考虑停车位不足的出发时刻选择问题

针对目的地停车位不足,出行者如何选择出发时刻的问题,在有限理性视野下综合考虑道路拥堵状况、出行者个人感知差异、目的地车位供给状况以及无法停入合法停车位后将受到惩罚等因素对出行者出发时刻选择的影响.依据前景理论设计实验,通过调查获取出行者出发时刻选择意向数据,构建出行者出发时刻选择模型.研究结果表明:停车位剩余状况影响出行者对出行结果的满意程度以及下一次出行决策.出行者出行结果满意度随着目的地剩余车位的减少而降低,当出行者的出行结果为满意时,出行者下一次出行由倾向于早到逐渐变为倾向于晚到.在车位不足,不能合法停车的情况下,不同的惩罚措施会影响到出行者下一次出发时刻的决策结果,惩罚越严重,出行者越倾向于早出发.     

基于MLP和SPSO的机器人行为选择与运动控制方法

针对传统行为选择机制(ASM)不能很好地做出控制决策的问题,提出一种基于多层感知(MLP)前馈神经网络的ASM,并将其应用到移动机器人目标跟踪中。首先,根据具体应用场景预定义多个机器人行为。然后,根据机器人配备的图像和红外传感器获得的目标位置和障碍物信息,通过MLP神经网络从预定义行为中选择出所需执行的行为。另外,为了构造最优的MLP模型,采用一种简化粒子群算法(SPSO)来优化网络权值参数。机器人目标跟踪仿真的结果表明,提出的ASM能够准确选择出合适的行为,实现了控制机器人跟踪目标移动且能够避开各种障碍物。     

基于多重约束的OpenXML复合文档内容源数据区容错定界算法

在高误码率条件下,接收到的OpenXML复合文档往往因数据含错而无法打开,而在文档修复过程中,对信源中每个源文件内容源数据区的定界经常容易出错,针对该问题,提出了一种基于多重约束的OpenXML复合文档内容源数据区容错定界算法。通过对文档协议冗余的分析与归类,将内容源数据区定界问题转化为对起始位置序列的最佳估计问题。在通过适当放宽匹配条件完成粗定界的基础上,利用冗余信息中的约束关系构建代价函数对观测数据进行筛选,有效地剔除“虚警”情况,进而实现对内容源数据区起始位置序列的最佳估计。仿真结果表明,在参数设置合理的情况下,该方法具有较好的容错定界能力。     

共享有限资源的有期限约束多工作流吞吐量最大化调度方法

为了进一步提高计算资源利用率,提出了工作流在分布式异构环境中的协同调度算法.首先,提出反向异构最早完成时间优先(heterogeneous earliest finish time,HEFH)调度策略,可以快速求出多个工作流中每个子任务的近似最晚开始时间和子期限,并基于最晚开始时间定义了当前任务相对宽松度的衡量指标,通过对比选出所有工作流中优先级最高的任务,在现有资源中寻找具有最早完成时间的时隙进行映射,并在资源不足时根据子期限及时判定出过饱和现象,合理丢弃用HEFT算法单独调度具有最小时隙的工作流,达到吞吐量最大化.结果表明:这种算法综合对比其他3种在吞吐量、浪费时隙率、公平度及时间复杂度方面有着较好性能.     

基于Delaunay三角剖分的有向传感器网络覆盖增强算法*

针对视频传感器网络的区域覆盖问题,提出一种基于Delaunay三角剖分思想的几何算法,选取围绕传感器的具有最大面积的Delaunay三角形重心作为决策方向。在此基础上,将Delaunay三角剖分的几何方法与分布式贪婪算法进行了融合,引入“贡献率”概念反映节点在其候选方向上可能覆盖区域的大小,以解决冗余覆盖的问题。仿真结果证明了该算法的有效性。     

人工肺-嗅觉系统集成与混合气体识别方法

针对仿人机器人的嗅觉及多种混合气体识别问题,提出一种人工肺-嗅觉系统(HALOS-I)及基于主动呼吸的气体识别方法.该系统硬件主要集成了微型真空泵、酒精/硫化氢/氨气/烟雾/甲烷5种气体传感器、单片机以及信号采集与处理电路;分别用K-均值聚类分析法、遗传算法结合神经网络(GA+BP)、三级级联神经网络(GA+3BP)进行了5种单一气体及4种混合气体的识别实验,结果表明:GA+BP算法仅对5种单一气体识别率达到90%以上,加入混合气体后识别率较低;GA+3BP算法除对硫化氢和烟雾的混合气体识别率为70%以外,对其余8种气体识别率均在90%以上,表明GA与多级级联BP神经网络相结合方法对多种单一及混合气体具有较高的识别率.     

Hadoop中Reduce作业动态调度算法

Hadoop平台中的MapReduce并行分布式编程模型通过将廉价节点组合成集群提供存储和计算服务,可以降低集群成本。Hadoop可以通过配置使Reduce任务在Map任务完成固定百分比时启动,但是过早地启动Reduce任务会造成Reduce资源长期处于等待状态。提出一种Reduce动态调度的DRS算法,通过作业中Map任务数量和大小计算Reduce启动时间,并在作业运行中根据Map任务的调度情况修正启动时间,以节约Reduce资源的使用效率。实验表明,DRS算法与固定百分比参数的方法相比,shuffle阶段时间缩短了7.3%。与系统默认参数相比shuffle阶段时间缩短了43.6%。     

解相关变阶仿射投影窄带干扰抑制算法

针对仿射投影算法用于直扩系统窄带干扰抑制收敛速度慢,计算复杂度高的问题,提出了一种解相关变阶仿射投影窄带干扰抑制算法。通过对窄带干扰带来的接收信号强相关性的消除,利用接收信号正交向量优化步长,并采用结合信号特征得到的算法阶数选择机制,提高了收敛速度,降低了计算复杂度。仿真结果表明,该算法降低了归一化均方误差,明显优于变步长仿射投影窄带干扰抑制算法。     

基于约化乘法表的绝热量子整数分解算法

绝热量子计算模型是一种极具潜力的量子计算模型。报告一种基于约化乘法表的绝热量子整数分解方案及其在6量子~16量子比特内的数值仿真实验结果。这种方案采用约化的乘法表将整数分解问题转化为优化问题,从而将分解问题所需要的量子比特降低到n(n为待分解整数的二进制位宽)。实验结果表明新的绝热量子整数分解算法只需要多项式时间来求解此优化问题。     

大场景 SAR图像舰船目标快速检测

基于SAR图像的舰船目标检测是海洋监视应用的重要方面,随着SAR图像资源的不断丰富,计算速度成为衡量舰船目标检测算法的重要指标。针对大场景SAR图像,提出一种基于分块CFAR的舰船目标快速检测算法。首先通过图像增强提高舰船目标与海洋杂波之间的对比度,然后利用差异性参数进行分块筛选,剔除不包含目标的区域,最后对待检测区域实现基于积分图的快速CFAR检测。TerraSAR_X实测数据的实验结果验证了该方法的有效性。