基于粗糙集理论的税务系统分析模型

叙述了利用粗糙集(Rough Set)理论实现对税务系统的数据做决策分析的方法。税务系统数据中包涵了大量未利用的有价值的数据，该模型利用粗糙集理论并使用了熵的方法来提取税务数据中的潜在规律及检测税务系统中的不合理数据，从而为税务系统业务决策提供支持。     

多Agent系统问题求解的广义粒子模型方法

提出一种多Agent系统分布式问题求解的新的广义粒子模型,将复杂环境下多Agent系统资源分配和任务规划的优化问题转变为广义粒子模型中的粒子运动学和动力学问题.广义粒子模型可以描述和处理的复杂环境包括多Agent系统中的Agent之间存在的随机、并发、多类型的交互行为.各Agent有不同的个性、自治性、生命周期、拥塞程度和故障几率等.本文讨论了广义粒子模型和多Agent系统分布式问题求解的关系,提出了广义粒子模型的数学物理模型和多Agent系统分布式问题求解算法,并且证明了它们的正确性、收敛性、稳定平衡性等基本性质.通过复杂环境下多Agent系统资源分配和任务规划问题的实验和比较,证实了广义粒子模型方法的有效性及其特点.     

网络资源市场分配机制的分析

为了能提供一定的QoS（quality of service）,网络必须为有QoS要求的应用分配相应的资源。目前,网络资源的分配主要是基于集中式的,本文运用微观经济学的研究方法,分析了集中分配机制的一些弊端,并引入了市场分配机制。市场分配机制通过价格杠杆来分配稀缺的网络资源,达到帕累托最优,其效率优于集中分配机制,并且其具有分布式的特点,便于在网络中实施。     

基于免疫原理的量子进化算法及收敛性研究

分析量子进化算法的特点及免疫进化的机理,提出一种基于免疫算子的量子进化算法．该算法通过免疫克隆选择、免疫细胞交叉变异、记忆细胞产生、抗体相似性抑制等进化机制,可以最终找出最优解,比传统的量子进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力．不仅从理论上证明了所提出算法的收敛性,而且通过仿真实验表明了该算法的优越性．     

基于GIS的数字校园教学管理系统的设计与集成

为实现校园教学管理的信息化、科学化和可视化,在分析现有校园信息管理系统特点的基础上,研究了将GIS技术和校园教学MIS系统集成的方法,建立了基于CORBA的校园教学信息集成模型框架,对它的系统体系结构、功能设计及实现技术进行了比较详细的探讨,并以应用实例阐述了基于C／S模式的校园教学管理GIS查询系统的实现方法,为实现校园教学管理可视化提供了一种有效的解决方案。     

一种新的基于复合弹簧网络的多Agent系统分布式问题求解方法

当多Agent系统（MAS）中Agent之间存在多种复杂的随机的社会交互行为时，当各Agent表现出不同程度的自治性和理性时，难以用现有的方法描述和求解MAS问题，即使对仅仅存在竞争和合作这两种社会交互行为，并且不考虑Agent之间自治程度的本质性差异时，现有的基于结盟的MAS问题求解算法也具有极高的计算复杂性，该文提出一种新的复合弹簧网络模型和方法，利用分布式弹性动力学方程，将MAS分布式问题求解过程转变对应的复合弹簧网络形变过程，这种模型和方法能够处理各种社会交互行为以及Agent不同程度的自治性，分析和仿真实验表明，在计算复杂性和适用性等许多方面，该文的分布并行算法优于文献[7,8]的Shehory-Kraus算法。     

基于广义量子粒子模型的聚类算法及收敛性研究

提出了一种应用广义量子粒子模型进行自组织聚类的新方法。该模型将数据聚类过程转化为一个量子粒子在状态构形空间上的随机自组织过程,由量子粒子之间相互纠缠形成的状态构形随时间不断演化,最终会收敛到一个平稳的概率分布,最优状态空间构形与平稳概率分布中具有最大概率的状态构形相对应。对此自组织过程的收敛性进行了理论上的证明。与传统的适用于大规模数据的聚类方法相比较,该算法具有更快的收敛速度,仿真实验表明了其优越性。     

Hyper-distributed hyper-parallel self-organizing dynamic scheduling based on solitary wave

This paper presents a new soliton approach to hyper-distributed hyper-parallel self-organizing dynamic scheduling for task allocations among rational autonomous agents in a multi-agent system(MAS).This approach can overcome many drawbacks of other mechanisms currently used for coalition formation and cooperation in MAS.The thorny problems,such as overabundant bid .Social behaviors,colony intelligence,variable neighbors,and interdependency,can easily be treated by using the proposed approach,whereas they are very difficult for other conventional approaches,.The simulation on a distributed transport scheduling system shows the soliton approach featured by hyper-parallelism,effectiveness,openness,dynamic alignment and adaption.     

用马尔可夫预测法决策电力设备的维护停运

发电设备维护停运的合理安排是设备检修优化中的一个重要问题。用马尔可夫预测法建立了一种用于预测设备运行数量的模型,并用该模型开发了维护停运辅助决策系统,有助于合理选择设备维护停运时间,保证电力生产的可靠性。     

并行量子进化算法的研究与实现

分析讨论并行进化模型理论及性能,提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙.并给出了多宇宙的并行拓扑结构,提出了宇宙内采用免疫量子进化算法,宇宙之间采用基于学习的移民和模拟量子纠缠的交互策略进行信息交换.这样能提高种群多样性,有效克服早熟收敛现象.算法综合了量子计算的天然并行性和免疫算法的充分自适应性,它比传统的进化算法具有更好的种群多样性,更快的收敛速度.通过并行实验验证了该算法的优越性.