TeleTone EWAS系统

ＴｅｌｅＴｏｎｅＥＷＡＳ系统严琪坤一、天立通（ＴｅｌｅＴｏｎｅ）ＥＷＡＳ系统ＴｅｌｅＴｏｎｅＥＷＡＳ无线接入通信系统是针对中国农村和专业网的通信现状，采用数字交换技术、无线通信技术、计算机网络技术、数字传输技术，集公众移动通信网和集群系统功能于一体的...

基于EWA算法的电力用户短期负荷预测

针对电力用户的负荷进行精准预测对售电公司在电力现货市场交易中合理申报用电需求曲线、推动电力现货市场模式下的零售市场改革具有重要意义。以某电力用户实际电力负荷数据为例,采用指数加权平均算法,通过对电力用户历史前60 d的负荷数据的分析来预测未来1~7 d的短期负荷。对用户的全天24 h负荷分时预测,采用负荷预测值和实际值的平均绝对百分比误差来分析算法预测的精度。实验结果表明,预测误差在较小的范围之内验证模型的准确性及有效性,为售电公司现货交易决策提供有力的辅助。

基于人体工程学风险测定的生产线员工岗位轮转研究

在生产线上实行员工岗位轮转是预防职业疾病和损伤的一种重要手段.针对生产线员工岗位轮转问题,采用在欧洲自动化工业中广泛使用的人体工程学风险测定方法 EWAS,模糊测定相应岗位的人体工程学风险值;其次,以生产线所有员工最大风险值中的最小值为目标函数,构建了岗位轮转调度模型和求解方法,并运用启发式算法对模型求解进行优化,最终得出岗位轮转的最佳方案.

网络蠕虫检测技术研究与实现

近几年来网络蠕虫对因特网造成了严重威胁。由于蠕虫能在短时间内感染成千上万台主机,因此必须使用快速自动化的检测防御技术。文章首先分析了典型的蠕虫特征,接着提出了一种有效的蠕虫检测方案,最后对该方案进行了分析和评价。

一种统一的硬件加速自适应EWA Splatting算法

提出了一种新的硬件加速自适应EWA（椭圆加权平均）Splatting算法框架，可同时适用于三维体数据和点模型．算法将高斯重建核与低通图像滤波核结合，得到反走样、无模糊的高质量图像．提出一种高效的自适应滤波方法，减少了高质量EWA Splatting的计算量．提出了自适应体EWA Splatting的3种数据存储模式和一系列高级特性，其中包括交互式分类、体一面混合绘制策略和自适应浮点累加．展示了如何在可编程图形处理单元（GPU）中计算体数据和点模型数据的EWA Splat基元．实验表明，文中的方法在一台普通微机上每秒可绘制1500万～2000万个基元，达到较高的图像质量与交互的绘制速度．

基于全暴露组关联分析技术的环境健康研究进展

暴露组是整个生命周期中历经的所有暴露.为了更好地评估暴露组-疾病的关联,参照全基因组关联研究的概念(GWAS),提出了全暴露组关联分析(EWAS).全暴露组关联分析是一种数据驱动的探索性研究方法,可用于发现与某些复杂疾病相关联的环境因素.文章搜索并纳入了当前的全暴露组关联分析文章,从研究对象、暴露变量、流行病学结局和统计分析几个方面总结了文章的研究方法,综述了目前的研究进展,提炼研究的特点和当前局限,并对其未来做出展望.

基于利他偏好的学习模型及其实验研究

利他行为一直伴随着人类的历史,同时企业的成长过程也是一个不断学习的过程,因此建立基于利他偏好的学习博弈模型更加符合企业的需要,然而目前尚未见此研究。考虑了利他偏好之后,用效用函数取代直接收益,建立了改进的EWA学习模型,确定各参数的取值方法,给出了初始魅力值计算公式。设计了二级供应链情景下的实验,通过实验获得了数据。采用Matlab软件统计分析后发现:与基本EWA模型相比,考虑了利他偏好之后,实验者的策略选择更快地收敛,说明考虑利他偏好后EWA学习模型的学习效果更好。另外,社会距离越小,实验者的策略选择也越快地收敛,说明社会距离对策略的选择有显著影响,企业应该注重培养战略伙伴关系,降低社会距离,形成长期的合作关系。

基于复杂网络演化博弈的企业低碳创新合作行为网络演化机理研究

针对企业低碳创新合作所面临的复杂问题,基于现实复杂网络结构特征,运用演化博弈理论研究有限理性下企业低碳创新合作行为网络演化机理,利用Matlab仿真技术探究无标度网络载体上微观因素对低碳创新合作行为的影响。研究结果表明:低碳创新利益分配、协同效益和违约惩罚对低碳创新合作行为网络演化结果的影响最为显著,网络规模越大网络演化速度越慢,网络规模越小对协同系数和利益分配系数的敏感性越强,网络规模越大对技术溢出系数和违约惩罚的敏感性越强。研究结论可以为企业低碳创新合作策略制定提供解决依据。

基于计算实验的集群式供应链协同采购影响因素研究

针对集群式供应链协同采购影响因素的动态复杂性,采用计算实验方法模拟协同采购的形成过程,定义了系统主体间的学习交互规则,定量地研究了市场需求、采购企业密度和采购企业自利性三个因素对企业协同采购的影响。实验结果表明,市场需求的增加会导致企业选择协同采购策略的意愿降低;当系统达到稳定状态时,企业协同采购策略变化的频率很低;市场需求的波动程度增强会导致企业选择协同采购策略的意愿增加,且波动程度越强,企业选择协同采购策略的时间越早。采购企业密度的增加会导致选择协同采购策略的企业数量不断增加;采购企业自利性的增加会导致越来越多的企业放弃协同采购策略。其实验结果对集群式供应链管理具有一定的借鉴意义。

有限次重复博弈下的网络攻击行为研究

网络攻防博弈在很多情况下是多回合的较量,可以从有限次重复博弈的角度来对攻击者的行为进行建模,从而更好地预测攻击者可能采取的策略.在分析攻击者行为的基础上,根据攻击者的理性级别将攻击者分为4种类型:长远近视攻击者、长远老练攻击者、短期近视攻击者、短期老练攻击者,然后基于强化学习、EWA、QRE等理论和方法分别针对这4种不同类型的攻击者构建了行为模型,并给出了模型的参数估计,最后通过试验对模型的有效性和准确性进行了验证.

基于EWA博弈学习模型的股权分置改革对价均衡研究

本文以股权分置改革中以纯送股方式支付对价的936家A股上市公司为样本,从行为博弈的角度,用EWA学习模型研究了其对价均衡的形成机理,并对均衡的形成过程进行了模拟。模拟结果表明EWA学习模型成功捕捉了对价均衡的形成过程,说明股权分置改革对价博弈是一个基于策略学习的博弈过程。对模型参数的分析表明:博弈双方即非流通股股东和流通股股东具有极强的学习能力,但这种学习仅为对过去经验的纯策略学习;同时非流通股股东制定方案时对策略收益赋予较小的权重,说明决策双方博弈地位的不对等在很大程度上决定了不公平对价均衡的形成。

基于无线访问系统的高速以太网的机理及应用

剖析了作为IEEE80 2 .11TGa标准中基于无线访问系统 (EWA)的高速以太网的机理 ,并介绍了它的应用。EWA由连接用户PC的站点 (STA)和连接以太网的访问点 (AP)组成 ,采用适合多路径衰减通道的正交频分复用 (OFDM)技术 ,通过无线接口在STA站点和AP访问点之间使用 2 0Mbit/s访问速率实现了图片移动传输。

认知无线网络中信道选择算法研究

研究认知无线网络中认知用户(secondary user,SU)的信道选择策略。在每个信道上,由于主用户(Primary user,PU)返回的概率不相同,因此SU需要接入一个成功传输概率最大的信道,以尽量避免与PU发生冲突。提出了一个基于EWA学习的信道选择算法,仿真结果表明,SU通过学习历史信道选择的经验,能自适应地选择可用性最好的信道,从而最小化与PU发生冲突的概率,有效地降低了SU进行信道切换的可能性。

井下认知无线电EWA信道选择算法

为解决特殊的井下恶劣无线环境造成通信极易中断的问题,提出基于经验加权吸引策略的信道选择算法.深入分析报酬反馈结构,建立更加细致和合理的多级的报酬反馈体制.采用简单多次重复概率实验的方法验证了基于EWA学习的信道选择算法的有效性.通过与传统单一固定信道传输和Q学习算法的深入对比研究表明,基于EWA学习的信道选择算法根据无线信道特性的在线学习经验对优选信道快速捕获的准确性和稳定性方面具有更好的性能.

EWA博弈抽象的认知无线电网络信道选择

通过协作频谱感知对信道可用性进行分析,构建网络可用信道的优先度表.利用该优先度表,提出一种基于EWA学习博弈模型的信道选择算法.与基于学习自动机算法和无悔学习算法对比的仿真结果表明,该算法可通过历史经验的学习选择对认知用户可用性最优的信道,能提高系统的有效吞吐量,并获得更好的资源分配公平性.

指挥员作战决策行为的经验加权吸引力学习模型

为更有效地进行作战决策,提出指挥员作战决策行为的经验加权吸引力(experience adding weight affinity,EWA)学习理论模型。通过行为学视角来认识指挥员作战决策行为,从指挥员的心理和行为因素来分析指挥员的决策质量,分析指挥员作战决策行为的影响因素,并基于EWA模型对指挥员作战决策行为的学习、改善。实例分析证明,该模型可有效解决指挥员因缺乏成功历史经验而影响作战决策质量的问题。

网络购物小数定律在大数据和EWA学习模型下的修正

网购中用户的真实评价有助于消费者消除产品质量的一些不确定性。但是当评价数据太少或者真实性受到质疑时,参考该评价做出的决策可能犯小数定律错误。将网络用户评价视为带噪音的大数据,将网购视为消费者和商家的一种群体博弈,文章利用EWA学习模型分析消费者在浏览带噪评价数据时从小数定律错误向大数定律理性策略修正的过程。模拟结果表明:网络大数据使得商家评价的真实性提高了20%,而消费者避开"小数定律"陷阱的概率提高了30%。

网络购物小数定律在大数据和EWA学习模型下的修正

网购中用户的真实评价有助于消费者消除产品质量的一些不确定性。但是当评价数据太少或者真实性受到质疑时,参考该评价做出的决策可能犯小数定律错误。将网络用户评价视为带噪音的大数据,将网购视为消费者和商家的一种群体博弈,文章利用EWA学习模型分析消费者在浏览带噪评价数据时从小数定律错误向大数定律理性策略修正的过程。模拟结果表明:网络大数据使得商家评价的真实性提高了20%,而消费者避开"小数定律"陷阱的概率提高了30%。

基于多主体仿真方法的组织惯例维系与变化研究

通过多主体建模的方法,结合行为博弈中的经验加权吸引学习模型,研究个体在面临环境变化时的惯例执行策略选择。研究表明,个体倾向于维持现有的行为,这使得组织惯例表现出惯性特征;组织惯例与环境的潜在偏离程度增加会促使行为变化的产生,但这种变化行为又包含了渐进式改变现有惯例和惯例变革两种形式,且后者的发展进程更快;如果组织惯例的执行行为与持续变化的环境具有严重的潜在偏离性,但偏离发展的进程缓慢,这种情况将导致组织内某些时期出现突然性的惯例变革,且渐进式改变现有惯例的进程不再出现。

指挥员作战决策行为的EWA学习模型分析

为从根本上提高作战决策质量,从行为学角度入手,以"指挥员"这一中心,结合认知科学、心理学等知识对指挥员作战决策行为进行研究。从博弈角度出发,通过引入EWA模型,对指挥员作战决策行为进行分析和优化。结果表明,EWA模型,特别是加入"老练"的指挥员后的模型能够明显改善指挥员决策行为,对指挥员,尤其是经验匮乏的指挥员决策行为表现有着重要的作用。