实时系统安全评估机制及其仿真研究

研究了嵌入式实时系统弹性应对策略中的安全评估机制。工业控制系统中存在嵌入系统,现有嵌入式系统无法动态掌握系统运行时的安全状况并无法做出响应的问题。为了保证嵌入系统安全运行,提出了实时系统的弹性应对策略以改善系统的安全性,设计并实现了模式匹配的嵌入式实时系统安全等级评估模块,可以实现动态实时的系统安全状况评价,并为系统动态配置安全策略提供了决策支持。采用RT-Linux建立了仿真评估环境,对安全等级评估系统的性能进行了仿真测试。测试结果表明安全等级评估模块的系统开销很小,能够有效的保障嵌入式实时系统的安全运行,具有广泛的应用价值和前景。     

红外弱小目标的匹配方法研究与仿真

研究红外图像中的目标匹配问题。针对传统的红外图像中目标匹配效果不理想,匹配不准确。当红外图像中是弱小目标时,背景灰度值与目标灰度值非常相近,灰度直方图均衡化无法实现目标与背景的完整分离,导致漏匹配率较高的问题。为提高目标的匹配精度,提出一种形态学预处理的红外目标匹配方法,通过形态学算法提取出图像中的形状信息,利用形状信息将红外图像中的目标与背景完整分离,避免了只依靠灰度图像信息造成的不能完整分离目标与背景带来的漏匹配问题。进行仿真的结果证明,采用的形态学与处理的匹配方法能够完整将目标与背景分离,成功完成目标匹配,取得了满意的结果。     

证券市场中庄家与散户间的确定性微分博弈

基于确定性微分博弈理论,建立了一种庄家与散户间的连续时间的博弈模型.首先将所有散户作为一个整体与庄家进行博弈,以博弈双方持股率的动态关系作为动态系统方程,并以此构建了一个确定性微分博弈模型; 然后运用开环纳什均衡和反馈纳什均衡分别求解出满足共态函数的常微分方程组和满足价值函数的Issacs - Bellman偏微分方程,以此得到庄家与散户博弈的开环纳什均衡策略和反馈纳什均衡策略.该结果可为金融监管部门监管证券市场和证券市场投资者买卖股票提供参考.     

网络处理模式匹配算法研究*

主要从多个角度研究了经典的15种单模式和7种多模式匹配算法,并以可编程网络处理器为测试平台对其中的5种单模式和4种多模式匹配算法分别在匹配时间、占用存储空间以及预处理时间方面进行了性能测试。根据测试得出了各自测试中的最优算法。     

基于信息元的教学资源组织系统设计与实现 *

以文本类型教学资源为研究对象,在领域知识可拓信息网模型和CELTS-3的基础上,阐述了基于信息元的教学资源组织系统设计与实现过程,包括信息特征元数据描述框架、特征词获取、信息元距离度量、信息元匹配规则以及匹配算法等.该系统通过有限的信息元描述无限的资源,实现了教学资源的高效组织,支持学习过程中资源自动重组.     

基于超市模型的网格资源分配方法研究*

针对网格资源管理中的资源分配问题,提出了一种基于超市模型的网格资源管理分配方法.该方法能够实现子资源的快速匹配,从而减少了网格管理开销,更高效地分配了稀缺资源.     

工程计价方式"双轨制"下的寻租博弈行为分析

由于渐进式改革形成的工程计价方式“双轨制”及市场的不完善性和无序性,为寻租行为的产生提供了环境。本文作者通过建立投资方、项目执行者、承包方三方之问的寻租博弈模型,求解混合策略纳什均衡解,根据均衡解分析在不同条件下三方的最优策略,并提出了防止寻租行为的对策。     

考虑新能源消纳及需求响应不确定性的配电网主从博弈经济调度

针对当前配电网侧风电消纳率较低的问题,运用Stackelberg动态博弈理论,提出一种以配电网侧为主体、负荷侧为从体的主从博弈模型.通过分析用户负荷特性,建立用户负荷特性模型;运用三角模糊数描述需求响应的不确定性,建立价格型需求响应不确定性模型;以配电网侧配电网运行成本最小及风电消纳最大、负荷侧用户电费最低为目标建立配电网主从博弈经济模型,二者通过优化配电网侧的准实时电价策略集及负荷侧需求响应策略集达到博弈均衡;以修改后的IEEE 30节点系统为算例,采用改进型教与学优化算法求得该主从博弈模型的均衡解.算例仿真分析表明,所建模型能够有效提高配电网风电消纳能力,减少配电网运行成本和用户电费,实现主、从体双方社会效益与经济效益最优化.     

基于异构能源区块链的综合能源系统交易模型

综合能源系统是对电、气、热、冷能进行统一规划调度的综合系统,顺应了供给侧改革的趋势.目前综合能源系统的用户呈现个体化、分散化的趋势,传统的单向集中式输配电服务模式逐渐不适应这种趋势.基于区块链技术,设计了一种综合能源系统交易模型.采用异构能源区块链的结构模式,利用智能合约建立了基于价格约束的匹配拍卖机制,保障了清洁能源用户的供能优先级,并采用双重认证机制,保障了交易的可靠性.在实验环境下对所设计模型进行分析,仿真结果验证了所提综合能源系统交易模型的有效性和可行性.     

基于RBF神经网络的遗传算法在织物染色配色中的应用研究

本文提出一种基于RBF神经网络的遗传算法解决织物染色配色问题的模型,该模型以遗传算法为主,通过使用RBF神经网络建立遗传算法的适应度函数来共同解决织物染色配色问题。通过实验表明,使用基于RBF神经网络的遗传算法配色模型可以快速提供满足企业要求的染色配方。