基于隐Markov模型的复杂仿真系统

根据复杂仿真系统具备随机性、严格时序逻辑性等工程实际特点,提出一种以隐Markov模型（HMM）为基础,利用多元统计理论定量分析复杂仿真系统运行有效性的评价方法.在引入状态观测向量矩阵的基础上,详细介绍了量化描述仿真剧情、复杂仿真系统运行状态的HMM的建立方法,给出了复杂仿真系统运行有效性评价准则,并针对评价过程中的关键算法进行了深入研究.     

基于多Agent的高层体系结构分布式数据记录系统研究

为消除现有数据记录机制对高层体系结构仿真系统性能的不利影响,提出了基于多智能体的高层体系结构分布式数据记录系统的解决方案。该方案采用类似可扩展标记语言的表达形式与Petri网相结合的描述方法,对数据记录过程的行为特征进行形式化描述,实现了对该描述方法的层次语言支持。为满足信息获取的快速高效,以及访问负载的相对均衡,采用分层数据管理与组织机制,实现了对松散耦合的分布数据进行统一管理和更新。最后,针对应用于该系统协调决策过程的强化学习算法进行了探索性研究。     

结合标签相关性和不均衡性的多标签学习模型

针对现有多标签学习算法较少兼顾标签间关联性和不平衡性的问题,提出一种同时考虑多标签间相关性与多标签不平衡问题的学习模型(A Multi-label Learning Model based on Label Correlation and Imbalance,MLCI).该学习模型针对每个标签类别,通过耦合其他标签类别以考量标签间的关联性,并降低缓解标签间不均衡比率,MLCI是一个将当前标签的二类不平衡学习器和多个与其他标签耦合的多类不平衡学习器结合的集成分类器.采用7种常用的多标签算法作为对比算法,针对yeast、scene、emotions和CAL500这4个开放数据集进行分类处理.实验结果表明,MLCI相比其他对比算法,在精度均值(Average-Precision)、排序损失(Ranking-Loss)、宏观平均AUC(Macro-Averaging AUC)和微观平均AUC(Micro-Averaging AUC) 4个性能评估指标上总体占明显优势.     

基于高级体系结构的联邦集成测试平台的研究

为充分支持基于高层体系结构(HLA)的联邦仿真系统正确性和可信度等问题的分析、评估工作,有效辅助基于仿真结果所进行的一系列应用决策过程,在全面分析HLA联邦仿真系统对联邦测试需求的基础上,设计实现了联邦集成测试平台(FITP). 详细介绍了该集成测试平台的体系结构、主要功能模块,并对其实现过程中的若干关键技术进行了深入研究. 实践证明,FITP有效集成了适用于不同测试阶段的测试工具,能够显著提高测试效率以及准确性.     

非均质油藏中微球/聚合物非均相复合体系的调驱性能

将聚丙烯酰胺微球（PCB）与疏水缔合聚合物KYPAM-6S复配得到非均相复合体系。研究了复合体系中PCB与KYPAM-6S的最佳配比；在注入体积0.3 PV、注入质量浓度为3 000 mg/L时，探究了复合体系相对单一体系在非均质油藏的调驱性能。实验结果表明，1 500 mg/L PCB+1 500 mg/L KYPAM-6S的复合体系在高剪切速率下稳定性好，且黏弹性最高，为最佳配比；相对于单独的PCB和KYPAM-6S，复合体系在非均质岩心中能够建立较强的渗流阻力，提高低渗岩心原油的动用程度，使低渗岩心提高采收率19.25%，说明PCB/KYPAM-6S复合体系在非均质油藏中的适用性更强。