基于PERT图的冲突检测的研究

冲突是协同设计过程中一个不可避免的实际问题,产生的原因是协同设计环境下不同设计群体之间存在各个方面的差异性。基于以上原因,提出了一种冲突检测模型,并在此基础上提出了冲突的分类和基于PERT图的冲突检测算法,此方法通过组合不同设计者的设计方案PERT图找出他们之间存在的冲突问题,进而进行消解。最后通过实例验证此方法的有效性。     

利用CSP求解极小碰集的方法

基于模型诊断是人工智能领域中具有挑战性的问题,包含了很多人工智能中的关键问题,其研究对整个人工智能领域起着重要推动作用。在基于模型诊断中,候选诊断结果通常由所有极小冲突集对应的所有极小碰集所描述,求出所有极小碰集是其核心问题之一。提出一种将极小碰集问题转换为约束满足问题的方法,该方法调用成熟的CSP求解器进行求解,扩展了约束可满足问题的应用领域。首次提出hard‐冲突集和sof t‐冲突集的概念,并给出利用所提的方法分别求解具有一些特征的极小碰集：小于固定长度、不含特定元素及包含hard‐冲突集和sof t‐冲突集。实验结果表明,提出的方法易于实现、扩展性强,对于特定类型极小碰集问题的求解效率较高。     

FD无内部冲突时的Pek且无α环模式分解

通过分析FD集中F的最小归并依赖集特征,提出了初等归并依赖集和最小归并依赖集,定义了初等最小归并依赖集的弱左部冲突和弱右部冲突、Pek(保持FD集,无损连接且满足初等关键词范式)等概念。讨论了数据库模式分解为初等关键词范式的无α环判定问题,实验证明,在初等归并依赖集D有弱左部或弱右部冲突时,满足Pek的分解具有α环,该分解算法是有效的。     

用对分HS-树计算最小碰集

在基于模型的诊断中,利用冲突集计算最小碰集是其关键的步骤,因为所有冲突集的最小碰集就是所考察系统的诊断.在Reiter的方法中,要用HS-树(图)来计算最小冲突集的最小碰集.HS-树的计算量比较大,且又会因为剪枝的问题而剪掉真实解.提出了用对分HS-树(binary hitting set-树,简称BHS-树)计算最小碰集的方法.这种方法的优点是:(1)产生的树的节点数明显少于HS-树,因而效率较高;(2)解决了因为剪枝而产生的最小碰集丢失的问题;(3)在新增加冲突集时不必完全重新计算,只需在原BHS-树     

基于常量条件函数依赖的冲突消解算法

目前绝大部分冲突消解方法都是基于迭代计算数据源可靠度和事实可信度的机制。当数据源较少时,数据源的可靠度难于进行评估,仅凭投票来消解冲突往往会造成较大误差。针对数据源较少时的冲突消解问题,提出基于常量条件函数依赖的冲突消解算法。根据多个数据源之间的冲突,找出冲突匹配对及对应的冲突候选值集合。考虑常量条件函数依赖中具体到部分实例子集的约束关系,将常量条件函数依赖集作为先验知识,通过判断候选值是否符合常量条件函数依赖来选择正确的候选值,避免了错误数据比例较大时直接投票选择产生的误差。通过两个真实数据集上的对比实验验证了上述算法的有效性。     

求解最小完全测试集的第一原理方法

应用第一原理的故障诊断思想,基于故障测试矩阵,提出了一种根据系统每一个故障都可检测的行为与系统所有故障不能检测的行为之间的不相容推理技术,来判断和求取系统存在的所有最小完全测试集的方法。方法分两步：一是根据系统的结构和测试矢量等知识,结合故障测试矩阵,识别冲突集候选;二是根据冲突集候选,确定最小命中集合组,生成最小完全测试集。该方法可有效求解最小完全测试集,减少测试矢量施加的工作量,提高故障诊断的效率。     

无内部冲突数据库模式满足P_3及无β环判定问题研究

通过分析在FD集F的最小归并依赖集D无弱左部冲突、弱右部冲突时相邻归并依赖所具有的性质和特征,提出了左部集冲突、蕴含集阃冲突和主归并依赖冲突等概念,在此基础上证明了在FD集F无内部冲突且最小归并依赖集D中存在弱左、右部冲突、左部集冲突、蕴含集间冲突和主归并依赖冲突时模式分解为满足P3为有口环的结论,并给出了左部集冲突、蕴含集间冲突和主归并依赖冲突的判定算法及分析,为进一步研究无β环的分解奠定了基础.     

冲突分析:一种基于加权Vague超图的策略

本文在Vague集理论的框架下，结合超图理论，提出了加权Vague超图的冲突分析策略，并引入了Vague冲突([αt，1-αf]，β，β )-截系统和Vague超边(d，β)-截集的概念．基于冲突联盟间的距离本文还给出了冲突的消解算法．最后通过一个Vague冲突实例，详细地讨论了如何运用加权Vague超图来进行冲突分析．     

基于XACML的策略冲突检测与消解方法

基于XACML(extensible access control markup language)的访问控制策略在云计算服务中得到广泛使用,其存在的问题也日益凸显,策略集的冲突检测与冲突消解问题就是其中之一。然而,目前学术界在冲突消解方面研究较少,现有的研究也仅能对冲突进行逐对消解,没有针对大量冲突的一次性消解方法,这在大规模云计算环境中是很难适用的。针对这个问题,从算法的角度出发,改进了原有的策略冲突检测方法,并设计了一种新的策略冲突一次性消解算法。该算法将安全规则映射到N维空间中,每一个维度表示一个属性,将定义复杂的安全策略在每一个属性上统一表示为几种基本数据类型的属性值集合,通过对简单集合的交集运算来进行冲突和冗余检测。在冲突消解时,将所有的冲突汇集到一起,运用有向无环图的拓扑排序来计算规则优先级,按优先级的顺序为每个规则构建一棵空间区域选择树,选取其对应的消解后的N维空间区域,完成大量冲突的一次性消解。实验表明,冲突检测和一次性消解算法是正确、高效和可行的。     

模型故障诊断中对广义约束传播技术的改进

在模型故障诊断中，不管采用那一种诊断方式，均首先需要根据测量结果和领域知识产生出最小冲突集合，广义约束传播技术是最有效的产生最小冲突集合的方法之一．本文使用测点元件影响集的概念，对广义约束传播技术进行了改进，改进后的广义约束传播技术可提高诊断的效率．     

一种基于ATMS的求解所有极小冲突集的新方法

在Reiter算法的基础上，本文提出一种基于ATMS的求解所有极小冲突集的新方法。其中，对每个元件模型最多调用一次就可求出所有的极小冲突集，防止了ATMS的多次调用，因而能够提高效率。本文提出了极小依赖集的概念，并据此对ATMS求得的极小冲突集进行了分类；分析了算法的复杂度，并将新方法与相关工作进行了比较。该算法程序容易编制，而且效率高。     

基于Snort规则库的冲突检测

为了解决Snort入侵检测系统中由于规则库存在冲突而可能导致的漏报和误报问题,提出了检测规则冲突的方法.定义了规则之间的关系;通过单根结构的策略树简单有效的表示规则,并揭示规则之间的关系;由规则之间的关系和相对顺序定义了冲突的类型,并通过冲突状态转换图反映冲突发现的过程,在此基础上进一步提出冲突检测算法;最后对Snort规则库的一部分进行检测,结果表明这种方法可以有效发现冲突.     

网络式软件非功能需求冲突消解

在构建非功能需求冲突管理元模型的基础上,给出相关建模元素的形式化描述,将需求冲突的语义定义作为检测依据。根据不同的需求冲突类型和程度,提出一种排除冲突和降低冲突的网络式软件非功能需求冲突消解方法。以旅游出行领域中计算行程费用服务的非功能需求为例,验证了该方法的有效性。     

模式匹配中的依赖冲突

通过分析已有匹配方法的缺陷,提出了一种利用依赖冲突选取匹配关系的新方法.首先为目标模式中每个元素选取候选匹配,然后计算每个全局匹配方案的冲突值,最后选取冲突值最小的匹配方案作为最终结果.实验表明,该方法能够显著提高匹配结果的准确率,并使得后续数据映射结果的优化操作更省时.     

基于Kriging方法和Pettitt检验的数据冲突判别

针对单个属性值与时空数据规律性之间的冲突问题,构建与判别点位密切相关的紧致周边点集,采用Kriging方法实现时空数据属性值汇集,将时间维度和空间维度信息推演到判别点位,以转化值与属性值间的差异来衡量时空数据是否违背实体对象的规律性,并通过构造秩序列的Pettitt检验给出时空数据冲突的判别方法,避免了传统依靠向量空间分析的片面性,为一定时间窗口下时空数据冲突判别提供了一个解决方案。实验表明：该方法能够有效刻画判别点位属性值与周边位置、前后时刻估计值之间差异程度,平均判别正确率可达80%,进一步提高了此类时空数据冲突判别算法的适用性。     

基于球形边界的ATC飞行冲突概率预测

文章根据ICAO的飞行规则对飞行器的飞行冲突进行了较详细的理论分析,将该飞行冲突过程分成两个阶段即航路巡航阶段和离场起飞、进近着陆阶段,通过简化飞行边界条件和飞行冲突状态,分别推导给出了该两个阶段需要的三维飞行冲突预测解析运算模型。该飞行冲突预测解析运算模型运算量明显得到减少,并利用Monte-Carlo仿真算法验证了该算法的精确度和可行性。     

基于后悔值的多Agent冲突博弈强化学习模型

对于冲突博弈,研究了一种理性保守的行为选择方法,即最小化最坏情况下Agent的后悔值.在该方法下,Agent当前的行为策略在未来可能造成的损失最小,并且在没有任何其他Agent信息的条件下,能够得到Nash均衡混合策略.基于后悔值提出了多Agent复杂环境下冲突博弈的强化学习模型以及算法实现.该模型中通过引入交叉熵距离建立信念更新过程,进一步优化了冲突博弈时的行为选择策略.基于Markov重复博弈模型验证了算法的收敛性,分析了信念与最优策略的关系.此外,与MMDP(multi-agent markov decision process)下Q学习扩展算法相比,该算法在很大程度上减少了冲突发生的次数,增强了Agent行为的协调性,并且提高了系统的性能,有利于维持系统的稳定.