基于晶格的人工内分泌系统模型及在多机器人系统中的应用

为了解决多机器人系统分布式控制问题,借鉴人体内分泌系统研究的理论成果,提出基于晶格的人工内分泌系统模型.该模型以环境晶格化为基础,以细胞智能化为依托,以累加激素为纽带,以靶细胞为导向,能够适应外环境的持续变化,保持内环境的相对稳定,充分体现人体内分泌系统的自组织和自修复特性.实验结果表明,无需复杂的集中控制策略,基于该...     

基于内分泌调节机制的机器人行为规划算法及其应用研究

借鉴内分泌系统对神经系统与遗传系统的高层调节机制，提出了一种新的基于内分泌调节机制的机器人行为规划算法．此算法中机器人通过神经系统接受环境信息并进行行为决策，行为决策的效果通过一种情感学习模型进行反馈．情感学习模型根据机器人的内、外环境状态,产生情感因子(即生物激素)，再由情感因子来调节神经系统的记忆和行为决策，最后神经系统的记忆与行为模式又由遗传系统得以继承．该算法有效避免了神经系统复杂的自学习过程。同时也保证机器人有较强的自适应能力．为了验证算法的有效性，本文做了机器人足球队守门员训练的仿真实验，结果也表明该算法具有很强的自适应学习能力．     

一种与人工神经网络结合的人工内分泌系统模型

人体的内分泌系统具有强大的自适应、自调节能力.在人体的内分泌系统中,甲状腺激素能使人类在紧急情况下产生异常迅速的反应,从而增加人类的生存概率.本文借鉴甲状腺激素的分泌,储存和释放机制,提出一种新的与人工神经网络结合的人工内分泌模型,称为TAES(Thyroid hormone inspired Artificial Endocrine System)模型.TAES模型可以增加控制系统对动态环境的适应性.本文将TAES模型应用于机器人避障实验中.实验结果表明,该系统可以增加机器人在紧急情况下的避障能力.     

Multi‐Variable Direct Self‐Organizing Fuzzy Neural Network Control for Wastewater Treatment Process

A multi‐variable direct self‐organizing fuzzy neural network control (M‐DSNNC) method is proposed for the multi‐variable control of the wastewater treatment process (WWTP). In this paper, the proposed control system is an essential multi‐variable control method for the WWTP. No exact plant model is required, which avoids the difficulty of establishing the mathematics model of WWTP. The M‐DSNNC system is comprised of a fuzzy neural network controller and a compensation controller. The fuzzy neural network is used for approximating the ideal control law under a general nonlinear system. Moreover, the neural network is designed in a self‐organizing mode to adapt the uncertainty environment. Simulation results, based on the international benchmark simulation model No.1 (BSM1), demonstrate that the control accuracy is improved under the proposed M‐DSNNC method, and the controller has a much stronger decoupling ability.     

工作流管理平台的设计及其在自助服务中的应用

随着信息技术的普及,工作流技术在信息、制造和软件领域得到了广泛的应用,越来越多的企业引入了工作流引擎和工作流管理平台来管理日常的业务流程.但目前大部分工作流管理平台都有自己的业务背景并且对系统环境、接口有自己特定的要求,在不同企业之间移植会碰见水土不服的情况.本文针对银行间债券市场债券账户开户及信息披露的业务特点,基于J2EE和SOA架构,根据WFMC发布的工作流管理平台参考模型,自主设计并开发了一套工作流管理平台,并在上面成功实施相关的自助服务流程.这是工作流技术首次在银行间市场开户和信息披露等方面的应用,它较好的提高了银行间市场自助开户以及信息披露等工作的效率.从性能测试的结果来看,平台的并发性和稳定性也能满足目前业务需求.     

自组网及其安全性研究

目前大多数的 CSCW用户只能依靠现有的网络基础设施来进行协同工作 .自组网是在 CSCW基础上为CSCW用户提供的一种通信支撑环境 ,是一组带有无线收发装置的移动节点组成的一个多跳的临时性的自治系统 .Kerberos是一个基于可信赖第三方的认证系统 ,本文在介绍自组网的同时 ,将一种改进的 Kerberos系统用于自组网体系中 ,以提高其安全性     

复杂控制系统多室模型的分析与优化

基于复杂系统的整合定量研究和环境激素在人体复杂系统内流动的定量模型化研究两大学科研究的难点,根据环境激素在人体内迁移的生理规律,建立了环境激素类药物己烯雌酚在由各个器官组成的人体这一复杂系统内流动的多室模型,并进行了模型的稳定性分西、求解分析和最优化研究。同时也对复杂工程MIS系统中数据流动的过程进行了比较研究。多室模型不但较真实和全面地反映了环境激素类药物在人体内流动的生理过程,同时也证明了复杂系统不仅具有系统内不同层次自相似的特征,复杂系统之间也可以具有相似的特性。该研究方法和结论将为复杂系统的定量研究提供重要的理论依据。     

基于瞬态响应的控制器参数自整定方法

从参数整定过程中控制器的在／离线方式以及是否需要被控系统的参数模型两方面来深入剖析了各种基于瞬态响应的自整定控制器的运行机理，探讨其一般性原理。     

情感多主体系统的设计与实现

多Agent在复杂多变的环境中行为的自组织是当前人工智能研究的一个热点．本文借鉴生物系统控制的理论，设计了一种多Agent的体系结构，在此结构中包含有遗传、神经和内分泌控制子系统．本文重点论述了内分泌控制子系统的作用，提出了用情感进行行为学习的新方法．在此方法中，神经系统的作用是记忆和行为决策，其行为决策的效果通过内分泌系统进行反馈，从而避免了神经网络的自学习，使得算法具有较好的求解性能．为了验征该算法的有效性，本文做了倒立模控制的仿真实验．仿真结果也表明算法具有很强的自适应求解能力．     

基于内分泌思想的改进粒子群算法

借鉴神经系统和内分泌系统对行为的高级调节作用,结合传统粒子群算法的原理,设计一种新的改进粒子群算法,充分考虑粒子周围的环境,引入内分泌调节项,对粒子的飞翔方程进行修改,达到改善粒子群算法的性能。为验证算法的有效性,将其与Dijkstra算法结合,实现机器人全局路径规划。结果表明,此方法比传统粒子群算法有较好的性能。     

基于Java框架的银医一卡通系统设计

介绍了一种基于信息共享的医院--银行一卡通的信息系统设计方案。该系统使用Web服务实现接口通信,通过自助服务器连接医院系统和银行系统实现医院与银行的信息共享。基于该系统,用户可以使用中国银行借记卡代替医院门诊卡就医,提供了良好的就医环境,提高了医疗效率。     

Self‐regulation during e‐learning: using behavioural evidence from navigation log files

The current paper examined the relationship between perceived characteristics of the learning environment in an e‐module in relation to test performance among a group of e‐learners. Using structural equation modelling, the relationship between these variables is further explored in terms of the proposed double mediation as outlined by Ning and Downing. These authors initially proposed that motivation and self‐regulation strategies are mediators between the perception of the learning environment and performance. In our replication and extension study, we substituted self‐reported self‐regulation with behavioural indicators of self‐regulation using navigation log files and focused on test‐taking rather than general motivation. We proposed that navigational patterns captured using log files can also help deduce self‐regulation in e‐modules and provide information in the absence of self‐reports. Path analyses provide partial support for our navigational hypotheses and the model. Implications of our results for the use of e‐module data and conclusions based on navigation are discussed.     

TCP流自相似性与网络性能关系的研究

对TCP流自相似的原因进行了分析研究，讨论了TCP／IP协议与TCP流自相似特性的关系，用ON／0FF模型从理论上解释了TCP拥塞控制机制导致自相似现象的原因．通过基于NS平台的模拟试验，比较了自相似性与丢失率、重传初值的设定及其链路延迟的不同关系，从模拟结果可以看出，TCP流的分形程度和丢失率及超时重传有着直接的关系．     

基于“THEOL”网络教学平台的软件技术基础课程的构建

基于网络教学平台来进行辅助教学是传统课堂教学的一种重要补充方式。以构建非计算机专业理工科学生的软件技术基础课程为例。分析通过利用THEOL网络教学平台来开展软件技术基础课程的建设以及教学实践的过程。探讨了以学生为主体,教师为主导的网络教学模式的优缺点,对同类课程提供了实践支持。     

Designing on‐demand education for simultaneous development of domain‐specific and self‐directed learning skills

On‐demand education enables individual learners to choose their learning pathways according to their own learning needs. They must use self‐directed learning (SDL) skills involving self‐assessment and task selection to determine appropriate pathways for learning. Learners who lack these skills must develop them because SDL skills are prerequisite to developing domain‐specific skills. This article describes the design of an on‐demand learning environment developed to enable novices to simultaneously develop their SDL and domain‐specific skills. Learners received advice on their self‐assessments and their selections of subsequent learning tasks. In the domain of system dynamics – a way to model a dynamic system and draw graphs depicting the system's behaviour over time – advice on self‐assessment is provided in a scoring rubric containing relevant performance standards. Advice on task selection indicates all relevant task aspects to be taken into account, including recommendations for suitable learning tasks which meet the individual learner's needs. This article discusses the design of the environment and the learners' perceptions of its usefulness. Most of the times, the learners found the advice appropriate and they followed it in 78% of their task selections.     

一种基于Peer-to-Peer技术的Web缓存共享系统研究

提出了一种基于peer-to—peer技术的分布式Web缓存共享系统：BuddyWeb．该系统的核心理念是让企业网络中的所有PC能够相互共享浏览器中的本地缓存,从而形成一个高效的、大规模的分布式缓存共享系统,并使系统具备易管理、易实现、低成本等优点;接着详细阐述了BuddyWeb的工作原理和算法策略;然后,针对BuddyWeb系统的特性提出了仿真实验模型和评估方法．实验结果证明了BuddyWeb在命中率、网络通信流量负荷、系统响应延迟等诸方面均能取得令人满意的效果。     

带神经网络补偿的极点配置广义最小方差自校正控制

首先用一个常规线性模型对被控对象进行辨识,再对线性模型辨识的余差用一个神 经网络进行补偿．线性模型和神经网络共同构成对象的辨识模型,并基于这一模型提出了一 种显式极点配置广义最小方差自校正控制．该方法适用于非线性对象,且具有较高精度和较 快的收敛速度,具有较强的鲁棒性．     

不确定性自由漂浮空间机器人神经自适应控制

针对具有模型不确定性以及外部干扰下的自由漂浮空间机器人,采用一种整体逼近的神经网络自适应控制方法。该方法采用RBF神经网络对不同重力环境下系统模型的不确定项进行整体逼近,对系统的不确定项进行在线自适应学习。神经网络的逼近误差以及外界干扰由鲁棒项进行消除。该方法不依赖于系统模型,简化了控制系统的结构,在考虑重力等不确定项的情况下不用改变控制器也能进行控制,并且根据李亚普诺夫理论证明了所设计控制器使系统渐进稳定。在不同重力环境下进行了仿真,验证了控制方案的有效性。     

基于无干扰模型的操作系统结构化研究

操作系统结构化是目前安全领域的一大难题。以无干扰模型为基础,提出了一种基于分层隔离的进程环境安全模型,给出了进程环境安全的定义和条件。然后对系统结构化要求进行了形式化的描述,并证明通过提出的结构化方法可以获得安全的进程环境。最后结合经典无干扰理论,将本模型由进程环境扩展为适用于整个系统安全的模型。     

基于激素调节免疫网络聚类的入侵检测系统

生物体的内分泌系统是一个高度进化的智能系统,通过激素调节着生物体的神经、免疫系统。受其启发而得到的人工内分泌系统具有强大的调控机制,将其内分泌激素用来调节人工免疫网络的抗体种群进化过程,利用亲合度函数动态调节抗体的克隆规模和网络压缩的规模,充分发挥优秀个体的先进特性来刺激亲合度成熟,并能动态调控种群规模,实现自适应、智能化的网络学习,尤其当样本集边界模糊以及存在噪声样本时,该网络依然可以通过自适应调节有效聚类。最终进化出一个小规模网络来映射原始入侵检测数据集的内在结构。最后,利用图论中的最小生成树对网络结构进行分析,获得描述正常和异常行为的数据特征,得到入侵检测系统的正常模型,由此构建出入侵检测系统。通过在KDD CUP数据集的对比仿真实验,验证了该系统的有效性和可行性,以及对未知攻击的检测能力。