激活规则多目标优化算法在任务分解中的应用

针对工业生产中计算量大、故障原因复杂的故障诊断任务,提出一种基于MPSO/D的激活规则多目标优化算法。采用置信规则库系统(EBRB)实现任务分解,以激活规则的不一致性与激活权重和作为多目标优化问题的目标函数,利用MPSO/D算法获取不一致性最小的激活规则集合,提高推理准确性。标准测试函数和三元复合驱采出井卡泵故障诊断实例中的测试结果表明,该算法能够有效提高EBRB系统的推理能力和虚拟导诊的任务分解准确性。     

制造网格任务分解规则、方法及应用研究

为了实现制造网格的资源共享与协同工作,制造网格任务需要拆分成若干设计、制造、装配等多种类型的子任务（活动）的形式,以便于多个服务节点、多方面人员进行协作完成。分析了制造网格任务分解的基本特点,提出了一种基于QoS的制造网格任务分解规则,在此基础上,提出了制造网格任务分解的基本方法和步骤,最后,通过应用实例说明了该规则和方法的有效性和可行性。     

频率相似度算法在审计规则库中的应用

在语句语义相似度计算的算法中,没有考虑语句中的不同词语对语句之间相似度值的不同贡献程度,以致计算结果不理想。为此提出了基于频率函数的改进词语相似度算法,该算法将词语在语料库中的频率函数作为权重值,引入至语句的词语相似度计算中,以降低高频率词语在语句相似度值中的比重,提高算法精确率。由于当前审计方法存在散、乱、重复等现象,为了更好地复用已有的审计方法,将根据审计方法建立审计规则库,在此基础上,利用上述改进的语义相似度算法,计算用户输入与审计规则之间的相似度值,返回满足相似度阈值条件的审计规则所对应的审计方法,用户根据所返回的审计方法,选择合适的审计方法进行审计工作。实际应用表明,该算法的应用减少了人工搜索审计方法的时间,提高了审计效率。     

一种基于规则分解映射的防火墙规则匹配算法

并行树搜索(PTS)算法是报文分类领域中较为优秀的算法之一,但它需要构建大量的external nodes,且只支持以前缀形式表示的规则,因此其匹配效率及适用范围都受到了很大的影响.针对这一问题,提出一种基于规则分解映射的规则匹配算法RMBRDM.RMBRDM算法首先按照启发式方法选取标准维;然后根据规则分解映射和标准维对相关规则进行分解;最后建立一棵二叉决策树.理论分析和仿真实验均表明,RMBRDM算法不仅支持以范围形式表示的规则,且时空性能优于PTS算法.     

形式化软件功能分解的交互式规则

形式化功能分解是软件形式化设计的基本手段。文章基于前后断言形式定义的软件功能,提出了一组将该功能定义分解为3种基本控制结构之一的交互式分解规则,并证明了这组分解规则的正确性。分解规则构成的规则库是支持软件形式化设计的知识库的重要组成部分。     

一种基于任务的预警卫星传感器规则调度方法

对预警卫星传感器调度方法进行了研究。对预警任务的特性进行分析,提出了一种任务分解方法以简化任务与资源复杂的对应关系并减少任务对资源占用时间的需求;针对预警任务的动态性,设计了一种基于周期与事件相结合的调度策略;根据系统对时效性的要求,提出一种基于规则的调度算法,算法在调度速度和调度性能之间更加注重前者。仿真结果表明算法能够在给定时间内得到较为满意的调度方案。     

产生式系统规则匹配算法研究

产生式系统中规则匹配算法的效率决定了产生式系统的运行效率。本文研究最常用的规则匹配算法——Rete算法及其改进算法,同时对其他规则匹配算法进行了分析。     

规则与规则库信息量的度量及其应用

将规则的信息量分为内交互信息和外传递信息.指出以往基于信息熵的规则客观兴趣度实际上都是为交互信息,体现的是规则前、后件间的交互信息及规则的可信度,而忽略了规则传递给用户的决策信息,即外传递信息.文中侧重于规则的客观外传递信息,指出分类规则的本质是从输入论域到输出论域的二元关系,并基于关系的信息熵及无偏原则,定义并度量了规则与规则库的(客观外传递)信息量.由于关系这一载体可很好地将规则及规则库、规则与先验知识联系起来,因此,进一步提出了规则及规则库的条件信息量、规则及规则库的相互独立性、规则库中的不一致知识等全新的概念及其度量公式.此外,对所提出度量的性质进行了讨论,得到了规则库的信息量可能小于规则库中各规则的信息量之和,及规则的条件信息量可能为负等重要结论.最后,对规则的信息量、规则库的信息量及规则的条件信息量的应用进行了讨论.提出了对规则获取算法进行评价的新方法.及规则库约简算法λ-Choice和RPCIC.     

支持防火墙规则扩展的匹配算法HERAM

防火墙是一种重要的网络安全技术,但随着网络规模的发展,遇到了许多急需解决的问题,其中就有防火墙网络瓶颈的问题。提出一种新的规则匹配算法来解决这个问题,把多维的问题进行降维处理,根据规则之间有无关联性把规则进行分类处理,另外把新添加的规则运用散列表进行组织,从而做到在增加扩展性的同时,使时间效率不受大的影响。     

事实库、规则库的一体化全文索引算法

在模式推理的计算过程中,为了快速、高效地检索到所需要的事实、规则,必须对事实库、规则库统一进行有效的组织。面对这个课题,传统的倒排索引方法已经无能为力。为此,本文给出一种新的算法,它能够对事实库、规则库统一建立一体化全文索引。在本算法的基础上,从汉语处理的实际情况出发,本文提出一种改进的算法,进一步提高了算法的效率。实验结果进一步表明,通过本算法建立的全文索引,能够快速检索到模式推理所需要的事实、规则,为模式推理工作的进行,打下了良好的基础。文章最后介绍了本算法在中文问答系统中的具体应用。     

实时操作系统中应用软件设计的任务划分

首先对建立在实时操作系统上的多任务系统进行了一般性的介绍,其次重点对应用软件中任务的划分和构造作了详细的介绍,并提出了划分的一般性原则,最后对几类常见的错误的划分及其解决作办法作了深入探讨。     

一种IPV6环境下的高性能规则匹配算法研究

防火墙是确保网络安全的关键设施,而规则匹配又是防火墙的核心技术。随着网络技术的发展,互联网体系结构正逐渐从IPV4向IPV6结构发展,原有的IPV4防火墙规则匹配算法很难直接应用于IPV6网络环境,因为IPV6协议所能表示的地址范围远远超过IPV4协议对应的地址范围。因此提出了一种适用于IPV6环境的高性能规则匹配算法HiPRM(High Performance Rule Matching)。HiPRM算法的核心思想是依据规则的协议和目的端口分布特征,先把整个规则集划分成多个子规则集,再利用位选取算法对规则的源和目的IPV6地址组合的特定位进行选取,然后据此构建二叉查找规则树,最后利用规则树把多个规则子集划分成若干个更小的规则集合。而当报文匹配到某个更小的规则集合时,在小规则集中利用线性匹配法确定具体匹配的对应规则。分析和测试表明,HiPRM算法可以在时间复杂度和空间复杂度较低的情况下实现报文的高速匹配,且具有较好的规则集适应性。     

改进的知识特征驱动的任务分解模型

任务分解被广泛应用于解决大而复杂的问题,学者们已经提出了很多分解模型。知识特征驱动的任务分解模型在无需过多先验知识的情况下,就可以将原始问题分解成一系列子问题,然而这种分解方式却没有考虑对子问题噪点进行处理。在知识特征驱动下,利用马氏距离可以去除子问题的噪点,并对子问题空间进行扩充,这就得到了一种去除噪点的知识特征驱动的任务分解模型。该模型在处理双螺旋问题、UCI abalone数据集、UCI yeast数据集时,都得到了较高的精度,说明了其可行性和有效性。     

一种基于奇异值分解的图像匹配算法

图像匹配技术在计算机视觉、遥感和医学图像分析等领域有着广泛的应用背景.针对传统的相关匹配算法计算量大、对图像旋转敏感等问题,提出一种新的基于奇异值分解的图像匹配算法.首先在待匹配图像中分别提取带主方向的角点作为特征点,通过计算特征点间经旋转补偿的归一化互相关值建立特征点相似度矩阵,然后利用奇异值分解算法生成特征点匹配矩阵并获得特征点间的一一对应关系.在复杂自然图像上的实验结果表明,算法能够匹配任意角度旋转的图像,对局部遮挡、光照变化、随机噪声等具有较强的健壮性,并具有较快的计算速度和较高的匹配精度.此外,该算法易于和其他匹配技术进行融合并获得性能提升,其与SIFT描述子结合的匹配实验结果表明,该算法具有良好的扩展性和实用性.     

基于多通道分解与匹配的笔迹鉴别研究

笔迹鉴别是通过分析手写字符的书写风格来判断书写人身份的一门技术.笔迹鉴别的关键步骤是提取反映书写风格的笔迹特征.笔迹特征包括笔划位置、方向、搭配关系等,它们可以通过图像多通道分解提取和表达出来.本文提出一种用于笔迹鉴别的二值图像多通道分解方法,利用字符的笔划方向性先进行方向分解,然后对每个方向的子图像进行频带分解.用分解后的采样信号值作为笔迹特征,用特征匹配方法进行书写人识别,得到了很好的实验结果.     

模糊控制器中用奇异值分解法压缩模糊规则库方法的改进

本文将压缩模糊控制器中模糊规则库的方法-奇异值分解（SVD）进行优化,让输入变量乘上比例因子,以防止输入空间信息丢失,从而提高系统的性能。     

A Load-Fairness Prioritization-Based Matching Technique for Cloud Task Scheduling and Resource Allocation

In a cloud environment, consumers search for the best service provider that accomplishes the required tasks based on a set of criteria such as completion time and cost. On the other hand, Cloud Service Providers (CSPs) seek to maximize their profits by attracting and serving more consumers based on their resource capabilities. The literature has discussed the problem by considering either consumers’ needs or CSPs’ capabilities. A problem resides in the lack of explicit models that combine preferences of consumers with the capabilities of CSPs to provide a unified process for resource allocation and task scheduling in a more efficient way. The paper proposes a model that adopts a Multi-Criteria Decision Making (MCDM) method, called Analytic Hierarchy Process (AHP), to acquire the information of consumers’ preferences and service providers’ capabilities to prioritize both tasks and resources. The model also provides a matching technique to assign each task to the best resource of a CSP while preserves the fairness of scheduling more tasks for resources with higher capabilities. Our experimental results prove the feasibility of the proposed model for prioritizing hundreds of tasks/services and CSPs based on a defined set of criteria, and matching each set of tasks/services to the best CSPS.     

对产生式规则关系数据库的实现与改进

知识库是专家系统的一个组成部分,产生式规则又是知识库的表示方法之一,本文对如何用关系数据库实现产生式规则做了详细的论述,提出了改进的办法,并给出了推理和知识库获取的程序设计算法流程图.     

基于聚类与时间耦合执行序列的任务分解方法

本文针对复杂任务分析中的高度耦合任务不易分解且需重构排序的问题,提出了一种基于聚类分析与改进时间-耦合执行序列的自适应任务分解方法。在矩阵最值遴选模型和任务序列转移策略相结合的基础上,设计了基于中间任务序列的任务矩阵分割算法;并进一步采用粒度自主循环调整机制,最终实现了复杂任务的自适应解耦分析。仿真验证结果表明,该方法能够有效实现复杂任务的解耦及序列重构,在作战任务分析领域具有很好的推广应用前景。