网络控制系统时延单调速率算法可调度性及多目标优化

讨论了具有多个闭环控制回路的网络控制系统中网络信号传输周期的任务调度问题。对具有时间延迟的单调速率调度算法在网络控制系统中的可调度性进行了理论分析，给出了保持系统稳定运行的可调度性条件。在此基础上，对调度算法的计算结果进行多目标优化，得到保证网络信号传输误差率最小及延迟时间最少的传输周期。网络控制系统实例证明了调度算法的实用性及优化结果的正确性。     

一种新的RBF神经网络训练方法

文中给出了一种新的RBF神经网络训练方法,即基于强跟踪滤波器的训练方法.该方法将径向基函数中心值和权值一起训练,强制残差正交,具有收敛速度快、精度高的特点.最后,通过仿真实例验证该方法的有效性.     

基于网络的电机远程控制系统内模控制器设计

针对基于网络的远程控制系统中存在的信号传输时间延迟问题，设计了基于内模原理的控制器，对因网络时延导致的系统性能下降进行补偿。并且，对加入内模控制器后的闭环系统性能进行了分析。内模控制器克服了其它控制器必须依赖电机精确模型的缺点，保证了系统具有良好的稳定性和鲁棒性。仿真示例验证了内模控制方法的有效性。     

基于模糊-证据理论的软件缺陷评估新方法

分析了软件缺陷及其主要的类型,提出了一种基于模糊-证据理论评判软件缺陷的新模型.该模型通过证据合成有效的综合了客观的缺陷测量数据和主观专家评判的结果,消除了软件缺陷测评估中的不确定性、模糊性,提高评价的科学性及可靠性.     

压电陶瓷执行器Preisach模型的分类排序实现

通过实验研究了压电陶瓷执行器迟滞的擦除特性和一致特性,提出了一种新的分类排序实现方法,改善了经典Preisach模型在非单调极值输入信号下描述迟滞输入输出特性的能力,消除了传统Preisach模型实现形式对输入信号的限制条件。实验表明,这种Preisach模型分类排序实现方法能有效地预测压电陶瓷执行器的位移,提高了迟滞建模精度。     

考虑环境因素的分布式系统可靠性建模及其分析

为建立可变工作环境下分布式系统可靠性模型，提出受控混合随机Petri网，即用连续库所中的托肯控制离散变迁的变迁率．以此反映工作环境对部件可靠性的影响，从而推理出环境对系统可靠性的影响．在此模型的基础上，采用蒙特卡罗方法进行不同环境下系统可靠性仿真求解，解决了可变工作环境下分布式系统的可靠性建模及其分析问题．最后，以一个C^4ISR系统为例说明了该方法是一种考虑可变工作环境影响的分布式系统可靠性分析的可行方法．     

Clone Selection Algorithm with Niching Strategy for Computer Immune System

A clone selection algorithm for computer immune system is presented. Clone selection principles in biological immune system are applied to the domain of computer virus detection. Based on the negative selection algorithm proposed by Stephanie Forrest, combining mutation operator in genetic algorithms and niching strategy in biology is adopted, the number of detectors is decreased effectively and the ability on self-nonself discrimination is improved. Simulation experiment shows that the algorithm is simple, practical and is adapted to the discrimination for long files.     

战术互联网的无线通信网络模型及网络管理策略

战术互联网应用技术是数字化陆军战术指挥控制系统的主要支撑技术之一。文章在分析战术互联网的组成与连接关系的基础上，提出了战术互联网的无线通信网络模型。将分布式人工智能中的Agcnt技术用于网络管理，提出了战术互联网分布式智能化的网络管理策略。     

一种基于生物免疫原理的计算机杭病毒策略

基于生物免疫的基本原理详细地研究了计算机免疫机制。提出了一种计算机抗病毒策略和基于多智能体技术的计算机病毒免疫系统结构模型。并探讨了该策略的实现及未来需要解决的问题。     

一个估计随机流网络可靠性的新方法

首先提出了一个名为状态树搜索(State-tree Search),用以计算随机流网络可靠性的算法,在此基础上提出了一个改进的算法-SS-MC(State-tree Search & Monte Carlo).状态树搜索方法通过在一个状态树中搜索所有的有效状态来计算网络的可靠性;而SS-MC方法将分层抽样技术引入状态树搜索过程来实现大规模网络的可靠性评估.仿真结果表明SS-MC方法是有效的,并具有较小的方差.