基于XML的移动智能网业务管理系统的设计

论文通过对现有移动智能网业务管理系统的分析，提出了一种基于XML的移动智能网业务管理系统的方案。并给出了在该方案下接口的定义、相应的软件结构、软件开发流程和系统结构等问题的解决方案。     

基于ADRC-PID串级控制算法的直立智能车

设计以全国大学生“恩智浦”杯智能汽车竞赛为背景,设计了一种基于串级自抗扰控制算法的电磁循迹直立智能车。采用恩智浦MK60DN512ZVLQ10芯片作为核心控制单元,通过采集电磁信号实现路径判断,借助陀螺仪和加速度计采集车身倾角信息,并根据自动控制算法输出PWM信号,最终通过电机实现智能车的转向和动态平衡。     

基于博弈论的多智能体协同控制算法

为实现交通的畅通,将博弈论引入到交通控制系统中。由于当前路口交通状况只受到来自邻居路口的车辆的影响,提出了基于多智能体的分布式协同控制框架,路口智能体与邻居通过协同博弈选出最优策略进行交通控制。描述了基于博弈论的协同控制算法,并通过仿真验证了该算法能够有效的适应交通流,实现交通控制。     

基于PID智能控制算法的智能车车速控制研究

智能车是综合采用多种传感器与智能公路技术来实现对智能车辆自动驾驶。智能车存有一套导航信息资料库,包含全国高速公路、城市道路、普通公路以及各种服务设施的信息资料。中国重点发展的一些科技促使中国智能车的出现,这种智能车在进行运行的过程中不需要人为的对车速进行控制,整体的速度是由车辆本身自带的系统进行控制。这种智能车的出现极大的方便了人们的生活,并且能够减少交通事故的发生频率。PID智能车车速控制算法是近些年来新兴的一种智能车控制技术,这种控制算法的应用能够极大程度上提高车辆的可控性,在智能车系统的可控技术方面具有光明的研究前景。     

MANET中基于信号强度的TCP拥塞控制算法研究

针对MANET中较高比特误码率、路由故障等因素引起的大量数据丢包和重传提出跨层设计的TCP拥塞控制算法.算法根据接收到的信号强度预测路由断点并提前建立备份路由,拯救传输中的数据包,解决传统TCP的拥塞控制算法在MANET中存在的问题.实验结果表明,优化算法极大地提高了TCP流的平均吞吐量.     

DMC-DMC串级控制算法分析与研究

将动态矩阵控制算法与串级控制系统相结合,在串级控制的主、副回路中均采用动态矩阵控制算法(DMC)进行控制.经仿真证明,该DMC-DMC串级控制算法具有快速的动态响应,控制效果较好.     

基于k-shell分解的多智能体牵制控制算法

针对多智能体网络在牵制控制过程中存在的网络分裂现象,考虑到牵制节点选择对多智能体收敛速度的影响,提出一种基于k-shell分解的牵制控制算法.首先根据节点连通度划分子网;然后提出基于k-shell分解的牵制节点选择方法;最后完成多智能体的牵制控制.理论推导证明,采用该算法后整个智能体网络最终将形成一个子网.分析对比3种牵制控制算法,通过实验仿真结果验证所提出算法能够实现多智能体的一致性,有利于提高多智能体的收敛速度.     

基于两级算法的对偶控制

考虑具有未知参数的随机系统的最优控制问题.采用包含新息方差指数项的损失函数优化系统的性能.新的损失函数由两部分组成:第一部分反映了对输出的调节作用;第二部分反映了辩识系统中未知参数应尽可能多地收集系统信息的需求.提出了一种两级优化算法.该算法首先把不可分问题转化为可分的两目标优化问题,再从两目标优化的非劣解集中挑出原问题的最优解.该控制律易于实施且具有对偶特点.仿真结果表明本文所得的控制律的有效性.     

移动数据库广播的并发控制算法研究

在基于数据广播的移动信息服务中,由于更新数据和广播数据两个过程是并发执行的,所以移动客户将面临接收数据不一致性问题。为此,该文提出了一种基于规则的并发控制算法来解决以上问题。在允许同步更新的情况下采用事件-条件-操作规则来进行无冲突的数据广播。该算法对移动机和数据库服务器的影响很小,同时又为基于广播的移动计算提供了数据一致性服务。     

NGN中基于策略控制的过载控制体系结构

给出特定条件下过载控制的含义,分析了下一代网络(NGN)过载控制的需求,在ETSI TISPAN组织提出的NGN过载控制体系结构的基础上增加了策略组件,方便业务的开发、部署和管理,实现了在NGN中快速、经济、有效地开发业务,给出NGN过载控制组件的4种部署方案,分析这些组件协作完成过载控制的过程和相关信息流。     

Web 服务器的鲁棒建模和过载控制

给出了一种Web 服务器的建模方法,说明了如何用控制理论管理不可预测的服务器负载。Web 服务器可以被仿真为一个多容器系统。该鲁棒Web 服务器模型适用于未知的负载干扰和不确定的匹配模型。过载控制技术基于自适应允许控制取得时间保证,用一个完整参数变化模型和大的过载来评估模型的性能。     

堆场集装箱翻箱的PCNN优化控制算法

集装箱的堆存状态与理想发箱顺序很难保持一致, 翻箱操作是不可避免的. 为降低堆场的翻箱率, 提高作业效率, 在获得集装箱的取箱顺序前提下, 将每取一个集装箱所产生的可能状态视为一个状态结点, 所需的翻箱次数加一个基数作为状态结点间的连接权, 把翻箱优化问题转化为最短路径求解问题. 脉冲耦合神经网络(Pulse-coupled neural network, PCNN)具有独特的自动波并行传播的特性, 适用于求解大规模实时问题, 能一次求出源点到其他所有目标点的最短路径, 从而获得最优的翻箱方案. 其所需要的计算量仅正比于最短路径的长度, 与路径图的复杂程度及路径图中的通路总数无关. 这为建立集装箱的智能控制系统奠定了坚实的理论基础.     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。     

A Computational Economy for IN Load Control Using a Multi-Agent System

Intelligent Networks (IN) are used in telecommunication networks to provide services that require a decision-making network element. The Service Control Point (SCP) can be overloaded when the number of service requests exceeds the SCPs designed capacity. Traditional IN load control algorithms assume a single service network model or use a centralized controller to find a solution. In this paper we propose and investigate a market-based model, in the form of a computational economy, for solving the distributed IN load control problem for a multi-service network. We investigate two algorithms, one price-oriented and the other resource-oriented, for finding the competitive equilibrium for this economy. We conclude that the price-oriented approach generally performs better and allows a greater level of distributed-decision making but suffers from an infeasible solution in real-time systems. Furthermore, we study a realization of this model as a multi-agent system (MAS) and investigate the communication overhead associated with running auctions for services.     

具有最小时间加权平方误差积分的主动队列管理算法ISTE-PI

针对现有基于控制论的主动队列管理(AQM)算法的不足,在不忽略TCP/AQM传递函数模型中时滞环节的条件下,将TCP短流和UDP流作为干扰信号引入AQM控制器的设计过程,并借助最小"时间加权平方误差积分(ISTE)"控制方法,设计了一个基于PI控制器的AQM算法ISTE-PI.与现有算法相比,ISTE-PI算法同时具备响应速度快、抗干扰能力强、能用于大时滞网络环境且鲁棒性好等特点.鉴于Internet网络流量由TCP长流、TCP短流和UDP流构成,且是大时滞网络,因此ISTE-PI算法能更好地适应Internet网络环境下的主动队列管理.     

A Novel Distributed Optimal Adaptive Control Algorithm for Nonlinear Multi-Agent Differential Graphical Games

In this paper, an online optimal distributed learning algorithm is proposed to solve leader-synchronization problem of nonlinear multi-agent differential graphical games. Each player approximates its optimal control policy using a single-network approximate dynamic programming (ADP) where only one critic neural network (NN) is employed instead of typical actorcritic structure composed of two NNs. The proposed distributed weight tuning laws for critic NNs guarantee stability in the sense of uniform ultimate boundedness (UUB) and convergence of control policies to the Nash equilibrium. In this paper, by introducing novel distributed local operators in weight tuning laws, there is no more requirement for initial stabilizing control policies. Furthermore, the overall closed-loop system stability is guaranteed by Lyapunov stability analysis. Finally, Simulation results show the effectiveness of the proposed algorithm.      

基于消息的Parlay X网关过载控制算法

为了解决目前Parlay X网关过载算法灵活性低、不能有效地使会话量最大化的问题,给出了基于合约的Parlay X网关系统架构。根据Parlay X消息类型特点设置消息优先级,根据消息优先级选择丢弃或者缓存消息,之后根据负载情况进行负载均衡以及接入控制,通过四个阶段来实现过载控制过程。实验结果表明,相比较于传统过载控制,该机制能在保证新建会话消息接收数量的同时提高其他类型消息的接收数量,减少平均服务时间,在满足合约限制的情况下,保证最大会话数量。     

一种基于虚拟簇头的拥塞控制算法

在大规模、高密度的无线传感器网络中,使用多跳分簇的层次结构有利于管理整个网络,且节省传感器节点的能量,但容易发生网络拥塞。针对该问题,提出一种基于虚拟簇头节点的拥塞控制算法,在簇内建立最短路径树,在簇间构造多元路径。实验结果表明,该算法能在保证网络吞吐量的同时,缩短数据的传输时延。