具有时变时滞耦合的二阶多主体系统的编队控制

多主体系统的编队控制是一类重要的网络协同控制问题.研究了在有向连接拓扑结构下,具有时变时滞耦合的二阶多主体系统的编队控制问题.通过一种多层领导机制的框架建模,得到了时不变编队、时变编队和时变轨迹追踪3种编队问题的充分性条件,并证明了各种预期队列是以指数的收敛速度形成的.数值仿真进一步验证了理论结果的正确性,为该理论在实际中应用起到指导作用.     

串行通信数据多路接收与单路发送更新处理

提出了一种多路串行通信数据输入,经处理后由单路串行输出时,遇到的数据更新不正确的解决办法。分析了多路串行通信数据更新时,校验和错误产生的原因,比较了三种处理方法,结果表明采用在发送程中对状态变量和多媒体时钟计数器的方式,可以很好的解决更新时的校验和错误。     

浅谈校园网“多网合一”的架构和应用

将校园网多网合一,可以有效提高校园网利用率,减少了建设、管理和维护成本。本文对校园网多网合一进行了介绍,并提出了基于多网合一的校园网架构,最后以福建工程学院为依托,介绍了校园网多网合一的具体应用。     

基于无证书的可认证组密钥协商协议

文中基于多线性表的性质,综合椭圆曲线上离散对数问题,提出一个新的基于无证书的多方密钥协商方案.新协议避免了传统的基于证书的方案中复杂的证书管理问题,解决了基于身份的组密钥协商方案中固有的密钥托管问题,实现了对通信各方的身份认证,有效防止了主动攻击.最后,通过计算验证了会话密钥的一致性,采用应用Pi演算对协议进行形式化分析验证了协议的安全性.和其它可认证组密钥协商协议相比,新方案用较小的计算开销换取了协议的更强安全性,协议的实用性大大增强     

基于Lucene的客服知识库系统结构设计

本文将知识库与数据相结合进行了客服知识库系统结构设计。在基于Lucene搜索的同时结合数据库查询的实时搜索方式,实现了针对不同格式文档的正文抽取,能够对知识信息进行多域索引与搜索。     

基于对策论的Multi-Agent多边协商机制研究

针对决策支持系统中智能化程度低和协作困难的问题,特别是对多层次、多目标的决策困难问题,提出了基于对策论的Multi-Agent多边协商机制完成决策支持任务;探讨了基于对策论的多边协商机制,给出了Agent协商联盟的构成条件,提出了一个基于对策论的Multi-Agent多边协商机制,设计了基于Multi-Agent多边协商联盟的构成算法.该算法利用Multi-Agent的多边协商解决了多层次、多目标、多属性的竞争决策问题.最后通过算法验证实例证明了协商机制能更好地帮助用户进行决策,提高了决策系统的灵活性和准确性.     

一种基于几何分布的新支持向量机多分类方法

二叉树支持向量机是多分类问题的一种有效方法,然而分类的效果与二叉树的结构密切相关。获得更好的分类效果和更高的效率,要使得二叉树高度尽量小而两个子类尽量易分。距离通常用来衡量两个类的分离程度,但不能反映类的分布情况。考虑到多分类中类的分布,文中定义新的分离度和相似度来衡量两个类的分离度,并且提出了一中新的基于几何分布二叉树支持向量机多分类算法,该方法使得二叉树高度尽量小而两个子类尽量易分。实验表明该方法具有较高的分类准确率和效率。     

克隆选择算法分析及其改进的研究与应用

克隆选择算法被广泛应用到各个领域,为解决DeCastro克隆选择算法中存在的一些问题:需要根据人为经验确定种群规模的大小、种群训练的时间比较长、多峰搜索能力相对较弱,对其进行进一步的改进,运用新的克隆选择、克隆变异和最佳亲和度,并引入了抗体抑制操作,可动态确定种群大小,使算法具有较强的全局和局部搜索能力,同时也可以搜索到全局最优点和尽可能多的局部极值点.简单仿真实验结果表明,该算法的平均运行时间和找到峰值点个数都明显优于DeCastro克隆选择算法     

基于Backstepping的飞行控制系统设计

现代无人机多采用多操纵面设计,这样使其性能有很大的提高,但是同时也导致了飞机控制系统设计复杂度的增加.尤其在其大迎角飞行时,是一个非线性、时变、耦合的多输入多输出(MIMO)系统,这更增加了控制系统设计的复杂度.文中针对这个问题,提出了一种基于Backstepping(回推控制)的控制律设计方法,克服了传统增益调参法需要纵横向解耦、参数切换等缺点,且具有调节时间短、超调量小、鲁棒性强和易于工程实现等优点.将无人机迎角、侧滑角和滚转角速度作为被控指标设计控制律.通过对某型无人战斗机进行飞行控制律的设计分析,得到了满意的控制效果     

面向动态任务合作求解的联盟模型

多Agent系统中,Agent间通过形成联盟达到提高任务求解能力,获取更多收益的目的。主要关注联盟模型的改进和联盟形成阶段的改进,基于ARG(agent,role,group)元模型和学习机制提出了一种采用角色和学习机制的新联盟模型CLAR(coalition model based on learnin gagent and role);在采用合同网协议的CLAR联盟模型中提出了两阶段联盟形成机制;通过捕食者问题实验验证了角色和学习机制的作用,以及两阶段联盟形成机制在减少通讯代价上的作用。