面向涌现的多Agent系统研究及其进展

在多Agent系统研究领域,涌现现象越来越引起人们的注意.面向涌现的多Agent系统研究正成为多Agent系统研究中值得注意的一个新方向.它关注的是多Agent系统宏观层面的涌现性问题以及系统涌现的宏观与微观层面的联系机制,并最终希望发展出一套面向涌现的多Agent系统的设计和控制方法.该文在介绍涌现的概念和特征之后,考察了多Agent系统宏观特征的面向涌现描述方法;然后对多Agent系统涌现的微-宏观机制进行了总结,比较分析了面向涌现的多Agent系统设计方法和设计模式;最后分析讨论了该领域研究存在的问题和进一步的研究方向.     

复杂系统涌现与基于整体论的多智能体分析

研究复杂系统整体性,尤其整体性的涌现是现代科学技术研究的重要课题和难题。企图用多智能体的办法,甚至用自适应多智能体的办法来剖析系统的整体性,从系统方法学上来讲,显然是偏面的,不恰当的。本文从复杂系统整体性和涌现的基本概念出发,指出必须采用微观到宏观,再从宏观到微观相结合的整体论分析方法;提出了基于整体论的多智能体分析总体框架;通过系统整体性和涌现的区别与联系的探讨,又明确提出了在整体性分析中可采用数学、逻辑和实验(仿真)等三种不同的方法;最后,给出了适用于分析复杂系统整体性及其涌现的基于整体论的多智能体参考体系结构[1]。     

一种具有高度可验证性的微阵列片间校准算法

由于系统偏差的存在,多微阵列数据之间在进行差异比较分析前,首先需要进行片间校准,使不同微阵列的探针数据处于同一可比较的水平。目前片间校准算法的准确性依赖于看家基因表达水平的不变性,或者探针数据统计分布的稳定性。这些假设条件并非在所有条件下成立,如需要进一步实验验证,其算法的正确性又难以进行实验验证。本文提出一种具有高度实验可验证性的多微阵列数据校准的遗传选择优化方法。基于该方法所得到的优化校准基准子集,可以在仅假设少数看家基因表达水平不变的情况下,在不牺牲校准精度的前提下,完成多微阵列数据的片间校准,从而使得通过实验验证片间校准算法的正确性成为可能。     

数据流上的频繁闭项集挖掘算法

针对频繁闭项集挖掘算法中数据结构与处理机制复杂的问题,提出窗口快速滑动的数据流频繁闭项集挖掘算法——MFWSR。算法通过采用紧致的数据结构和简化的判断过程提高时空效率,支持响应不同用户支持度阈值的查询。实验结果表明,在保持已有算法精度的情况下,MFWSR具有更高的时空效率。     

面向OpenMP和OpenTM应用的并行数据重用理论

将经典的数据重用理论扩充到并行领域,分别提出了面向OpenMP和OpenTM应用的并行数据重用理论.针对重用在线程、事务中的关系,系统地讨论了并行应用中重用的分类、判定和求解方法.同时,应用这一理论研究了OpenTM循环的优化技术,以降低事务被回退的风险.最后,使用并行数据重用理论分析和统计了SPEComp2001中的数据重用.并行数据重用理论可以用于指导面向多核存储共享结构的并行程序分析和编译优化技术研究.     

分布式交互仿真中的异步时钟一致性控制方法

提出了在分布式交互仿真中基于回拨时钟的异步时钟一致性控制模型,利用节点间时钟的异步性对系统时间资源进行重新分配,达到了在保证原有系统功能正确性的前提下有效提高系统整体性能的目的.根据上述模型,首先提出了基于全局信息的快速拟合法,并证明了该算法的有效性;之后又根据实际网络情况提出了基于局部延迟信息的逐步逼近法;最后通过实验分析了上述方法的静态和动态性能.实验结果表明,异步时钟方法对系统的交互性能有显著提高.     

多序列比对软件T-Coffee的并行化设计与实现

T-Coffee是广泛用于核酸或氨基酸的多序列比对工具.它通过生成基本信息库,扩展库,生成指导树,渐近式比对四个阶段来完成多序列的比对.分析了T-Coffee串行算法及其复杂度,并提出了基于SMP机的并行化版本.目标是使其充分并行化,实验结果表明它明显的提高了性能,并得到了很好的相对加速比.     

僵尸网络中的关键问题

僵尸网络是一种复杂、灵活、高效的网络攻击平台,在互联网中分布非常广泛.僵尸网络使攻击者具备了实施大规模恶意活动的能力,如发送垃圾邮件、发动分布式拒绝服务攻击等.由于其危害日益严重,僵尸网络已经成为网络安全研究的热点之一.但是近年来,僵尸网络新的发展、变化,突破了以往对僵尸网络的认知.文中分析僵尸网络的现有研究,对僵尸网络进行了重新定义,并从网络结构、网络独立性和信息传递方式等角度对僵尸网络的类型进行了划分;然后,梳理了僵尸网络检测技术、测量技术和反制技术等方面的工作;最后,给出了僵尸网络的演化趋势和未来研究方向.     

基于量子漫步的图形匹配算法进展与展望

图形匹配是图形研究中的重要问题,目前的经典算法受限于存储资源和计算复杂度,未能提供有效的解决方法.基于量子效应,将图形信息存储于量子比特,不仅能够极大减少存储资源的消耗,而且对量子比特进行操作可实现对存储信息的并行计算,从而为有效解决图形匹配问题提供了新的可能.量子漫步作为量子计算中的重要模型,是分析研究图形问题的有效工具.总结了量子计算的特点,介绍了量子漫步的2种模型并对二者进行了比较.然后对目前已有的基于量子漫步的图形匹配算法进行了介绍,对其算法思想、计算过程和优缺点进行了描述,同时还提出了相应的改进思路.在总结分析目前研究存在问题的基础上,探讨了今后的研究方向.     

不确定Skyline查询技术研究

当前不确定数据广泛存在于诸如传感器网络、RFID网络、基于位置服务、移动对象管理网上购物和市场监控等各种实际应用中.不确定Skyline查询作为不确定数据管理的一个重要方面,由于其在决策制定、市场分析、环境监控和数据挖掘等方面的重要作用,近年来在数据库和网络计算领域受到广泛关注.首先,概述了各种不确定数据类型上的Skyline查询定义,包括离散、连续概率分布模型以及不完全数据上的Skyline查询定义;其次,分析了不确定Skyline查询的特点,并在此基础上综述了现有的各种不确定数据集上的集中式和分布式Skyline查询方法,重点分析了各种算法的原理和优缺点;再次,介绍了不确定数据流上的Skyline查询定义并综述了各种不确定数据流上的Skyline查询方法;最后,基于最新研究动态指出了未来不确定Skyline查询研究的趋势.