时序Petr i 网在智能控制中的应用

利用时序 Petri网对实际问题进行建模 ,通过 Petri网反映系统的物理结构 ,并利用时序逻辑公式描述系统需求及其相关约束条件 ,从而通过时序 Petri网的运行 ,得到施加控制后的变迁发生序列 ,即对应问题的实现方案 ,达到智能控制的目的。     

分簇的扩展超宽带传感网生存期的下界

无线传感网的一个基本挑战是能量受限,因此网络生存期是无线传感网最关心的课题.考虑了随机分布在面积为Sn=λn的正方形上的n个传感节点和1个基站组成的踺时冲击无线电超宽带(TH-IR UWB)传感网.分别推导了完全分簇和常规分簇的扩展TH-IR UWB传感网生存期的渐近下界.结果表明,完全分簇的静态扩展网络生存期下界比常规分簇的提高了λn/(log(λn))2倍,而理想情形下的完全分簇的扩展网络生存期下界则比常规分簇的提高了(λn)1/2/(log(λn))3/2倍,因此完全分簇能极大地提高网络生存期.研究也表明对于常规分簇的扩展TH-IR UwB传感网,理想情形下生存期的下界比静态网络提高了(λn/(log(λn))1/2倍,因此节点或基站在部署区域内随机移动能提高常规分簇传感网的生存期.下界公式也揭示了生存期与节点数n或部署区域面积成反比,因此大规模扩展TH-IR UWB传感网不实用.     

具有保留效用的一般网络价格竞争博弈的寡占均衡

本文讨论了具有保留效用的一般网络的多个服务提供商之间的价格竞争博弈问题.给出了用户均衡的定义,并证明了其存在性、唯一性和连续性.由服务提供商所给价格和对应价格的用户均衡,给出了寡占均衡和严格寡占均衡的定义.根据Wardrop原理,给出了给定价格下用户均衡流量分配的特征刻画.本文还讨论了寡占均衡和严格寡占均衡的性质,给出严格寡占均衡价格的特征刻画,并用并行链路网络例证了文章的主要结果.     

一种基于不变量结构分解的工作流性能分析方法

基于工作流的Petri网结构化建模方法,证明了工作流网的P-不变量存在性、可覆盖性,给出了一个工作流模型可靠性(soundness)的充要条件,得到了基于P-不变量的多项式分解算法,克服了非多项式算法遍历的不足,降低了时间和空间复杂度,基于工作流网的定义,给出了包含时间等信息的广义工作流网的概念,在结构分解的基础上,利用矩姆函数,建立了工作流的时间性能分析方法,所得结果为工作流模型分析和验证提供了理论基础和依据,并可有效降低工作流系统的分析复杂度,对于分析工作流系统处理业务实例的能力,提高业务处理效率有重要意义,给出的实例验证了算法的有效性.     

广义混杂PN机

建立了广义混杂PN机模型,证明上下文有关矢量文法与广义混杂PN机模型在语言上是等价的。这样一来,使得文[4]中的悬而未决问题得到解决。另外,还进一步研究了PN机的语言性质。     

基于插桩技术的并行程序性能分析方法设计和实现*

介绍了一种异构环境下的并行调试及性能分析工具ParaVT的设计方法和实现.通过对并行程序源代码的分析处理,利用自动插桩模板插入用于调试和性能分析的用户代码,从而对并行程序进行断点调试和性能参数收集,达到进一步优化程序设计的目的.     

交通信息网格的研究

交通信息网格通过异构计算机的整合，实现更高程度的资源共享，能够提供更强的计算能力，是解决交通问题的有效手段，交通信息网格原型系统根据城市交通与网格具有相似的特征，融合信息网格技术，以解决智能交通系统中的瓶颈，它主要体现了最优出行方案的选择，利用网格来实现资源共享和提高计算效率。同时，它也是实践和应用信息网格技术的示范，能够促进信息网格技术的进一步的研究与发展。     

基于工作流网的实时协同系统模拟技术

基于Petri网和工作流的概念，提出一种实时协同系统的形式化模拟与分析技术——逻辑工作流网，逻辑工作流网是抑制弧Petri网和高级Petri网的抽象和扩展，其变迁的输入／输出受逻辑表达式的约束，它与一般工作流网相比，能够在一定程度上缓解状态空间爆炸问题，且便于系统设计人员掌握和使用，该文分析了逻辑工作流网的若干性质及组合网的性质继承问题，并以网上企业销售系统为例，说明逻辑工作流网在实时协同系统模拟分析中的应用。     

网络计算与IPv6

网格计算、P2P(peer to peer)计算与普适计算都是近几年出现的新的网络计算模式，这些新的计算模式与传统的Web计算模式相比体现出不同的特征，同时都受到通信技术与通信基础设施的制约。以IPv6为核心协议的下一代互联网技术的发展，特别是IPv6充足的地址空间、简化的报头、网络节点的自动配置、邻居发现协议、增强的安全特征等，能够对这些新的网络计算模式起到进一步的推动与融合作用。     

基于Petri网与GA算法的FMS调度优化

提出了一种应用遗传算法解决柔性制造系统调度优化问题的新方法．首先用Petri网对柔性制造系统进行建模,然后应用遗传算法对该模型进行调度并获取近似最优解．在该算法中,用Petri网模型的激发序列作为染色体,采用期望值方法作为选择算子,总加工时间作为适应度函数,两点交叉法作为交叉算子,交叉点选择能到达相同标记的转移．对于变异算子,首先从染色体上随机选择一点作为变异点,然后从这点开始应用变异算法,该变异算法类似于Petri网的可达树算法．由于算法中的选择、交叉和变异算子都是对．Petri网模型中的元素进行操作,与问题空间中的元素无关,因此,与其它调度算法相比,它有较高的通用性．既可以处理典型的Job—Shop问题,也可以处理小批量、多品种的FMS(Flexible Manufacturing System)调度问题．文中通过实验验证了算法的有效性。