时态认知逻辑CTL＊K的符号化模型检查算法

时序认知逻辑是由时序逻辑和认知逻辑组合而成的逻辑,主要应用于多主体系统的规范定义.大多数时序认知逻辑是基于CTL的,表达能力有限.并且已知的一些模型检查算法存在内存不足和状态爆炸等问题.讨论了基于CTL*的时态认知逻辑cTL*K的语法、语义和模型,它能够在表达力很强的时态逻辑CTL*基础上描述智能体的知识、目标等意向特征.并给出了CTL*K的模型检查算法,其核心思想就是将CTL*K公式的检查问题转化为CTL*公式的模型检查问题,可以使检查的系统规模得以大幅度提高.并且将算法编码后容易集成到NuSMV模型检查器.     

需求模型中目标的关系及其发现方法

KAOS方法在分析系统目标时只考虑具有负面影响的冲突关系,没有提供支撑作用的判断方法。该文定义一组类似于Tropos中目标间的二元关系,扩展KAOS的目标模型语义框架,使目标间的支撑和抑制作用明朗化。构造目标关系的推理规则和推导算法,以发现模型中隐含的关系,进而分析目标模型的一致性和可行性,为需求可行性评估奠定了理论基础。     

基于能力需求模型的信息优势与决策优势模型转换分析

对信息优势与决策优势进行定量的评估，研究信息优势与决策优势的概念框架，引入能力需求分析建模方法，通过扩展UML Profile建立系统分析的元模型。针对信息优势与决策优势的目标模型，定义模型转换机制，能实现从能力需求模型到目标模型的转换，为定量的计算奠定了基础。     

水下机器人运动系统的神经网络辨识

建立了水下机器人的动力模型，分析了辨识该模型的神经网络结构，采用带自反馈的Elman网络来获得更精确的结果。针对BP算法即误差反传算法的缺陷，提出了用混合优化算法——误差反传算法和遗传算法的混合算法（又称：GA＆BP算法）修正网络权值。最后，将改进的Elman网络应用于水下机器人的非线性辨识。通过仿真证明了该方法用于高阶非线性系统的实用性。     

部分标记交换协议中的参数分析

PLS(Partial Label Switching)协议融合了拓扑驱动和流驱动两种标记分配方式的优点,在标记空间有限时,能很大程度提高路由器的转发性能.PLS协议涉及到扫描窗口、上下门限以及阻尼因子等参数,本文通过理论以及仿真分析说明使路由器达到最佳的转发性能,扫描窗口的取值应为60秒,而上下门限与阻尼因子之间存在线性关系,并受标记空间大小与网络环境的影响.     

智能通信业务的模型转换研究

针对现有智能通信业务生成技术严重依赖平台环境,业务逻辑跨不同API,导致智能通信业务软件移植性差,难以适应业务需求变化快和开放的网络环境等问题,文中通过提出一种智能通信业务的模型转换方法,解决智能通信业务软件自动生成的问题。首先,从两个部分制定相应的模型转换规则,实现平台无关业务模型到JAIN SIP平台业务静态模型的转化定义,以及到JAIN SIP平台业务可执行语义模型的转化定义。然后,利用IBM RSA工具构建模型转换引擎。最后,以典型的呼叫业务为例,完成了模型转换的具体实现过程,说明了方法的有效性和可用性。     

伪码-载频体制侦察信号的谱相关函数研究

研究了伪码-载波调频信号的谱相关函数,具体针对伪随机二相编码信号及其与正弦调频和线性调频复合信号进行了研究.从谱相关函数(SCF)和模糊函数(AF)的关系出发,利用平稳随机过程的线性周期时变变换定理,详细推导了3种复合信号的谱相关函数表达式,为进一步通过谱相关方法对伪码-载波调频信号的调制分类和参数识别奠定了理论基础.     

基于ECA规则的业务行为描述方法

给出了业务行为的形式化描述,并在此基础上利用ECA规则详细给出了业务行为过程的描述方法、业务行为内部活动之间的关系模型,以及不同业务行为之间的关系模型,使业务行为过程描述变得清楚,而且有利于机器的自动解释。基于ECA规则的业务过程模型对过程的调整和动态变化带来了方便,增强了其适应变化的能力。     

指挥控制协同能力需求体系形式化框架

指挥控制协同性是实现信息化条件下联合作战指挥的关键。针对当前对指挥控制协同能力需求缺乏形式化描述和分析方法等问题,提出一种指挥控制协同能力需求形式化描述框架,运用进程代数方法对能力之间的关系以及操作进行形式化定义,消除了采用自然语言描述协同能力合成过程中可能产生的语义二义性。案例分析验证了该方法的可用性和有效性。     

基于模糊AHP和TOPSIS的铁路选线方案研究

铁路选线是铁路设计中最根本、最重要的工作,是影响全局性的总体工作,线路选线的质量将直接关系到铁路工程建设的可靠性、安全性、技术可行性和经济合理性及社会接纳性,关系到铁路和地方经济社会的发展,因而它是高速铁路建设应重视的首要问题。文中运用三角模糊语言变量,将专家意见转换成三角模糊数并构建模糊决策判断矩阵,再结合层次分析法（ AHP）对判断矩阵进行模糊变换和向量计算,然后运用TOPSIS方法计算各方案与理想值的相对贴近度并做出决策。最后以三个方案作为实例进行了验证,进一步为铁路线路方案选择提供决策参考。