一种新的基于广义细胞自动机的网络快速包交换优化方法

实时优化求解快速包交换问题 (FPS)是提高网络性能的重要手段 .基于梯度下降法等数学规划方法 ,不能并行地实时地优化求解FPS问题 ,而基于Hopfield型神经网络和细胞神经网络的优化方法中 ,都只有单一粒度的细胞动力学方程和单一粒度细胞之间的相互作用 ,不仅收敛到平衡点的过程长 ,而且神经网络参数的选择和修正十分困难 .该文提出一种新的具有多粒度宏细胞的广义细胞自动机模型和方法 ,广义细胞自动机中的小粒度宏细胞聚合成可以独立演化的大粒度宏细胞 ,通过多粒度群体的不同程度群体智能的相互作用 ,能够比目前其他方法更快更有效地分布并行地优化求解FPS问题和其它类似的复杂的网络优化问题 .

基于广义细胞自动机的网络信息自组织利用方法

目前的网络信息利用模式存在着严重缺陷 ,它将网络上发生的海量、随机、分布、并行的信息利用行为当作是没有后效的和彼此无关的 .该文提出一种新的基于网络信息自组织的信息利用模式以及基于广义细胞自动机的网络信息自组织方法 .按照本文的信息利用模式 ,网络信息利用行为总是伴随着信息内容在网络中的扩散 ,网络信息利用行为成为有后效的和相关的 ,从而导致不同信息内容和不同内容粒度的分布式的信息自组织结构 ,形成基于这种信息自组织结构的网络信息利用模式 .文中进而提出一种广义细胞自动机的模型、结构和算法 ,通过群体智能 ,发现网络中的信息自组织结构 .分析和实验表明 ,基于广义细胞自动机的的网络信息自组织利用模式 ,在效率。

基于遗传进化的元胞级并行无失真数据压缩方法

利用一阶和二阶细胞自动机，进行元胞级并行无失真数据压缩，细胞自动机中的数据压缩规则由遗传进化算法得到．构造相应的全局置换映射，分别证明了一阶和二阶细胞自动机文本压缩规则的正确性．讨论了有关的时间复杂性及符号动力学特性．与其它传统的串行或小规模并行的数据压缩方法相比，作者的方法有更好的实时性。

网络资源并行优化的纵横复合弹簧网络方法

具有复杂社会动力学特性的计算机网络中 ,存在着许多难以求解的问题 .该文提出一种新的纵横复合弹簧网络模型和方法 ,对计算机网络资源的分布式优化问题建立了相应的数学物理模型及分布平行算法 ,将网络资源优化问题求解过程转变为对应的复合弹簧网络形变过程 .该模型和方法能刻画网络实体之间并发的复杂的社会交互行为 (竞争、协作和诱导等 ) ,能描述网络实体随局势的变化各自采取的动态策略和自治行为 ,并能体现出市场价格机制的作用 .

广义细胞自动机的结构及其硬件实现

该文作者曾提出了广义细胞自动机 (GCA)的原理和并行算法 ,并且应用于网络快速包交换等动态优化问题 .该文进一步讨论了这种新的广义细胞自动机的体系结构、算法的硬件实现及其电路设计 ,它们对于GCA的实际应用有重要意义 .GCA结构不同于Hopfield神经网络 (HNN)和细胞神经网络 (CNN) ,GCA由多层次多粒度宏细胞组成塔形结构 ,它具有多粒度的宏细胞动力学特征 ,相同粒度宏细胞之间没有交互 ,但不同粒度宏细胞之间存在一定程度的交互或反馈 .分析和实验表明 ,在问题求解的优化性、实时性、硬件实现复杂性等方面 ,该文给出的GCA结构和硬件实现 ,与HNN和CNN相比有诸多优点 .

多Agent系统分布式问题求解的代数模型方法(Ⅰ):社会行为、社会局势和社会动力学

该组论文提出一种新的代数模型方法 ,用于多 Agent系统超分布超并行社会智能问题求解 ,该方法通过社会动力学和社会智能 ,统一地处理各种复杂的并行的社会行为 ,用于求解用常规方法难以处理的许多社会交互问题 .本文是组合论文中第一篇 ,提出多 Agent系统分布式问题求解的代数模型结构 ,讨论多 Agent系统中典型社会行为模式及其性质 ,建立形式化描述 。

一种新的基于复合弹簧网络的多Agent系统分布式问题求解方法

当多 Agent系统 (MAS)中 Agent之间存在多种复杂的随机的社会交互行为时 ,当各 Agent表现出不同程度的自治性和理性时 ,难以用现有的方法描述和求解 MAS问题 .即使对于仅仅存在竞争和合作这两种社会交互行为 ,并且不考虑 Agent之间自治程度的本质性差异时 ,现有的基于结盟的 MAS问题求解算法也具有极高的计算复杂性 .该文提出一种新的复合弹簧网络模型和方法 ,利用分布式弹性动力学方程 ,将 MAS分布式问题求解过程转变为对应的复合弹簧网络形变过程 .这种模型和方法能够处理各种社会交互行为以及 Agent不同程度的自治性 .分析和仿真实验表明 ,在计算复杂性和适用性等许多方面 ,该文的分布并行算法优于文献 [7,8]的 Shehory-Kraus算法 .

ATM网络带宽动态优化的广义粒子模型和算法

提出一种新的广义粒子模型和算法,将ATM网络优化问题转变为对偶力场中粒子的运动学和动力学问题,从而分布并行地动态优化ATM网络的资源和带宽分配以及ATM网络的QoS通信合约.讨论了ATM网络动态优化的广义粒子模型的适应性、收敛性和稳定性等性质.ATM网络带宽分配优化问题是NP-完全问题.根据服务类型、通信流量特性和QoS参数,优化ATM网络的资源和带宽分配,对于提高网络吞吐能力、保证网络QoS性能有重要意义.理论分析和仿真实验表明,广义粒子模型和算法具有高度分布并行性,能体现资源需求的价格机制,能适应复杂的动态环境,易于硬件和软件实现.

多Agent系统问题求解的广义粒子模型方法

提出一种多Agent系统分布式问题求解的新的广义粒子模型,将复杂环境下多Agent系统资源分配和任务规划的优化问题转变为广义粒子模型中的粒子运动学和动力学问题.广义粒子模型可以描述和处理的复杂环境包括多Agent系统中的Agent之间存在的随机、并发、多类型的交互行为.各Agent有不同的个性、自治性、生命周期、拥塞程度和故障几率等.本文讨论了广义粒子模型和多Agent系统分布式问题求解的关系,提出了广义粒子模型的数学物理模型和多Agent系统分布式问题求解算法,并且证明了它们的正确性、收敛性、稳定平衡性等基本性质.通过复杂环境下多Agent系统资源分配和任务规划问题的实验和比较,证实了广义粒子模型方法的有效性及其特点.

细胞自动机超并行数据压缩方法

提出细胞自动机元胞级超并行无失真数据压缩方法，并用遗传进化算法获得细胞自动机中的数据压缩规则。证明了细胞自动机文本压缩规则的正确性，讨论了有关的时间复杂性及符号动力学特性。与其他传统的串行或小规模并行的数据压缩方法相比，本文的方法有更好的实时性，普适性，以及Ｓｙｓｔｏｌｉｃ硬件实现的可行性。

更快速的高阶细胞自动机超并行数据压缩方法

构造出高阶置换映射 ,进而得出更有效的高阶细胞自动机超并行数据压缩方法 ,在不增加细胞自动机总体结构复杂性的情况下 ,比文献 [1]中并行压缩方法的处理速度可以成倍地提高 .证明了用遗传进化算法得到的高阶细胞自动机元胞级无失真数据压缩规则的正确性和可行性 ,讨论了有关的时间复杂性及高阶数据压缩方法的有效性 .

多Agent系统分布式问题求解的代数模型方法(Ⅱ):群体智能和社会动力学

该文是组合论文中第二篇 ,讨论多 Agent系统分布式问题求解的代数模型中的特性层和动力学层 ,即不同粒度 Agent群体的宏观群体智能的形式化代数模型以及宏观社会智能与 Agent个体间微观社会行为之间的社会动力学模型 .提出了基于这种新的代数模型方法的超分布超并行社会智能问题求解算法 .关于分布式多任务自组织规划和资源自组织分配的仿真实验以及与其它方法的比较分析 。

超分布超并行智能处理的同步均质竞争行波方法

本文提出的竞争行波的原理、机制和算法，用于超分布超并行智能处理，克服了传统的符号逻辑单行算法和通常的神经网络方法在人工智能问题求解方面面临的许多困难．本文集中论述了竞争行波中最基本的一类同步均质竞争行波，及其超分布超并行问题求解算法，讨论了它们的性质和应用，并与其它著名的经典搜索算法相比较，表明了本文方法多方面的优点及广泛的应用前景．

超分布超并行智能处理的竞争行波异步叠加方法

基于全局同步均质竞争行波的超分布超并行智能处理方法，虽能有效地解决传统的串行符号逻辑方法和通常的神经网络方法所存在的许多问题．但"全局性的同步和均质"这种限制在很多情况下难以满足．本文提出同步均质竞争行波的异步叠加方法，用于超分市超并行智能处理，比单一的全局同步均质竞争行波方法有更好的灵活性和实时处理性，能用于范围更广的问题求解，尤其适合于隐含与或图搜索．

超分布超并行智能处理的异步异质竞争行波方法

本文讨论超分布超并行智能处理的竞争行波方法中最一般的情形异步异质行波。同步均质和异步叠加方法都是本文方法的特例。提出了基于异步异质竞争行波的并行算法和性质。

实现并行搜索和符号逻辑算法的高阶二维时态－竞争激励神经网络方法

本文提出并行搜索和规划算法，以及实现它们的高阶二维时态－竟争激励神经网络．这种网络还能实现基于传统符号逻辑的许多问题求解算法．本文的方法克服了通常的神经网络求解优化问题的缺陷．同时，也避免了符号逻辑算法的串行性及符号逻辑Ｓｙｓｔｏｌｉｃ结构复杂性等问题．给出了求解隐式图搜索、ＬＣＳ问题、ＴＳＰ问题及０－１背包问题的实例．

制造业ERP产品选型评价方法的研究

ERP项目在企业的实施是一个复杂的过程 ,它的成功和失败是由很多因素决定的 ,其中ERP产品的正确选型十分关键。通过对国内外ERP产品结构和实施经验的研究 ,建立一种ERP产品选型评价量化参考模型 ,并通过实验研究进一步证明该方法的可行性。

网络行为建模环境的实现及网络混沌性状分析

设计并实现了一种用于网络行为研究的网络行为建模环境,将网络环境的监测功能和网络行为的分析功能相互结合,为网络系统行为的研究奠定了基础。在这一环境下,归纳了四种有普遍意义的网络突发流量模型,并用混沌分形理论中的迭代函数系统和相空间重构方法对它们进行描述、分析、计算和重构,得到了它们的分形维以及能体现网络流量行为特征的宏观参数。

基于免疫原理的量子进化算法及收敛性研究

分析量子进化算法的特点及免疫进化的机理,提出一种基于免疫算子的量子进化算法.该算法通过免疫克隆选择、免疫细胞交叉变异、记忆细胞产生、抗体相似性抑制等进化机制,可以最终找出最优解,比传统的量子进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力.不仅从理论上证明了所提出算法的收敛性,而且通过仿真实验表明了该算法的优越性.

基于GIS的数字校园教学管理系统的设计与集成

为实现校园教学管理的信息化、科学化和可视化,在分析现有校园信息管理系统特点的基础上,研究了将GIS技术和校园教学MIS系统集成的方法,建立了基于CORBA的校园教学信息集成模型框架,对它的系统体系结构、功能设计及实现技术进行了比较详细的探讨,并以应用实例阐述了基于C/S模式的校园教学管理GIS查询系统的实现方法,为实现校园教学管理可视化提供了一种有效的解决方案。