基于Agent的分形供应链自适应协同计算

应用分形、智能Ａｇｅｎｔ和神经网络自适应控制技术,研究分形供应链适应环境变化的结构模式和策略模式．探讨了分形供应链Ａｇｅｎｔ关联结构,提出了分形供应链双层自适应协同计算模式,论述了资源Ａｇｅｎｔ,信息协调Ａｇｅｎｔ,人机交互Ａｇｅｎｔ和领域计算Ａｇｅｎｔ之间的相互作用关系．以一个分形模块的策略协同为分析对象,研究了领域单元的自适应协同计算模式,分析了分形模块的成本模型,并对基于Ａｇｅｎｔ交互的神经网络模型部分进行了算例仿真．     

带有两次订购机会且两阶段需求相关的Newsboy模型

首先建立需求形式为一般随机变量情形下零售商的两次订购决策模型,并从理论上证明了在两个阶段需求相互独立情形下,零售商期望利润函数的下凹性及最优订购策略的存在唯一性,从而弥补了已有模型在寻求最优订购策略时采用数值方法所存在的缺憾;然后,建立两阶段需求相关情形下带有两次订购的Newsboy模型,给出了模型的分析解.数值实例验证了模型的求解过程,并得到了相关管理启示.     

一种过程支持向量机及其在动态模式分类中的应用

针对一般SVM在机制上难以直接对动态模式进行分类的问题,提出了一种基于函数正交基展开的过程支持向量机.该模型的输入为时变函数,输出为模式类别.在输入函数空间中选择一组适当的正交函数基,将输入函数在该组函数基下进行有限项展开,把展开式系数作为核函数的输入.由于时变函数在基函数映射下与展开式系数一一对应,从而可利用SVM的变换机制实现动态模式分类.给出了基于SMO的求解算法,实验结果验证了模型和算法的有效性.     

IPsec中密钥交换协议IKE的安全性分析及改进

Internet 密钥交换(IKE)协议是IPSec 协议体系中最重要的部分,本文研究了IKE的协商过程,并对其进行了安全性分析,对于基于共享密钥验证的主模式协商过程和积极模式下签名验证过程提出了新的改进建议,从而更好地抵御拒绝服务攻击和保护通信双方身份.     

防空导弹姿态控制系统终态滑模变结构设计

针对防空导弹垂直发射姿态调转时的快速性要求,研究了快速姿态调转的控制问题.首先基于一类多输入多输出高阶非线性系统的Teminal(终态)滑模变结构控制方法,对垂直发射防空导弹的滚动和俯仰、偏航通道所呈现的非线性、强耦合性进行了分析,并设计了一种新型滑模控制器.控制器设计方案消除了滑模控制的到达阶段,系统的初始状态始终保持在滑模面上,确保了系统的全局鲁棒性和稳定性,且能在有限且可控时间内使跟踪误差趋近于零.最后通过数字仿真验证了系统在不确定因素情况下具有强鲁棒性和适应性,可用于防空导弹短时间姿态调转控制.     

贝叶斯网参数学习中连续变量离散化方法研究

连续变量离散化是贝叶斯网络参数学习中面临的一个重要问题,它的好坏将直接影响到贝叶斯网络的推理效果。目前缺少一种有效的手段用于评价连续变量离散化的好坏,通过研究,提出了推理信息量的概念,并采用作为衡量连续变量离散化好坏的标准。在连续变量离散化的过程中,采用遗传算法通过迭代的方式寻求最优解,其中,推理信息量作为衡量个体适应度的标准。实例分析证明,推理信息量大的推理效果好要优于推理信息量小的推理效果。     

海上移动信道分析及抗多径接收机设计与仿真

海上舰船之间的通信通常工作在复杂的信道环境下,通信距离可远可近,不仅存在强的敌方恶意干扰,由于受地球弧度和海浪、船只等的遮挡,还存在深衰落和多径效应,因此设计海上通信系统时需要充分考虑这些不利因素的影响.针对海上移动信道的路径衰减特性,提出利用Longley-Rice模型建立海上移动信道模型,并对信道衰减模型进行了数值仿真;分析了多径对扩频系统伪码捕获的影响,提出利用Rake接收技术改善接收机的抗多径性能,并设计了一个Rake接收机结构,最后进行了仿真分析.仿真结果表明所设计的Rake接收机具有良好的抗多径能力,能够满足海上通信的需要.     

PSO算法在含一阶导数变分问题中的应用

变分问题是一个研究泛函极值的经典数学问题,寻求变分问题的直接解法具有重要的理论和现实意义.鉴于PSO算法在极值问题中的广泛应用,利用分段Hermite插值.建立了求解含一阶导数的变分问题优化模型,构造出了适应度函数,从而使得PSO算法成功应用到变分问题的求解当中.数值实验结果表明了方法的可行性,同时也拓展了PSO算法的应用领域.     

基于二重差分法的光流场运动检测

对视频图像序列中运动目标的检测,是计算机视觉领域长期关注的问题.传统的Horn-Schunck光流算法非常耗时,不利于在视频图像序列中做实时分析,故提出采用结合背景差分法与帧间差分法的二重差分法(DS)来做光流算法的预处理.实验结果也表明二重差分法的光流算法(DSOF)比单纯用Horn-Schunck方法计算光流效率更高,用时更短,能更好地满足对视频图像序列做实时运动检测分析的需求.     

一种MPEG压缩域的运动对象快速提取算法

针对目前压缩域直接得到的运动矢量过于稀疏且不可靠,导致运动对象分割精度不高等问题,提出一种适合于MPEG视频流的压缩域运动对象提取算法。它先对MPEG码流进行熵解码得到的运动矢量场进行可靠性度量校正、置密和滤波处理,并采用基于块的区域增长算法得到每个对象的大致运动区域;然后解码属于运动区域的块,并把被还原的每个位置的像素值分布视为高斯分布,用统计的方法建立其高斯模型,通过阈值判断可靠地提取出最终具有像素精度运动对象。仿真实验表明,该算法可以有效地去除运动矢量噪声的影响,分割精度显著提高,并且具有较高的处理速度。对于QCIF 格式的视频码流, 每秒可以处理约50帧。