一种构造代码安全性证明的方法

提出一种构造代码安全性证明的新方法.这种方法的基本思想是,在基础逻辑中定义辅助递归函数来帮助构造证明.这种构造方法在不增加系统信任计算基础的情况下可以极大地减轻构造证明的工作量,并且减小安全性证明的规模同时介绍了该方法在一个FPCC系统中的应用.在这个系统中使用该方法使得代码的安全性证明可以自动产生.全部工作的细节已在证明辅助工具Coq中得以实现.     

路由器缓存需求

综述了路由器缓存的作用.基于随机服务理论,分析了长相关流量模型和短相关流量模型输入路由器系统时的各种缓存分析结论,着重论述了基于TCP协议模型的各种最新缓存需求研究成果,包括经验法则、小缓存法则、基于丢包率的缓存法则和极小缓存法则.总结了以往缓存研究的不足,并提出了下一步的研究方向.     

从知识的表达和运用综述强化学习研究

为推进强化学习研究的进一步深入和扩大其实际应用范围,从强化学习研究的理论基础--知识袭示和运用的角度对强化学习进行分类.并就经典随机强化学习、模糊强化学习、定性强化学习以及灰色强化学习作了较详细的探讨与比较.最后从知识表达和运用的角庹对强化学习的发展进行了展望.     

非对称信息下供应链库存系统Pareto优化模型

运用委托代理理论,研究了非对称信患条件下,由单供应商单分销商组成的供应链Pareto优化问题.在假定分销商所面临的需求是与销售价格有关的随机变量,以及供、销双方关于分销商销售价格信息不对称这两个前提下,将供应商作为委托人,分销商作为代理人,给出了供应商为吸引销售商选择对自己最有利的销售价格而设计的最优激励合同,比较了在不同信息条件下供销双方的最优决策.最后,给出了应用实例和灵敏度分析.     

Internet宏观拓扑的协议映射与分析

从协议角度,利用拓扑学和图论方法研究了Internet宏观拓扑的网络性能和形成机理。在给定Internet宏观拓扑的图论定义后,通过找到一个协议通信模式到Internet宏观拓扑的可行映射条件,进而分析了Internet宏观拓扑的连通度和平均拓扑距离。结果表明Internet宏观拓扑的形成机理源于协议的无限空间换取有限时间效应的设计原理,使得Internet可以实现实时通信,即在满足网络可靠性的同时,又保证网络的有效性。     

一种基于图论的聚类算法NeiMu

提出一种新的基于图论的聚类算法NeiMu。该算法首先分析数据中的对象,寻找每个对象的k近邻,根据k近邻关系构造k近邻有向图,然后通过k近邻有向图中的k-互邻居关系构造k-聚类图,发现数据中的自然聚类。算法的特点是根据数据之间的互为k近邻关系确定数据中的自然簇,而不必引入其他方法来划分小簇,从而能够保证对象不会被错误聚类,仅会与其他小簇一起融合到一个大簇中。这一优点可以有效保证NeiMu算法的聚类质量。而且,NeiMu算法给出的这种类似自底向上的层次聚类结果还有利于用户根据渐变的结果确定最佳的k值。实验结果表明,该算法对密度变化大的数据、大小相差大的数据、任意分布形状的数据均具有很好的聚类质量,对孤立点也很健壮。     

图着色算法解决考试时间安排问题的优化

时间表问题是将有限的时间资源分配给多个对象的资源分配问题,它是一类具有多约束条件的组合优化问题。时间表问题已经被证明是一个NP完全问题。大学考试时间安排问题是时间表问题的一个应用,利用改进的图着色算法来处理大学考试的时间安排问题能够最大程度上使考试时间安排得更加人性化、合理化。实验测试表明,基于所给出的算法实现的考试时间安排系统具有良好的可行性、实用性和优越性。     

两级数据融合算法在木材干燥过程中的应用

本文提出了一种基于RBF神经网络和证据理论的两级数据融合方法。利用RBF神经网络实现特征层数据融合,建立基本信任分配函数,具有最佳一致逼近特性,同时解决了D-S证据理论确定基本信任分配函数困难的问题。基于D-S证据理论的传感器故障诊断方法的研究,可有效地判断工业现场传感器的工作状态。实验结果表明该方法可正确定位并准确分离出木材含水率检测系统中失效传感器。     

HVAC系统多传感器数据融合研究

提出了一种简单的、易实现的PMV(Predicted Mean Vote)值的计算方法.针对HVAC(Heating Ventilation and Air Conditioning)系统检测装置和控制系统存在的时间滞后,使人体舒适性得不到很好的满足,并且有额外的能量消耗,进而研究了多传感器数据融合算法及基于D-S证据理论的最小风险决策算法以满足HVAC系统做出合理的决策.根据决策结果可以调节最优的空气量,改进空气处理系统的响应速率,最后利用Labview开发环境来实现数据融合算法.将Labview与多传感器数据融合应用于HVAC系统,增强了研究的系统的稳定性和快速性,保证了人体的舒适性,并且减少了能耗.     

基于旅行计划图的移动Agent迁移策略研究

移动Agent为完成指定的任务,通常需要移动到多个主机上。迁移策略为移动Agent规划出最佳迁移路径,保证移动Agent正确、高效地完成任务。在分析现有迁移策略的基础上,提出一种基于旅行计划图的迁移策略,该迁移策略能根据当前网络的软硬件环境和其他负载信息,利用服务评估为移动Agent动态地规划出一条最佳迁移路径,充分体现了移动Agent的自主性和反应性。该策略还可避免网络断连、主机故障及服务失效引起的迁移失败。