通信设备中的一种高速采样/大数判决电路

本文叙述了通信设备中采用的一种高速采样/大数判决电路的工作原理和组成,该电路设计简单,性能可靠。     

基于Petri网IP网QoS策略控制方法建模

研究网络中多种业务对QoS要求日益提高与网络资源矛盾愈发突出导致的QoS高效控制策略机制模型建立的问题.针对目前QoS策略控制系统运行效率相对较低的现状,提出了一种基于Petri网的控制策略机制模型.该模型具有良好的可移植性,将其应用到IP网QoS策略控制的建模中,可以建立一种快速、高效的QoS控制策略系统模型.经过数学推导和Petri网的机制理论验证得出,该模型是一种高效的QoS策略控制系统模型,其准确清晰,直观易懂,对IP网的QoS策略控制机制建立有实际指导意义.     

一种支持多媒体实时通信的动态QoS管理机制

多媒体实时通信其实时性强，数据量大的特点对服务质量QoS提出了很高的要求，本文根据多媒体实时传输的特点，在研究现有服务质量控制方法的基础上，提出了一种源端，接收端和网络三方协商的端到端的动态QoS管理机制。     

基于QoS的Pareto最优的服务选择

随着越来越多的服务能够满足用户的功能需求,需要一种策略基于服务的多种QoS属性来帮助用户选择合适的服务.以XML描述服务的QoS属性,提出了一种基于QoS的Pareto最优的服务选择策略,选择出那些不在所有的QoS属性上劣于其它服务的服务.实验结果表明,与随机选择和偏好导向的选择策略相比,Pareto最优策略有独特的效果.     

基于竞争时隙的空间飞行器快速组网策略

主要研究适用于无初始时隙分配和无固定时间基准终端的分布式空间飞行器自组网的初始组网策略。针对空间飞行器网络拓扑范围大、节点数目少、协同组网任务具有临时性、可靠性要求高等特点，提出了一种基于时分多址(Time Division Multiple Access,TDMA)的竞争式组网策略，并建立马尔可夫决策模型计算出最优竞争概率，完成网络的快速建立。仿真结果表明，所提出的竞争式时分多址组网策略具有网络建立时间短、组网过程可靠性高的特点，提高了网络的快速性、灵活性和安全性。     

一种基于QoS的多维资源近似最优分配算法

分布式多媒体应用需要同时使用多种系统资源来保证用户的ＱｏＳ要求,如何在竞争资源的应用之间合理分配资源,使得在满足用户ＱｏＳ要求的基础上资源的利用率最高成为一个急需解决的问题,针对分布式多媒体应用的特性提出了一种基于ＱｏＳ的多维资源近似最优分配方法,该方法能显著地降低资源最优分配问题中的计算复杂度,并获得近似最优的资源分配方案。     

一种GA和Pareto最优相结合的智能QoS组播路由机制

引入概率论、遗传工程和微观经济学知识,设计一种QoS组播路由机制,通过引入带宽、延迟、延迟抖动和出错率满足度来适应网络状态参数的难以精确表达,通过引入可用带宽度来帮助预防网络过载,通过引入公平度来适应组内公平性的要求,基于遗传算法GA (Genetic Algorithm),寻找带宽、延迟、延迟抖动和出错率满足度、可用带宽度以及公平度达到或接近Pareto最优的组播路由树.仿真结果表明,该机制是可行和有效的.     

一种基于策略服务的模型

随着网络的发展,网络的服务质量日益成为人们关注的热点问题。但迄今为止还没有一个有关策略控制的完善的体系结构。文章在前人研究的基础上,提出了一个基于策略服务的便于操作的逻辑结构。     

报文分流最优策略研究

在向下一代互联网络演进的过程中,一个重要的趋势是IP网络将成为语音、视频等应用的主要承栽.VoIP是一个重要的语音应用.然而,IP网络的丢包造成了VoIP的服务质量不能得到保证,并且对于VoIP而言,连续丢包对其服务质量的影响要远大于分散丢包.报文分流是近年来学术界讨论的一种提高VoIP服务质量的方法,其基本思想是把1个VoIP会话的报文分散到多个网络链路传输,从而把连续丢包转化为分散丢包,缓解丢包对VoIP服务质量的影响.然而,目前的研究只局限于用一种特定的分流策略(平均分流)说明报文分流的潜力.报文分流的理论基础,比如报文分流能在多大程度上提高VoIP的服务质量,什么是最优的分流策略等,并不明了.对报文分流的理论基础进行了研究,首次给出了分流策略与VoIP服务质量的定量关系描述,给出并证明了Bernoulli网络丢包模型下的最优分流策略.同时,以ns-2仿真实验验证了该最优分流策略在Gilbert网络丢包模型下的有效性.     

基于分类器判决可靠度估计的最优线性集成方法

多分类器集成的目标是充分利用每一个分类器的长处，既要发挥它们的最佳性能，又能克服单个分类器的弱点，以达到最优的系统识别性能，该文提出一种基于发类器判决可靠度估计的多分类器集成方法，利用各分类器对当前输入样本的判决兵验概率，实时估计它们的分类判决可靠度，并指导集成权重系数的分配，该方法能够使集成权重更灵活地适应不同的输入变化，充分利用每个分类器当前的识别能力，从而获得更好的集成效果，该文结合最小均方误差准则（MSE）下的最优线性集成方法给出了权重模型和训练算法，并与其它的线性集成模型作了比较，实验表明，不论在最优化准则下的最终误差还是在实际识别性能上，作者提出的方法都取得了最好的效果。     

一类Markov 决策过程自适应决策的新方法

提出一种计算效率高且能以任意给定精度实现决策近优的新方法。该方法的原理是根据要求的决策精度对参数集进行有限区分,利用有偏极大似然估计器估计未知参数,并在决策过程中根据估计参数所在的分区获得控制对Markov过程进行决策。     

卫星通信系统QOS管理的策略提炼

针对基于策略的DVB—RCS卫星通信系统服务质量管理,提出一种策略提炼模型,结合实例给出目标提炼过程。该模型以线性时态逻辑为基础,在提炼模式的辅助下从高层目标中提取出低层策略,可以有效保证策略提炼过程的正确性、合理性及一致性。在系统设计阶段,该模型用于指导系统功能规划与设计,在系统运行阶段,该模型为网络管理人员提供高层策略向系统设备行为的映射方法。     

多智能体系统分散式通信决策研究

通信是多智能体系统(MAS)之间协调与协作的最有效和最直接的方法,然而通信的代价却限制了该方法的使用。为了减少MAS协调过程中的通信量,提出一种启发式算法,使Agent仅选择能够改善团队期望回报的观察信息进行通信。实验结果证明,对通信信息的选择能够高效的利用通信带宽,有助于提高系统的性能。     

基于马尔科夫决策过程的ATO系统独立组件与产品双需求最优决策研究

研究多维组件, 单一产品的双需求型面向订单装配(Assemble-to-order, ATO)系统. 产品需求为延期交货型, 当其不被满足时将产生缺货等待成本; 而独立组件需求为销售损失型, 其不被满足时将产生缺货损失成本. 该问题可以抽象成一个动态马尔科夫决策过程(Markov decision process, MDP), 通过对双需求模型求解得到状态依赖型最优策略, 即任一组件的最优生产--库存策略由系统内其他组件的库存水平决定. 研究解决了多需求复杂ATO系统的生产和库存优化控制问题. 提出在一定条件下, 组件的基础库存值可以等价于最终产品需求的库存配给值. 组件的基础库存值与库存配给值随系统内其他组件库存的增加而增加, 而产品需求的库存配给值随系统组件库存和产品缺货量的增加而减少. 最后通过数值实验分析缺货量及组件库存对最优策略结构的影响, 并得到了相应的企业生产实践的管理启示.     

Assessing Software Quality Using the Markov Decision Processes

Quality of software is one of the most critical concerns in software system development, and many products fail to meet the quality objectives when constructed initially. Software quality is highly affected by the development process's actual dynamics. This article proposes the use of the Markov decision process (MDP) for the assessment of software quality because MDP is a useful technique to abstract the model of dynamics of the development process and to test its impact on quality. Additionally, the MDP modeling of the dynamics leads to early prediction of the quality, from the design phases all the way through the different stages of development. The proposed approach is based on the stochastic nature of the software development process, including project architecture, construction strategy of Software Quality Assurance system, its qualification actions, and team assignment strategy. It accepts these factors as inputs, generating a relative quality degree as an output. The proposed approach has been demonstrated for the design phase with a case study taken from the literature. The results prove its robustness and capability to identify appropriate policies in terms of quality, cost, and time. © 2011 Wiley Periodicals, Inc.     

基于强化学习的交通情景问题决策优化

在复杂交通情景中求解出租车路径规划决策问题和交通信号灯控制问题时,传统强化学习算法在收敛速度和求解精度上存在局限性;因此提出一种改进的强化学习算法求解该类问题。首先,通过优化的贝尔曼公式和快速Q学习（SQL）机制,以及引入经验池技术和直接策略,提出一种改进的强化学习算法GSQL-DSEP;然后,利用GSQL-DSEP算法分别优化出租车路径规划决策问题中的路径长度与交通信号灯控制问题中的车辆总等待时间。相较于Q学习、快速Q学习（SQL）、、广义快速Q学习（GSQL）、Dyna-Q算法,GSQL-DSEP算法在性能测试中降低了至少18.7%的误差,在出租车路径规划决策问题中使决策路径长度至少缩短了17.4%,在交通信号灯控制问题中使车辆总等待时间最多减少了51.5%。实验结果表明,相较于对比算法,GSQL-DSEP算法对解决交通情景问题更具优势。     

基于QoS多属性决策的Web服务组合优化方法

从海量候选服务组合计划中选择具有最优/满意服务质量( QoS)的计划,即基于QoS的Web服务组合,是面向服务计算的难题之一。为此,将该问题建模为多属性决策问题,同时针对传统多属性决策方法难以处理海量搜索空间的问题,提出一种结合折中比例法和遗传算法的新型智能进化算法( GACRM )。 GACRM结合了折中比例法的方案排序优势和遗传算法高效的全局搜索能力,能够从海量搜索空间中快速找到全局近似最优解。实验结果表明,该算法不仅能够高效地产生与折中比例法接近的最优方案排序,且在解决大规模Web服务组合问题上具有良好的可伸缩性。     

基于QoS要求的QoS估计方法

分析目前服务质量(QoS)及其估计的现状和问题,从灵活性和准确性的角度出发,给出QoS参考矩阵及一个服务质量模型,包括服务时间、服务代价、完整性、可用性、信誉等5个QoS特性。在该模型基础上,提出了一种QoS估计方法,从服务使用端收集质量信息,利用一种模糊的基于用户QoS要求的QoS估计方法对服务的质量进行计算。实验分析表明了该方法的正确性及可行性。     

一种基于WBEM的自律计算模型

针对现有的自律计算系统不能管理混合资源的问题,在分析WBEM的技术体系结构的基础上,提出一种基于WBEM的自律计算模型,该模型在统一管理各种异构的网络资源的基础上,加入策略支持,从而具有自我决策和自我管理能力,能够进行实时的故障监视,在故障发生时进行灵活的资源替换,完成自我诊断、自我配置、自我修复等自律管理功能。阐述了模型各部分的功能,给出基于策略的自律管理方法,实现了系统的自律计算特征和网络资源的统一管理。     

基于深度强化学习的深圳市急救车调度算法

在院前急救领域中,急救反应时间是指患者拨打急救电话后,急救车到达现场的时间。传统急救车调度算法未全面考虑急救环境的动态性和复杂性因素,导致模型优化的急救反应时间与实际情况存在偏差。将急救车调度问题建模成马尔科夫决策过程,构建基于深度强化学习的急救车调度算法。以多层感知机作为评分网络结构,通过将急救站的动态信息映射为各个急救站的得分,确定急救车被调往各急救站的概率。同时,结合急救车调度的动态决策特点,利用强化学习中演员-评论家框架下的近端策略优化算法改进评分网络参数。在深圳市急救中心真实急救数据集上的实验结果表明,相比Fixed、DSM、MEXCLP等算法,该算法在每个急救事件中的急救反应时间平均缩短约80 s,并且在10 min内急救车的平均到达比例为36.5%,能够实时地将急救车调度到合适的急救站。