直觉线性μ-演算中的合成推理

讨论了以基于前缀封闭集合的Heyting代数的直觉解释的线性μ-演算(IμTL)作为描述“假设-保证”的逻辑基础的问题,提出了一个基于IμTL的“假设-保证”规则.该规则比往常应用线性时序逻辑(LTL)作为规范语言的那些规则具有更好的表达能力,扩展了对形如“always ?”等安全性质的“假设-保证”的范围,具备更一般的“假设-保证”推理能力及对循环推理的支持.     

利用模糊-BP神经网络评价高校教师教学质量

为提高高校教师教学质量评价的科学性和合理性,简单分析了传统线性方法进行教师教学质量评价的缺点,介绍了一种基于模糊理论与BP神经网络的高校教师教学质量评价模型。该模型将教学评价指标概念量化成确定的数据作为BP网络的输入,模糊综合评价结果作为输出。运用Matlab进行实证研究发现,将该方法用于高校教师教学质量评价中,既克服了评价主体在评价过程中的主观因素,叉得到了满意的评价结果,具有广泛的适用性。     

HClO对贻贝粘附单元DOPA氧化的理论研究

采用量子化学密度泛函理论(DFT)研究贻贝粘附单元DOPA(3,4-二羟基苯丙氨酸)的结构与性质,得分子的几何构型、原子电荷分布、反应活性及热力学等参数,表明:DOPA苯环易与HClO(次氯酸)发生亲电取代反应(1),生成3-氯4,5-二羟基苯丙氨酸,阻碍生成贻贝内超强粘附单元DOPA二联体,降低粘附蛋白间粘性;DOPA侧链易与HClO发生亲电亲核反应(2),促使DOPA侧链的断裂,降低粘附蛋白内粘性;在相同温度下,反应(1)和反应(2)的△G<0,且△G(1)<△G(2),反应(1)较易发生.     

信息检索中的广义作用效应链应用研究

广义作用句和广义效应句的划分是作用效应链思想在句类体系中的体现.这一划分是对自然语言语句的一个最基本的分类.如果结合信息检索中采取的统计学办法,在检索结果的基础上进行二次精筛选,则提供给查询用户的结果必将更符合实际需求,能更有效提高信息检索的正确率.从人为数据统计结果来看,这一思路有效地把统计方·法和基本规则方法结合起来,提高了信息检索的检索准确率.     

不完备信息系统中决策规则的不确定性表示

将完备信息系统中决策规则的不确定性度量引入到不完备信息系统中,充分讨论了条件属性值缺失时规则的不确定性度量表现为概率区间的特性,在此基础上给出了确信度和覆盖度的近似概率值,并利用确信度计算出规则对分类的反映程度.     

结合先天和适应性免疫的蠕虫检测免疫模型

现有的蠕虫检测方法大多通过关闭不安全的端口,切断感染主机与未感染主机之间通信等方法延缓蠕虫传播而达到将损害减少到最低程度的目的.实际上在实施这些方法时往往有许多障碍需要克服,其中的最大障碍就是存在错误检测率高的问题.现将免疫危险理论中的DCs(树突状细胞,Dendritic Cells)-T细胞协同机制用于蠕虫检测,其中DCs属于先天免疫系统细胞,T细胞属于适应性免疫系统细胞.本模型将蠕虫进程触发的系统调用序列当作抗原,将感染蠕虫导致的主机和网络异常当作危险信号.在该模型中,DCs负责危险信号的收集检测并提呈与该危险信号关联的抗原给T细胞检测器进行抗原结构检测.理论分析说明,这样的双重检测方法可以降低伪肯定率和伪否定率,并且记忆T细胞检测器的采用能使系统对类似蠕虫的再次感染反应更加迅速.     

多视点需求工程中视点集成过程的研究

多视点需求工程方法以视点的形式,分散、独立地获取和表示不同项目相关人员的需求信息.为生成一份统一的规格说明,必须对所有相关的视点进行集成.讨论了以公共开发方式作为视点的集成方式,并基于范畴理论对集成过程进行建模.同时,以公共开发的选取为导向,提出了视点集成的两种优化策略,并证明了它们的有效性.此外,讨论了视点集成的结果与集成的顺序之间的关系.     

基于最优模糊PID温度控制方法研究

针对某智能大厦空调的温度控制系统,引入了一种新的模糊推理方法,设计了模糊PID控制器.该模糊推理方法将优化和反馈的思想引入推理过程中,依据不同的优化指标进行推理,使推理过程更为有效,论文给出了应用该推理方法的具体过程.以建立起的温度系统模型为基础,设计了基于最优模糊推理的温度系统模糊PID控制器,进行了仿真研究,仿真结果和实际运行表明了该控制方法具有强鲁棒性和良好控制品质.     

基于多环QFT的高超声速飞行器鲁棒控制

阐述了定量反馈理论(QFT)的基本原理和设计方法,针对超燃冲压发动机不同工作状态时高超声速飞行器不确定性模型,应用多环QFT设计了高超声速飞行器纵向飞行控制系统;仿真结果表明,运用QFT方法设计的控制系统不仅具有良好的跟踪性能和抗干扰性能,而且能够很好地解决飞行控制系统由于模型参数具有不确定性而造成的控制系统鲁棒性设计问题,并从工程应用角度为高超飞行器纵向飞行控制系统提供了一种鲁棒控制设计方案。     

Gossip-based aggregation of trust in decentralized reputation systems

Decentralized Reputation Systems have recently emerged as a prominent method of establishing trust among self-interested agents in online environments. A key issue is the efficient aggregation of data in the system; several approaches have been proposed, but they are plagued by major shortcomings. We put forward a novel, decentralized data management scheme grounded in gossip-based algorithms. Rumor mongering is known to possess algorithmic advantages, and indeed, our framework inherits many of their salient features: scalability, robustness, a global perspective, and simplicity. We demonstrate that our scheme motivates agents to maintain a very high reputation, by showing that the higher an agent’s reputation is above the threshold set by its peers, the more transactions it would be able to complete within a certain time unit. We analyze the relation between the amount by which an agent’s average reputation exceeds the threshold and the time required to close a deal. This analysis is carried out both theoretically, and empirically through a simulation system called GossipTrustSim. Finally, we show that our approach is inherently impervious to certain kinds of attacks. A preliminary version of this article appeared in the proceedings of IJCAI 2007.