,提高模型的聚类系数。应用平均场理论对该模型生成网络的度分布进行理论分析,运用Matlab工具对度分布进行数值仿真,结果验证了该模型的正确性和有效性。     

通信受限网络控制系统的H∞ 控制

针对一类通信受限的网络控制系统,研究其随机稳定性和 ∞控制问题.考虑到系统存在随机丢包、时延、对数量化和概率传感器故障等因素,提出一种新的网络控制系统模型.基于Lyapunov稳定性理论,得到了系统随机稳定性的充分条件,并利用线性矩阵不等式技术,给出了系统 ∞控制器的设计方法.数值仿真算例验证了所得结论的有效性.     

考虑社交网络用户行为的网络病毒传播建模

针对已有病毒传播模型都没有考虑不同社交网络间的用户交互行为对网络病毒传播规律的影响,建立了考虑不同社交网络用户交互行为的微分方程动力学模型。利用稳定性理论分析了模型反映的网络病毒传播动力学性态,得到了控制网络病毒传播的基本再生数的精确数学表达式。进一步,采用龙格-库塔数值方法,通过仿真实验,验证了理论分析的正确性。研究结果表明,基本再生数是网络病毒扩散基本态势的直接决定因素,当基本再生数的值小于等于1时,随着时间演化,网络病毒的扩散会被彻底控制。另外还发现,分散用户到不同社交网络更有利于缓解网络病毒的扩散。     

无线网络中基于演化博弈论的功率控制研究

针对功率控制中存在的吞吐量受限问题,建立基于演化博弈论的功率控制吞吐量模型PCTBEGT。证明PCTBEGT模型中存在唯一的演化稳定策略并给出PCTBEGT博弈模型中网络吞吐量的定义。最后使用MATLAB工具对网络吞吐量和演化稳定策略进行实验仿真,结果表明,在使用演化博弈论的功率控制中,网络吞吐量和资源的利用率得到了进一步提高和优化。     

时延与丢包情形下的网络控制系统量化反馈镇定

网络控制系统是通过实时网络来形成闭环反馈的控制系统。网络的介入会带来许多不确定因素,包括网络诱导时延和数据包丢失以及量化误差,它们会影响系统的稳定性,严重时甚至会导致系统失稳。本文针对短时延网络控制系统,考虑传感器-控制器和控制器-执行器两个通道都存在数据包丢失,在传感器到控制器端设立量化器,将系统建模为一个异步动态系统,利用异步动态系统指数稳定性理论、线性矩阵不等式工具分析了闭环系统稳定性,并基于MATLAB软件的线性矩阵不等式(LMI)工具箱实验仿真进行有效性验证,结果证明了方案的可行性,最后给出控制器参数的设计方法。     

用sisotool实现经典控制系统的设计与仿真

sisotool是MATLAB中一个图形用户界面的设计工具,可用来分析和调整SISO反馈控制系统.文中介绍了MATLAB7.0.1中的控制系统工具箱所提供的sisotool,并用该工具设计了经典控制系统.导入系统的模型后就能自动显示根轨迹图和伯德图,用鼠标可以直接对屏幕上的对象进行操作,并且与sisotool动态连接的可视分析工具LTIviewer马上显示出设计结果,从而实现了经典控制系统的设计与仿真的可视化操作.示例表明,sisotool使得经典控制系统的设计变得更简便、更直观,给经典控制系统的设计带来更高的效率和更好的质量,具有广阔的应用前景.     

MATLAB用于化学吸收过程动态模拟

建立了典型的带有一、二级化学反应气液吸收过程的数学模型,然后采用MATLAB的dsolve和ode功能函数,对模型中的液膜内扩散-反应方程和液相主体吸收方程进行求解,部分计算结果还与实验值进行了比较,结果表明MATLAB可实现化学吸收动态过程的快速、高效、准确模拟。     

机器人足球比赛最优拦截问题建模与求解

针对机器人足球比赛拦截问题,构建了时间最短的性能指标和拦截成功的约束问题,将机器人足球比赛的拦截问题转化成一个带等式约束的规划问题求解;进一步考虑小车加速度修正该模型,获得细化的最优拦截模型,说明该模型易于扩展和修正;采用MATLAB对该问题进行求解,验证了该方法的可行性。     

基于MATLAB神经网络工具箱的BP网络实现

简要介绍BP神经网络结构和算法以及MATLAB语言的特点。利用MATLAB的神经网络工具箱提供的许多有关神经网络设计、训练以及仿真的函数实现BP网络将非常容易，用户只要根据自己的需要调用相关程序，从而免除了编写复杂而庞大的算法程序的困扰。并详细论述利用MATLAB神经网络工具箱设计BP网络的方法及步骤，给出具体应用实例，从而验证该方法的可行性。     

MATLAB在电力系统仿真研究中的应用

随着科学技术的发展,电力系统变得越来越复杂,电气工程师掌握一种好的能对电力系统进行仿真的软件是学习和研究的需要。文章简要介绍了MATLAB发展历史、组成和强大的功能,并用两个简单例子分别就编程仿真和框图式仿真两方面分析了MATLAB这种软件在电力系统仿真研究中的具体应用。在充分利用已有模型的基础上,对MATLAB中这两者仿真方式进行有机结合或采取等效电路法,就能对特殊、复杂地电气系统地进行高效仿真研究,因此,掌握编程仿真和框图式仿真是电气工程师学好MATLAB的基础。与众多专门的电力系统仿真软件相比,MATLAB软件具有易学、功能强大和开放性好,是电力系统仿真研究的有力工具。     

A hybrid AI/OR decision support tool for backbone communications network design

Much of existing DSS literature views the role of human expertise as primarily that of selecting appropriate formal models for solving a problem or synthesizing sequences thereof. Once a model (or model sequence) is determined, values of decision variables are determined by the model(s) alone. Hence, automated methods for facilitating model selection and synthesis have received considerable attention. However, a single model is often not an accurate abstraction of reality. Also, results from multiple formal models often have to be combined heuristically to obtain practical solutions. Thus, in this paper we explore the premise that human expertise needs to interact with formal models during the process of searching for solution values. Specifically, we describe a hybrid decision support tool for the design of backbone communication networks, a problem recognized as being of considerable complexity. An internal representation of the design process that employs a blackboard, a truth maintainence system and dependency directed backtracking, allows human expertise and formal models to jointly determine decision variable values in a uniform manner. The design tool has been implemented using a combination of Lisp and Fortran. Computational experiments indicate that incorporating human expertise during the search process results in superior complete solutions and added flexibility in satisfying ad hoc requirements. We conjecture that this hybrid search approach is not limited to the telecommunication network design problem and can be extended to other applications.     

On the accuracy of two analytical models for evaluating the performance of Gigabit Ethernet hosts

In this paper we develop and assess the accuracy of two analytical models that capture the behavior of network hosts when subjected to heavy load such as that of Gigabit Ethernet. The first analytical model is based on Markov processes and queuing theory, and the second is a pure Markov process. In order to validate the models and assess their accuracy, two different numerical examples are presented. The two numerical examples use system parameters that are realistic and appropriate for modern hardware. Both analytical models give closed-form solutions that facilitate the study of a number of important system performance metrics. These metrics include throughput, latency, stability condition, CPU utilizations of interrupt handling and protocol processing, and CPU availability for user applications. The two models give mathematically equivalent closed-form solutions for all metrics except for latency. To address latency, we compare the results of both models with the results of a discrete-event simulation. The latency accuracy of the two models is assessed relative to simulation in terms of differences and percentage errors. The paper shows that the second model is more accurate.     

Representing diverse mathematical problems using neural networks in hybrid intelligent systems

In recent years, artificial neural networks have attracted considerable attention as candidates for novel computational systems. Computer scientists and engineers are developing neural networks as representational and computational models for problem solving: neural networks are expected to produce new solutions or alternatives to existing models. This paper demonstrates the flexibility of neural networks for modeling and solving diverse mathematical problems including Taylor series expansion, Weierstrass's first approximation theorem, linear programming with single and multiple objectives, and fuzzy mathematical programming. Neural network representations of such mathematical problems may make it possible to overcome existing limitations, to find new solutions or alternatives to existing models, and to achieve synergistic effects through hybridization.     

基于LabVIEW的超声信号小波阈值去噪方法

图形化编程软件LabVIEW具有强大的信号采集功能,但对于需要进行大量数据运算处理的复杂应用就显得力不从心。数学工具软件MATLAB强大的计算功能及较高的编程效率可以弥补LabVIEW开发的不足。文中结合两者软件的优点,采用混合编程的方法进行实际工程的去噪处理,同时针对超声缺陷回波信号信噪比低、易于被噪声淹没的特点,选取小波阈值去噪的方法,通过调用LabVIEW里的MATLAB Script节点对信号进行仿真实验,仿真结果表明采用stein的无偏风险阈值去噪的方法消噪效果最为明显,得到较高的信噪比。     

基于QoS量化用户体验质量的评价模型

针对网络环境中业务供应商提供的业务不能很好的满足用户需求的问题,引入用户体验质量（QoE）并结合服务质量（QoS）参数,通过仿真网络得到相应数据,使用matlab工具分别建立用户体验质量与比特率、用户体验质量与丢包率的评价模型.运用统计分析方法对评价模型进行数据分析,并与史蒂文斯幂定律、韦伯-费希纳定律等模型进行对比验证.结果表明,构建的评价模型能更精确的体现用户体验质量与服务质量的关系,为供应商提供了重要的参考依据,并指明了服务方向.