一种基于优化状态转换信任度的增强型学习算法

针对增强型算法中求解目标状态问题，提出了反映当前状态与目标状态的距离和转换代价的优化模型，设计了基于优化状态转换信任度的增强型学习算法COSTRIL。算法定义了优化状态信任度函数，设计了优化状态信任度函数的更新学习规则。COSTRLA用于求解迷宫问题，表明了算法在处理目标状态问题时比传统的增强型学习算法更加有效。     

通信协议的全局状态算法及自稳定性

本文主要研讨了一类适应于通信协议的全局状态算法及协议的自稳定性。文中先论述了一种适应于协议全局状态的基本算法，讨论了该算法对全局状态的适用性及对协议自稳定性的局限性；然后论述了一种增强算法，该算法不仅适用于协议的全局状态，而且适用于增强协议的自稳定性，文中给出了该增强算法的正确性证明及复杂性分析，并通过协议实例验证了该算法的可用性及有效性。     

RTL级模拟矢量自动生成设计化简方法研究

提出一种Verilog程序切片算法，给出了该算法的正确性证明的理论框架；并利用提出的Verilog程序切片算法对Verilog RTL级设计进行化简，实现模拟矢量自动生成状态化简目的，实验结果表明：该算法对状态化简效果非常明显，可以有效地解决状态空间爆炸问题。     

GPC的预测状态空间形式及预测控制算法形式的统一

提出一种与ＭＡＣ，ＤＭＣ预测状态空间形式算法相似的ＧＰＣ预测状态空间形式的算法，使ＧＰＣ可以进行多步迭代预测，并讨论了ＧＰＣ预测状态空间算法可作为预测控制算法的一种统一形式。     

LEO／MEO卫星网络中的一种抗毁动态路由算法

要首先分析了目前卫星网中流行的离线路由算法由于无法获知当前网络中流量的分布和链路的状态，因此无法对路由进行优化．也无法绕开故障链路的缺陷。针对这些缺陷，提出了一种抗毁动态路由算法。该算法首先通过一种基于簇的星问链路状态信息传递子算法，以较低的带宽开销将链路状态信息传遍全网；然后利用边界卫星源路由子算法。对链路状态、路由切换等因素进行综合优化。在Iridium系统模型的基础上对离线路由算法和抗毁动态路由算法进行了仿真，仿真结果证明后者具有更好的性能，尤其在部分链路故障时，优势更加明显。     

模拟退火算法在全局查询优化中的应用

在分布式环境下，全局查询的代价函数空间形状包含了很多局部最小状态，需要多次局部最优化才可以找到全局最小状态。模拟退火算法是目前发展较快的智能优化算法，是一种以概率l收敛于全局最优解的全局优化算法。文中讨论了全局查询优化的过程以及模拟退火算法在全局查询优化中的应用，并对算法进行了一些改进。     

三维实体布局仿真中干涉检验的八叉树方法

本文提出了一种利用八叉树结构表示三维实体布局状态空间的方法，并在此基础上设计了一个三维实体布局仿真中干涉检验的算法，首次提出了利用二进制整数的“位”记录状态信息的方法，使状态空间数据量压缩至传统算法的１／１６；理论分析及实验结果证明了该算法的高效性。     

三维实体布局中干涉检验的八叉树方法

本文提出了一种利用八叉树结构表示三维实体布局状态空间的方法，并在此基础上设计了一个三维实体布局仿真中干涉检验的算法，首次提出了利用二进制整数的“位”记录状态信息的方法，使状态空间数据量压缩至传统算法的１／１６；理论分析及实验结果证明了该算法的高效性。     

基于图像相似度与深度学习的变电站刀闸状态识别算法的对比研究

为解决以往变电站中基于各类传感器的刀闸状态检测方式成本高、稳定性差的问题，本文探索了两类基于图像识别的刀闸状态检测算法，相较于传统的基于图像相似度的刀闸状态识别算法，基于深度学习的目标检测算法对刀闸状态识别准确率更高，能够有效对变电站内刀闸状态进行检测。本文在对483张包含各类刀闸状态的图像进行标注后，使用Yolov5的预训练模型进行训练，训练后的模型在包含80张各类刀闸状态的测试集上进行测试，结果表明综合准确率为89.31%，综合召回率为98.32%。本文所提出的基于深度学习的刀闸识别算法能够对变电站刀闸状态进行有效识别，且识别准确率高、部署较为简单，对保障变电站安全稳定运行有着重要作用。     

Adler滑动窗译码算法的改进

Ａｄｌｅｒ等人的滑动窗译码算法能保持滑动窗译码，但对状态的归并重视不够，根据状态分裂原理，文中提出了改进Ａｄｌｅｒ等人算法的想法，以及朝前看译码方式下的改进规则，文章以２／３（１，７）码为例，说明对Ａｄｌｅｒ算法改进的操作步骤，所得结果比Ａｌｄｅｒ等人算法的结果少用一个编码状态。     

基于不完全Kripke结构三值逻辑的模型检验

模型检验技术是形式化验证中比较成熟的技术，但随着设计系统规模的增加，状态爆炸已成为其发展的一个主要问题.为解决此问题，本文提出对系统进行抽象，建立不完全的状态模型，在此状态模型上来验证表示其属性的逻辑公式.这样一个逻辑公式的真值除了真、假外，还出现了第三种情况：未知，即在这个状态模型下无法确定其真值，需要更多的状态信息才能确定.本文还讨论了二值逻辑的模型检验技术，在此基础上给出了基于不完全状态空间的三值逻辑的模型检验算法，此算法与二值逻辑模型检验算法相比，没有带来时间复杂度的增加，最后给出了三值逻辑模型检验算法的应用.     

多模式匹配算法的优化研究

模式匹配技术有着广泛的应用且模式匹配算法已经被研究了很多年，同时对稀疏存储及其结构的操作也有大量的文献资料。本文首先描述了Aho—Corasiek多模式匹配算法，该算法是基于自动机及状态向量的，然后提出了使用banded—row稀疏存储对Aho—Corasick算法中的状态转换表进行存储优化的观点，给出了优化算法。最后给出了和原Aho—Corasick算法相比较的测试结果，该结果表明在大模式集的情况下，使用banded—row稀疏存储的Aho—Corasick算法减少了存储需求，进一步地提高了性能。     

融合状态反馈的两模型目标跟踪方法

IMM是目前目标跟踪中状态估计的最有效估计器之一。但它需要先验的模型转换矩阵，这在实际跟踪系统中没有依据确定。通过将前一时刻的组合状态反馈到各个不同的模型滤波过程中，对不同维状态，建立与真实目标状态空间之间的映射，提出了一种新的多模型跟踪算法，这种算法动态加权各模型的滤波输出，不需要设计模型之间的转换矩阵。仿真试验表明了算法的有效性。     

WDM光传送网中基于链路状态等级的动态路由与波长分配算法

提出了两种基于链路状态分级的路由与波长分配算法．分别为链路等级优先的动态路由与波长分配算法（LFLS-DRAW）和满足等级要求的动态路由与波长分配算法（RLSDRAW）算法．理论分析表明，基于链路状态分级的路由与波长分配算法的计算复杂度与同类算法相当，且与其它算法相比具有一定的优越性．仿真结果表明．基于链路状态分级的路由与波长分．配算法在计算时间和平均路由跳数相近的情况下．所选择路径的路由状态等级较高．具有较强的负载均衡能力，可以有效降低网络的拥塞概率．     

用人工神经网络K—Net构造状态观测器

研究了人工神经网络Ｋ－Ｎｅｔ构造非线性系统状态顺及其原理、数字描述和算法，并选用 文献中的例子进行了仿真研究和对比。这样构造的神经网络状态观测器结构清晰，算法简明，有很好的适用性。     

TRBAC中翻转点选择和安全恢复算法的研究

在分析具有时间约束特性的角色访问控制模型(TRBAC)的基础上，对其中翻转点选择和安全状态恢复问题进行了阐述，提出了在TRBAC中判断系统安全状态的翻转点选择算法，选择合理的终止会话集合使系统恢复到安全状态的算法。该算法在一定程度上解决了翻转时间点选择过大或过小引起的效率和安全冲突的问题。     

QSIM中c过滤算法的CLP实现

c-filter是定性仿真算法QSIM中用来生成系统后继状态的主要算法，利用约束逻辑程序CLP，能够给出有关该算法定义的形式化描述，有助于提高算法的效率，文中给出了相关的定义及算法实现。     

基于Markov的概念自动抽取算法

提出了一种概念自动抽取算法，该算法的目的是从英文文本中抽取出由多个单词组成的概念。文中首先证明了概念的抽取过程是一个多个状态的齐次Markov链，然后给出了具体的抽取过程，即，如果多步转移概率达到所给定的阈值，则将这多个状态，即多个单词，看作是一个概念。为了对算法进行性能测试，借助网络爬虫，从网络中获取有关计算机领域的文本文档，采用本文算法进行概念抽取，结果显示该算法优于其他算法。     

用于目标跟踪的智能群体优化滤波算法

针对目标跟踪中的状态估计，提出一种智能群体优化滤波算法。算法在贝叶斯滤波的基础上，运用智能群体优化的3种运动模型估计目标的后验状态，其中内聚运动在保持了粒子多样性的情况下增加了样本的权值，分离运动和排列运动相协调能够更加准确地预测下一时刻目标的先验状态。实验结果表明:与标准粒子滤波相比，该算法能够更加准确地估计非线性系统中的后验状态，在复杂多变的场景环境中，表现出更高的跟踪准确性。     

系统参数和状态联合估计

文［１］提出了多变量系统所有参数同时估计的联合辨识算法。本文将讨论系统参数和状态的联合估计算法。其特点是在估计系统参数的同时，可获得系统状态的估计，这为状态反馈设计控制器提供了极大方便。文中还给出了仿真例子。