动态连续时间网络表示学习

随着时间的推移;网络会随着节点和连边的变化不断发展。针对传统网络表示学习算法不能正确处理动态网络的问题;提出一种基于随机游走的动态连续时间网络表示学习算法（DCTNE）。通过定义一个灵活的节点时序邻居概念;设计一个有偏的随机游走过程。根据时间信息;有效地探索节点的不同时序邻居并建模不同邻居的影响;学习网络表示。实验证明了DCTNE动态网络时序信息的有效性。在链接预测任务上;DCTNE的AUC值与其他算法相比最高获得了50%的增益;在节点分类任务上;DCTNE相较于其他算法在效果上有明显提升。结果表明;对网络中时间依赖关系进行建模有助于后续的网络分析任务。     

连续时间容量网络的最短动态时间流问题

针对一类带节点处理速率限制的连续时间容量网络,提出了该网络中的最短动态时间流问题,并给出其线性规划形式;通过分析该网络与经典网络之间的内在联系,利用最大接收流和退流的思想分别设计出准确求解两种网络最短动态时间流的高效算法;证明了算法的正确性并分析出算法有较小的复杂度;最后,通过一个算例演示了算法的执行。     

离散时间最优控制—–评论动态规划

阐述离散时间最优控制的特点.对比3种求解离散时间最优控制的解法,即:1)用非线性规划求解离散时间最优控制;2)用无约束优化求解离散时间最优控制;3)动态规划及其数值解.1)和2)都适用于多维静态优化,计算效率较高,是高级方法.在名义上,3)为动态优化.实际上,3)为一维分段无约束静态优化,计算效率较低,是初级方法.本文并用数字实例进一步阐明动态规划及其数值解在求解方面较差,故动态规划及其数值解已失去实用价值.在求解离散时间最优控制问题方面,无法与非线性规划求解相匹敌.     

基于学习连续时间事件序列的动态网络链路预测

动态网络链路预测是目前复杂网络的热点研究方向,网络表示学习可以有效学习到节点的相似性,从而为链路预测提供基础.现有的动态网络表示学习方法大多先将动态网络进行离散窗口化,然后在静态网络快照图上建模,这样很难有效处理具有细粒度时间特性的动态网络.本文提出了一种可以学习动态网络中复杂的时间特性的链路预测模型,该模型使用连续时间事件序列表示动态网络,对网络中的连续时间信息和结构演化特征进行学习,并提出了基于时间注意力的信息传递机制来模拟网络中信息的扩散与聚合,最后将链路预测转化为分类问题.实验在4个真实动态网络数据集以及模拟网络上进行,并以ap和auc作为评价指标.真实网络实验结果证明该模型能够较好地学习网络演化的连续性,得到更有效的节点表示,从而提升了链路预测效果.模拟网络的实验结果表明链路预测的效果和网络模型相关,但本文模型仍可以获得较好的预测效果.     

基于GFS-Net的动态复制

GFS-Net是一种新的DHT覆盖网络。本文介绍了GFS-Net的拓扑结构,并完善了其搜索算法,提出了与GFS-Net相适应的动态复制算法,它包括两个部分：（1）根据文件的请求频率增减副本数目;（2）根据下裁性能较低的站点的分布确定新增副本的位置。该算法可以根据副本的请求频率和分布,动态调整副本的数目和分布,平衡各个站点的负载,降低用户下裁文件的响应时间。     

网格计算中动态复制策略的设计

网格计算是新型的分布计算技术,是解决复杂度越来越高的新应用的重要方法。该文简述了网格计算的定义、特点和基本结构。着重讨论了其中大数据量的全局共享和广泛分布问题。介绍的基于网格环境的动态复制技术,可以减少带宽消耗,扩大存储潜力。对3种不同存储模式的6种复制策略的特性作了评价。     

一类随机连续信号的时间序列分析与建模

讨论由随机微分方程描述的随机连续信号的辨识建模问题,提出并证明了非平稳的连续Ｗｉｅｎｅｒ过程通过稳定的连续线性系统后为平稳随机过程,且均值和自相关函数阵为时间遍历的,基于状态空间分析,给出了连续随机信号建模的时间序列分析方法,并证明了参数估计的一致性收敛性,仿真结果显示了所提出方法的有效性,     

数据网格的动态复制选址策略及应用研究

动态复制技术对于提高数据网格的性能是非常重要的。对目前的动态复制策略进行了综述,鉴于目前效果较好的动态复制策略均为单选址算法,对于延迟较大、分布较广的网格存在很大局限性。提出了三种多选址的动态复制策略,并将它们转化为经典的数学问题进行求解。在给出了多选址动态复制策略在远程教育资源管理中的应用后,在欧洲数据网格试验床1拓扑上进行了仿真实验,实验结果表明:与目前效果较好的选址策略相比,所提出的多选址策略对于减少网络负载和网络延迟效果显著。     

面向数据网格的动态复制选址策略及其应用

动态复制技术对于提高数据网格的性能非常重要。鉴于目前效果较好的动态复制策略均为单选址算法,对于延迟较大、分布较广的网格存在很大局限性,提出3种多选址的动态复制策略,将其转化为经典的数学问题求解。并给出了多选址动态复制策略在远程教育资源管理中的应用。     

Deterministic and stochastic control of discrete-time bilinear systems

Optimal control of a class of time invariant single-input, discrete bilinear systems is investigated in this paper. Both deterministic and stochastic problems are considered.

In the deterministic problem, for the initial state in a certain set ∑₀, the solution is the same as the solution to the associated linear system. The optimal path may be a regular path or a singular path.

The stochastic control problem is considered with perfect state observation, and additive and multiplicative noise in the state equation. It is demonstrated that the presence of noise simplifies the analysis compared to that in the determinstic case.     

Optimal control of stochastic dynamic systems with past history and poison switchings

An optimal control problem for systems of stochastic differential-functional linear equations with past history and Poisson switchings is formulated. The Bellman equation is solved for this problem.Translated from Kibernetika i Sistemnyi Analiz, No. 6, pp. 112–118, November–December 2004.This revised version was published online in April 2005 with a corrected cover date.     

Computing Equilibria in Stochastic Finance Economies

We describe a homotopy algorithm for the computation of equilibriain Stochastic Finance Economies. The algorithm solves a nonlinearsystem of equations consisting of the first-order conditions of theagents' utility maximization problems and market-clearing conditions.Moreover, we discuss the use of a straightforward homotopy approach for localcomparative statics. Using our methods we evaluate price, volatility,and welfare effects of options in incomplete asset markets.     

复杂网络中基于QRD的主动防御决策方法研究

针对未知网络攻防场景下,信息不公开导致最优防御策略难以准确选取的问题。通过对不完全信息下的网络攻防博弈进行分析,文章首先构建具有探索机制的攻防演化博弈模型;然后基于Boltzmann探索的Q-learning复制动态方程构建攻防决策动态演化方程;最后通过求解演化稳定均衡给出最优防御策略选取方法,并刻画攻防策略的演化轨迹。仿真实验结果表明,对于小规模局域网,在探索程度参数取10附近时,生成的最优防御策略具有较好的可解释性和稳定性,能够使得防御主体获取最大防御收益。     

具有条件马尔科夫结构的离散随机系统最优控制

基于Bellman随机非线性动态规划法, 提出了具有条件马尔科夫跳变结构的离散随机系统的最优控制方法, 应用随机变结构系统的性质对最优控制算法进行了简化处理, 并将后验概率密度函数用条件高斯函数来逼近, 针对一类具有条件马尔科夫跳变结构的线性离散随机系统, 给出了其逼近最优控制算法.     

NONLINEAR DISCRETE-TIME RISK-SENSITIVE OPTIMAL CONTROL

This paper is devoted to the study of the connections among risk-sensitive stochastic optimal control, dynamic game optimal control, risk-neutral stochastic optimal control and deterministic optimal control in a nonlinear, discrete-t ime context with complete state information. The analysis worked out sheds light on the profound links among these control strategies, which remain hidden in the linear context. In particular, it is shown that, under suitable parameterizations, risk-sensi tive control can be regarded as a control methodology which combines features of both stochastic risk-neutral control and deterministic dynamic game control.     

基于易腐品和不可分割耐用品的最优消费投资与寿险购买策略

随着经济的发展和人民生活水平的提高,投资者的投资组合不再局限于证券市场投资.通过将寿险购买引入投资者的投资组合并划分消费品为易腐品或不可分割耐用品,研究投资者的最优消费投资与寿险购买策略.投资者的投资目标为期望效用最大化.运用动态规划原理得到哈密尔顿-雅可比-贝尔曼方程,最终得到最优策略满足的方程,并讨论方程存在正根的条件.最后通过数值分析方法,验证模型结论与实际现实情况的一致性.     

Dynamic output feedback control synthesis for stochastic time-delay systems

This article deals with the dynamic output feedback control synthesis problem for Itô-type stochastic time-delay systems. Our aim is to design a full order dynamic output feedback controller to achieve the desired control objectives. We will formulate the controller design problem as an H _∞ optimisation problem in the mean-square sense. The main contributions of this article are as follows: (i) for stochastic systems, the design of a controller with multiple objectives can be addressed without employing a unique Lyapunov function; (ii) using an inequality technique and Finsler Lemma, we provide convex controller synthesis conditions described by linear matrix inequalities (LMIs). Some examples are presented to show the effectiveness of the developed theoretical results.