基于网络控制系统平均时延的模糊控制器设计

针对网络控制系统（ＮＣＳ）中的随机时延问题,根据实际网络时延的分布情况,提出一种新的具有随机时延的网络控制系统的建模方法———离散Ｔ Ｓ模型,并在此基础上应用并行分布补偿原理（ＰＤＣ）设计模糊控制器．同时提出一种新的模糊控制系统隶属函数的确定方法,利用Ｌｙａｐｕｎｏｖ定理和线性矩阵不等式（ＬＭＩ）研究系统的稳定性问题,给出了基于ＬＭＩ的模糊控制器的设计方法．最后通过仿真实例验证了该控制方法能使具有时延的网络控制系统稳定．

     

一种检测无线网络违规行为的改进退避算法

无线媒体访问控制（ＭＡＣ）协议通常使用分布式竞争机制来共享无线信道,但在动态和开放的网络环境中,部分违规节点会有意识地抢占信道以获取更多的信道资源．为此,通过对ＩＥＥＥ８０２．１１协议的ＤＣＦ 机制进行修改,提出一种改进的退避算法,可实现对网络中违规行为节点的有效检测,并通过惩罚机制加以纠正．仿真结果表明,该方法能够更有效地检测出无线网络中的违规行为,提高整个网络的吞吐量．

     

结构复杂数据的半监督聚类

基于成对限制,提出一种半监督聚类算法（ＳＣＣＤ）,它能够处理存在多种密度结构复杂的数据且识别任意形状的簇．利用成对限制反映的多密度分布信息计算基于密度的聚类算法（ＤＢＳＣＡＮ）的邻域半径参数Ｅｐｓ,并利用不同参数的ＤＢＳＣＡＮ 算法处理复杂形状且密度变化的数据集．实验结果表明,ＳＣＣＤ 算法能在噪声环境下发现任意形状且多密度的簇,性能优于已有同类算法．

     

最大间隔最小体积球形支持向量机

结合支持向量机（ＳＶＭ）类间最大分类间隔和支持向量数据描述（ＳＶＤＤ）类内最小描述体积思想,提出一种新的学习机器模型———最大间隔最小体积球形支持向量机（ＭＭＨＳＶＭ）．模型建立两个大小不一的同心超球,将正负类样本分别映射到小超球内和大超球外,模型目标函数最大化两超球间隔,实现正负类类间间隔的最大化和各类类内体积的最小化,提高了模型的分类能力．理论分析和实验结果表明该算法是有效的．

     

RBF神经网络参数估计的两种混合优化算法

基于全局搜索的进化算法和一种局部搜索算法———结构化的非线性参数优化方法（ＳＮＰＯＭ）,提出两种混合的优化算法来估计ＲＢＦ神经网络中的参数：１）初始化一定数目的种群作为ＳＮＰＯＭ 的初始值得到其适应值,通过选择、交叉和替换策略来更新种群;２）采用进化算法运行一定的代数,从最终群体中选取一些个体进一步用ＳＮＰＯＭ来优化．这两种混合优化算法的本质是用进化算法为ＳＮＰＯＭ 搜寻最优初始值,以得到全局最优解．仿真实验结果表明,该混合算法比单独使用进化算法或ＳＮＰＯＭ 更优,且优于其他一些算法．

     

无线传感器网络拓扑三级分簇优化算法

针对大规模分布式传感器网络提出一种拓扑三级分簇结构优化算法. 通过引入传感器休眠模式, 并考虑到分簇数目较多的情况, 对多个簇头节点采用生成最小刚性图的方法进行拓扑优化, 以实现传感器网络整体能量均衡,使传感器网络具有较好的连通性和鲁棒性. 仿真实验表明, 与已有相关算法相比, 采用所提出的算法可使网络延缓出现节点死亡现象, 有利于实现网络负载均衡, 并且网络中节点整体存活时间较长, 从而延长网络的生命周期.

     

基于节点失效的弹性供应链应急管理策略

研究网络正常运行和有单一节点失效情况下供应链的应急调度问题,建立了在有限资源约束下单目标成本优化数学模型,以实现供应链运行总成本最小．采用ＣＰＬＥＸ 软件求解模型,得到应急调度计划方案．数值仿真结果表明了应急调度方法的有效性和实用性．

     

传感器网络中自顶向下的轮廓监控算法

根据无线传感器网络的特殊性质,提出了自顶向下的轮廓监控算法.利用为节点分配的超立方,可以有效地对轮廓监控过程中的数据进行过滤,从而高效地完成轮廓的维护工作.仿真实验结果表明,该算法能有效地避免无用的数据传输,减少节点的能量消耗,从而延长传感器网络的使用寿命.

     

基于粒子群的CDMA功率和速率联合控制算法

提出了基于效用函数的ＣＤＭＡ 网络下行链路的功率和速率联合控制最优化算法．在这类算法中,效用函数为非凸函数,经典的最优化理论很难解决这类问题．将粒子群优化方法应用于算法的非凸性设计,并通过仿真算例证明了该算法能有效解决非凸优化问题,且可保证系统的公平性．

     

基于节点协同覆盖的传感器网络寿命最大化模型

针对保证网络连通覆盖和最小能量消耗的优化目标,建模了基于节点协同覆盖的传感器网络寿命最大化模型．提出一种基于多目标优化遗传算法的求解方案,设计了基于链路状态的分簇机制以及基于ＮＳＧＡ-Ⅱ的簇内覆盖控制算法．仿真结果表明该方案能快速收敛于最优解,在高密度和低密度布撒环境下表现出优越的性能,且具有良好的适应性．

     

一种基于能耗均衡的分区节点部署算法

鉴于能耗问题是无线传感器网络研究的重要问题, 首先建立一种非均匀部署网络拓扑模型, 该模型中越靠近sink 的区域节点部署越密集, 节点通信距离越小; 然后针对节点初始随机部署情况, 提出一种基于节点能耗均衡的分区域节点重部署算法, 该算法利用分区域的节点移动, 减少节点移动距离, 降低移动能耗, 提高算法收敛速度; 最后通过仿真表明, 所提出的算法可以用较少数量的节点覆盖监测区域, 保证网络中各节点能量均衡消耗, 提高网络生存周期.

     

基于最优刚性图的链路质量与能量的拓扑控制算法

针对目前无线传感器网络研究中网络能量利用率低和通信链路不可靠等问题, 提出一种基于最优刚性图的网络拓扑优化算法. 该算法通过建立包含链路质量和能量两方面内容的链路权值函数来构建链路可靠性强、能量利用率高的网络拓扑结构. 研究结果表明, 所构建的拓扑具有平均节点度低和链路性能好等优越特性. 仿真结果表明, 与现有拓扑控制算法相比, 所提出的算法能够更有效地减少能量消耗, 从而延长网络寿命.

     

无线传感器网络中一种能量高效的分布式分簇算法

提出了一种适用于无线传感器网络的能量高效的分布式分簇算法（ＥＥＤＣ）,该算法使具有较高剩余能量及距离基站较近的节点有更大的机会成为簇头．理论分析表明该算法通信开销较小,而且有效地均衡了节点的能量消耗．为了确保ＥＥＤＣ 的正确性、完整性和可靠性,利用形式化方法———着色网对其关键属性进行建模和分析．仿真结果表明,ＥＥＤＣ 有效地延长了网络生命周期,提高了网络的能耗效率．     

基于资源配置混杂Ｐｅｔｒｉ网的混杂系统生产过程建模

为了增强混杂Ｐｅｔｒｉ网解决资源共享和资源冲突的能力,定义一种新的混杂Ｐｅｔｒｉ网模型———资源配置混杂Ｐｅｔｒｉ网,提出了相应的使能和激发规则．将对连续变迁和离散变迁的控制作用引入混杂Ｐｅｔｒｉ网,同时,增加了资源配置变迁和资源释放变迁,用于有效分配可重复利用的资源．以典型的混杂生产过程为例,研究混杂系统生产过程建
模．研究结果表明,所定义的模型描述能力强,模型语义正确合理,能够有效描述和分析混杂系统生产过程．

     

回归型支持向量机的调节熵函数法

基于最优化理论中的ＫＫＴ 互补条件建立支持向量回归机的无约束不可微优化模型,并给出了一种有效的光滑近似解法———调节熵函数方法．该方法不需参数取值很大便可逼近问题的最优解,从而避免了一般熵函数法为了逼近精确解,参数取得过大而导致数值的溢出现象,为求解支持向量回归机提供了一条新途径．数值实验结果表明,回归型支持向量机的调节熵函数法改善了支持向量机的回归性能和效率．

     

基于自适应蚁群算法的软硬件划分

为了更好地解决软硬件双路划分问题,提出一种自适应蚁群算法．基本思想是：对状态转移概率与信息素挥发因子,采取自适应调节策略．保证了算法前期蚁群的随机性较大,可以充分全局搜索;算法后期蚁群的随机性降低,以使算法在较短的时间内收敛．对不同节点的控制数据流图进行仿真实验,表明在同等条件下,相对于改进模拟退火、改进禁忌搜索、改进蚁群算法以及ＤＣＧ３Ａ 方法,所提出算法的命中率与收敛时间结果均更优．节点规模越大,优势尤其明显．

     

一种用于事件监测的传感器网络拓扑控制策略

针对事件驱动型传感器网络应用系统,基于简化的ＡＯＤＶ（ａｄｈｏｃ ｏｎｄｅｍａｎｄｄｉｓｔａｎｃｅｖｅｃｔｏｒｒｏｕｔｉｎｇ）（Ｓ-ＡＯＤＶ）算法,提出一种结合预先路由和按需路由的混合拓扑控制策略,通过随机选择一部分节点预先运行Ｓ-ＡＯＤＶ算法来减小事件发生时任务节点的初始拓扑建立时延．仿真实验表明,该策略能以较小的能耗代价换取较快的系统响应速度,满足了事件监测类应用的实时性要求．

     

基于交叉评价和竞争视野优化的多属性决策方法

借鉴数据包络分析（ＤＥＡ）的交叉评价思想,首先,建立了评价对象以“自身优势最大化”为一致目标时基于交叉评价的多属性决策模型;然后,在重新定义“竞争区间”的概念基础上,用竞争视野优化准则对模型进行修正;最后,通过具体算例表明,该方法公平地体现了评价对象在决策过程中的“发言权”和“能动性”,保证了决策的公正性．

     

一种快速的基于BM模式匹配的改进算法

模式匹配算法是入侵检测系统(IDS) 中非常重要的一种算法. 在研究和分析几种常用模式匹配算法的基础 上, 提出一种快速的基于BM(Boyer-Moore) 模式匹配的改进算法—–IBM 算法. 该算法充分利用模式串的末字符和 末字符所对应的文本串的后两字符的唯一性, 同时参考文本串本身的信息来提高模式串的移动量, 使得每次失配后, 在保证不丢失匹配成功可能性的前提下尽可能多地向后跳跃. 实验结果表明, 该算法相比其他模式匹配算法, 在检测 性能和匹配效率上均具有很大优势, 并且能够有效地提高IDS 的检测效率和性能.

     

语义决策过程支撑环境及其语义表示方法

针对决策支持系统缺乏有效的决策过程控制手段的问题,提出了语义决策及其过程支撑环境（ＤＰＳＥ）的概念．ＤＰＳＥ 利用决策问题语义指导系统方案,以决策过程中行为为应激式调度,实现决策支持系统运行全过程中语义形式化．ＤＰＳＥ 将决策环境分为需求组织、资源分配和行为规划３个方面,并定义了语义决策过程中动态语义的表示方法,提供了语义封装的方法及其过程支撑相关的算法．最后给出了系统原型,并通过实验表明ＤＰＳＥ 的有效性．