熵在随机系统故障诊断和容错控制中的应用

长期以来,关于随机动态系统的故障诊断和容错控制的研究一直是控制理论和应用的重要领域之一。随机控制系统故障诊断的目标是建立有效的故障估计算法以使残差信号方差最小。这种方法仅适用于高斯型残差或者具有对称分布的概率密度函数的残差。然而,对非高斯残差而言,仅使用残差信号的方差不能够全面表示残差的不确定性。针对非高斯随机动态控制系统提出了新的故障诊断和容错控制算法,以使故障诊断中残差信号的熵极小化,同时极小化故障状态下闭环控制系统跟踪误差的熵。  

自适应和声粒子群搜索算法

针对现有改进和声搜索算法(IHS)的不足,提出一种自适应和声粒子群搜索算法(AHSPSO).首先对和声记忆库中每个变量用粒子群算法寻优,再利用自适应参数PAR和bw调节来提高对多维问题的搜索效率.利用5个标准的优化算法测试函数对AHSPSO算法进行测试,并与IHS,PSO和SA算法进行对比,仿真结果表明了AHSPSO算法具有较强的精确寻优和跳出局部最优的能力.  

社会网络数据发布隐私保护技术综述

对社会网络隐私保护的研究现状与进展进行了阐述.首先介绍了社会网络隐私保护问题的研究背景，进而从社会网络中的隐私、攻击者背景知识、社会网络数据隐私保护技术、数据可用性与实验测评等方面对当前研究工作进行了细致的分类归纳和分析，指出了当前社会网络隐私保护的不足以及不同隐私保护技术间的对比和优缺点，并对未来需要深入研究的方向进行了展望.对社会网络数据隐私保护研究的主流方法和前沿进展进行了概括、比较和分析.  

脑-机接口研究进展

作为当前神经工程领域中最活跃的研究方向之一,脑-机接口在生物医学、神经康复和智能机器人等领域具有重要的研究意义和巨大的应用潜力.近10年来,脑-机接口技术得到了长足的进步和飞速的发展,应用领域也在逐渐扩大.在已有相关工作的基础上,介绍脑-机接口系统的主要组成部分,对各组成部分常涉及到的相关基本理论和技术作了总结和介绍,主要包括脑信号获取、脑信号预处理、特征提取、变换算法等相关技术和理论,最后对脑-机接口未来的研究方向进行了展望.  

基于SIP的VoIP安全测试工具的研究

VoIP安全测试工具已成为开发者或SIP服务的管理者开发或测试SIP程序和服务健壮性不可缺少的手段.本文详细分析SIP网络的安全威胁,讨论几款开源的VoTP安全测试工具的缺陷,提出一种简单的SIP攻击描述模型和全新的VoIP安全测试工具.用户通过制定简单的基于XML的SIP消息攻击流程发起各类攻击场景,测试SIP程序和服务的安全性和健壮性,并将测试结果呈现给用户.  

一种云计算环境下的能效模型和度量方法

提出一种云计算环境下的能效模型和度量方法.首先定义了能效的数学表达及其测量和计算方法,并推导出了能效最大值的发生条件；其次,为方便能效计算,改进了计算机功率和CPU工作状态之间关系的数学表达,通过CPU使用率和频率来计算能效,从而简化了能效测量方法,此外,还设计并实施了大量实验,验证了提出的能效模型的正确性；同时对单机环境,云计算环境中CPU密集型、I/O密集型和交互型运算进行能效评估,总结其能效规律和优化办法,理论和实验证明,所提出的能效模型和计算方法能够准确地评估云系统的能效,并为能效优化奠定基础.  

基于改进粒子群算法的Web服务组合

Web服务组合优化问题是典型的NP难题.将PSO算法用于连续性优化问题的相关研究较多,但将其应用于Web服务组合优化问题并不多见.文中提出一种改进的基于子粒子圆周轨道和零惯性权重的MDPSO算法,并将其应用到Web服务组合优化问题中,该算法使用基于三角函数的非线性动态学习因子及种群早熟收敛预测与处理方法控制粒子群的行为,在粒子的局部开拓能力和全局收敛能力之间达到良好的动态平衡.最后文中给出了MDPSO算法的实验及评价方法.这些概念和方法为PSO算法在Web服务组合问题上的应用研究提供了一种全新的思路.通过与传统的PSO算法做比较,验证了该算法在Web服务组合问题上效率更优.通过对实验数据的分析和解释得到了若干有益的结论,为进一步的研究工作奠定了基础.  

移动对等网络中的感知蚁群路由算法

针对移动对等网络的实际需要,文中提出了一种感知蚁群路由算法.该算法通过感知节点能量、链路质量和链路生存性等网络状况,可以有效地均衡网络能量,提高分组投递率.该算法在路由发现阶段采用基于信息素的选播机制,既保证及时找到有效路径,又避免传统广播机制浪费能量的现象;在评价建立的路径时,既考虑了沿途节点的能量,又兼顾了链路质量和链路生存性;在数据路由时,结合了概率型路由的自动均衡和确定型路由的快速收敛.模拟实验结果表明了它的有效性.  

一种均衡能量的自适应蚁群路由算法

由于网络结构多变和节点资源受限等问题,新型自组织网络都要求其路由协议不仅具有自适应性,而且要能够感知能量.提出一种能够均衡能量的自适应蚁群路由算法.该算法将作为节点参数的能量转化为链路参数,然后使用含有节点能量利用率的网络延迟作为路由代价度量,从而使得信息素既能够表示路径质量,又能够表示路径上的节点能量利用率,因此数据包逐跳路由时能够合理选择出下一跳节点.同时,蚁群优化使得该算法能够自适应网络变化,平衡流量.基于NS2的模拟实验证明该算法能够均衡节点能量从而具有较好的性能.  

仿人足球机器人射门过程中路径规划算法研究

为了解决仿人足球机器人射门最优路径规划问题,本文提出一种基于模糊算法的移动机器人路径规划策略,使机器人能够高效率踢球射门.利用机器人摄像头感知周围的环境信息,再利用超声波传感器得到与目标物相关的距离信息,运用模糊推理将目标位置信息模糊化,建立模糊规则并求解,最终使机器人可以确定射门的路径,进而采用正向射门或侧向射门动作.