基于隐马尔可夫模型的异常检测

首先建立了一个计算机系统运行状况的隐马尔可夫模型 ,然后在此模型的基础上提出了一个用于计算机系统实时异常检测的算法 ,这个算法根据最大信息熵原理 ,通过比较固定长度系统行为序列的平均信息熵和一个预先给定的阈值来检测入侵行为 .论文还给出了该模型的训练算法 .这个检测算法的优点是准确率高 ,算法简单 ,占用的存储空间很小 ,适合用于在计算机系统上进行实时检测     

Markov控制过程基于性能势的平均代价最优策略

研究了一类离散时间Markov控制过程平均代价性能最优控制决策问题.应用Markov性能势的基本性质,在很一般性的假设条件下,直接导出了无限时间平均代价模型在紧致行动集上的最优性方程及其解的存在性定理.提出了求解最优平稳控制策略的迭代算法,并讨论了这种算法的收敛性问题.最后通过分析一个实例来说明这种算法的应用.     

Markov控制过程基于单个样本轨道的在线优化算法

在Markov性能势理论基础上, 研究了Markov控制过程的性能优化算法. 不同于传统的基于计算的方法, 文中的算法是根据单个样本轨道的仿真来估计性能指标关于策略参数的梯度, 以寻找最优 (或次优 )随机平稳策略. 由于可根据不同实际系统的特征来选择适当的算法参数, 因此它能满足不同实际工程系统在线优化的需要. 最后简要分析了这些算法在一个无限长的样本轨道上以概率 1的收敛性, 并给出了一个三 状态受控Markov过程的数值实例.     

连续时间Markov决策过程在呼叫接入控制中的应用

应用Markov决策过程与性能势相结合的方法,给出了呼叫接入控制的策略优化算法.所得到的最优策略是状态相关的策略,与基于节点已占用带宽决定行动的策略相比,状态相关策略具有更好的性能值,而且该算法具有很快的收敛速度.     

一类具有Markov跳跃参数的不确定混合线性时滞系统鲁棒稳定性研究

讨论了一类具有Markov跳跃参数的不确定混合线性时滞系统的鲁棒稳定性问题．分别给出了非匹配条件下不确定部分范数上界已知时使混合线性系统以概率1渐近稳定的充分条件,和匹配条件下不确定部分范数上界未知时同样可以实现混合系统以概率1渐近稳定的鲁棒自适应控制设计方案．文章研究结果表明,此控制方案对混合线性时滞系统的不确定部分是有效的．     

基于XML的组件化工作流模型研究

提出一种新的组件化工作流建模方法,旨在以统一的数据交换格式XML语言进行任意工作流的过程建模.在对工作流过程进行形式化描述和实质抽象的基础上,给出了工作流模型组件详细的XML语言描述,模型的组件化赋予了工作流柔性特征,扩展了工作流应用领域,提高了工作流引擎设计效率,对于高效开发实用的工作流管理系统具有重要的应用价值.     

随机平稳策略下半Markov决策过程的仿真优化算法

基于性能势理论和等价Markov过程方法,研究了一类半Markov决策过程(SMDP)在参数化随机平稳策略下的仿真优化算法,并简要分析了算法的收敛性．通过SMDP的等价Markov过程,定义了一个一致化Markov链,然后根据该一致化Markov链的单个样本轨道来估计SMDP的平均代价性能指标关于策略参数的梯度,以寻找最优(或次优)策略．文中给出的算法是利用神经元网络来逼近参数化随机平稳策略,以节省计算机内存,避免了“维数灾”问题,适合于解决大状态空间系统的性能优化问题．最后给出了一个仿真实例来说明算法的应用．     

随机非线性系统鲁棒自适应控制的模块化设计

将线性系统中基于估计的模块化设计思想推广到随机非线性系统的控制设计之中,基于Ito∧微分规则和自适应B ackstepp ing算法,设计了全局依概率渐近稳定的输入状态稳定控制器.根据无源性定理,设计了无源辨识器模块,并确保扰动是有界的.仿真结果表明了该控制算法的有效性.     

用于增强信号的自适应广义特征向量跟踪算法

广义特征分解技术在现代自适应信号处理中占有重要地位.本文提出了一种新的无约束损失函数用于广义特征分解,并且分析了损失函数的特性.通过应用递推最小二乘(RLS)技术来最小化损失函数,得到了用于求解最大广义特征值对应的广义特征向量的自适应算法.并将这种算法应用于CDMA系统中的智能天线波束形成问题.仿真结果表明算法具有快速收敛和动态跟踪能力.     

Markov 控制过程在紧致行动集上的迭代优化算法

研究一类连续时间Markov控制过程(CTMCP)在紧致行动集上关于平均代价性能准则的优化算法。根据CTMCP的性能势公式和平均代价最优性方程，导出了求解最优或次最优平稳控制策略的策略迭代算法和数值迭代算法，在无需假设迭代算子是sp—压缩的条件下，给出了这两种算法的收敛性证明。最后通过分析一个受控排队网络的例子说明了这种方法的优越性。