基于交通状态规则的大型活动专用行车线路规划方法

针对目前缺少定量化研究大型活动专用行车线路的难点问题,提出基于交通状态规则的大型活动专用行车线路规划方法.通过对可采集交通数据的路段进行交通状态判别,研判交通数据真空路段,形成区域路网交通状态;融合交通状态规则与AHP法,设计了多层级简约搜索算法及其线路评价模型,其中,应用多层级简约搜索算法初步筛选多条可行行车线路,基于AHP法对可行行车线路进行综合评价.该方法可为城市举办的各类大型活动的专用行车线路规划提供借鉴.

基于状态依赖切换规则的切换控制器设计方法

在实际工程应用中,物理限制或人为约束的存在使得受控系统在单个控制器的作用下通常无法达到稳定,而具有切换特性的多模态控制器可以更好地提升受控系统的性能。因此,深入研究切换机制在控制器设计中的作用具有重要实际意义。本文基于状态依赖切换规则将受控系统转化为切换系统。通过合理地选择增益系数以增大切换子系统之间的等效刚度差,并结合所选择的增益系数和切换系统的能量比值函数设计了弱保守性的状态依赖切换控制器,解决了受控系统在控制约束下难以被镇定的问题。最后,仿真结果验证了所给出的切换控制方法的有效性。

基于事件-状态-过程规则的跨组织工作流协同方法

目前跨组织工作流协同建模时,各个组织内业务模型的独立性和隐私性较差,"全局"协同模型的柔性不好,且缺乏描述协作活动之间细粒度操作语义。依据协调理论的思想,提出了一种基于事件-状态-过程规则的跨组织工作流协同方法,其核心是采用事件-状态-过程规则形式表达的协同工作流来控制和协调多个组织内业务流程的运行。该方法中的业务工作流程仅曝露需要交互的活动,从而保证了其独立性和隐私性。同时,协同工作流由一系列具有细粒度操作语义的协同活动组成,并且基于事件-状态-过程规则的形式,可进行灵活的定义和删除,具有较好的柔性。

基于有限状态机的作战仿真实体状态转移规则建模

在作战仿真推演过程中,作战仿真实体在不同状态之间的转移需遵循一定的规则。论文对仿真实体状态转移规则进行了分类、描述和形式化定义,提出了基于有限状态机的仿真实体状态转移规则建模方法,为仿真模拟系统的流程控制和仿真实体的状态转移过程设计实践提供了新的研究思路。

状态分配规则及多余态分配技术

本文全面分析了时序电路设计中的4个状态分配规则，并进一步提出了多余态的分配技术。设计实例表明，有关的规则及多余态分配技术均是有效的。

基于多模式匹配的状态检测技术

提出了一种基于多模式匹配的状态检测方案,借助网络处理器PowerPC MPC8572E的模式匹配模块及其状态规则引擎,能够针对包含多种特征信息的协议,检测出协议所包含的所有特征模式,判断模式间的关联关系与建立的状态规则库是否一致,从而有效的识别该类协议数据。以FTP协议为例,分析了协议的各个状态,从实验结果可以看到,检测方案能够有效检测出FTP的状态转移过程。对于不同的协议,检测方案可以设定不同的状态规则,捕获协议的复杂状态迁移过程,从而有效监控数据流的交互过程,判断协议数据的合法性。

基于Artifact状态变迁的射孔数据协同流程模型研究

本课题结合射孔作业的实际需要,提出基于Artifact状态变迁的射孔数据协同流程思想。首先介绍Artifact的定义与特性,结合射孔数据处理时存在的问题,设计了基于Artifact状态变迁的射孔深度数据协同处理流程并建立了模型。尤其考虑到射孔现有的应用软件元素,对Artifact推进进程的应用做了改进,建立完全支持射孔作业的工作模式。最后用状态树描述了Artifact实例状态的生命周期及状态变化情况,实现不同部门、不同岗位的协同工作。

基于改进蚁群算法的AGV路径规划研究

路径规划是自动导引车(automated guided vehicle,AGV)实现自主能力的重要组成部分。针对传统蚁群算法收敛速度慢、易陷入局部最优等问题,提出一种改进蚁群算法的路径规划方法。该方法通过引入一种动态调节因子,以实现算法在收敛性和全局搜索能力方面的平衡作用;改进状态转移规则,以提高算法的搜索质量,避免陷入局部最优;提出了一种改进的信息素更新策略,有效提高了算法的收敛速度;通过对信息素挥发因子进行自适应调整,以提高算法的收敛速度和整体优化能力。最后,在改进算法所规划出的最优路径的基础上进行路径的二次优化,可以减少路径长度,降低能耗,提高AGV的工作效率。实验结果表明,将该方法应用在AGV的路径规划方面更具有效性和优越性。

基于RFID信息约束平台的群体机器人防拥堵算法

拥塞是群体机器人导航中的一个常见现象,特别容易发生在大量机器人从四面八方朝同一目标移动时,为此提出一种分布式协调算法来解决目标点拥堵问题。该算法引入了人类交通中的变道行为,基于概率有限状态机,通过局部通信和感知,使机器人之间形成一种状态约束,然后设计了考虑区域划分的RFID信息平台来进一步控制目标区域流量。利用QT程序框架对群体机器人场景进行多组仿真实验,并搭建一个小型群体机器人实物平台,以验证提出的防拥堵策略的有效性和可靠性。结果表明,具有约束规则的机器人系统能更好地缓解拥堵现象,特别是机器人数量较多时,其工作量显著下降,导航效率得到极大提升。

一种XACML规则冲突及冗余分析方法

基于属性的声明式策略语言XACML表达能力丰富,满足开放式环境下资源访问管理的复杂安全需求,但其自身缺乏对规则冲突检测、规则冗余分析的支持.文中利用规则状态思想描述分析了属性层次操作关联带来的多种冲突类型,在资源语义树策略索引基础上利用状态相关性给出规则冲突检测算法;利用状态覆盖思想分析造成规则冗余的原因,给出在不同规则评估合并算法下的冗余判定定理.仿真实验首先分析了冲突检测算法的运行效率;然后针对多种策略判定系统,验证了基于语义树的策略索引和冗余规则处理可以显著提高判定性能.

基于蚁群优化算法的凝聚型层次聚类

传统的凝聚型层次聚类在分裂或合并类时如果没有很好地作出决定,就有可能导致低质量的聚类结果,针对这一缺点,提出一种基于蚁群优化算法的凝聚型层次聚类算法。该算法先利用蚁群优化算法的状态转移规则决定凝聚型层次聚类中下一个将要合并的数据点,再利用信息素更新规则寻找聚类的最优路径,最后获得全局最优的高质量层次聚类结果。该优化算法在人工数据集和UCI数据集上的仿真实验结果表明,相对于传统的聚类算法,该算法的准确率更高,聚类效果更好。

蚁群算法在冗余系统可靠性最优分配上的应用

针对各种进化算法所存在的早熟收敛,易陷人局部极值点的缺点,采用两种不同的状态转移规则和与系统属性紧密相关的信息素更新规则,用蚁群算法解决元件可选择不同类型的最优冗余分配问题,实例仿真结果表明蚁群算法可以在相对短的时间内较快的找到问题的最优解。

多优解更新信息素的混合行为蚁群算法

蚁群算法在优化领域,尤其在组合优化问题中获得了较为成功的应用,然而它存在易于早熟收敛、搜索时间长等不足.针对该问题,提出了一种改进算法.该算法一方面在典型的状态转移规则中融合了一种随机选择策略,保证算法始终具有一定的探索能力;另一方面在搜索过程中保持一个优解池,通过交替使用池中最优解和其它次优解更新信息素,达到平衡算法强化搜索和分散搜索的目的.文中讨论了相关参数的选取方法,分析了所提算法的计算复杂度和收敛性,并针对典型的旅行商问题进行了仿真实验,结果表明该算法获得的解质量高于其他已有算法.

改进型蚁群算法在Job Shop问题中的应用

应用改进型蚁群算法解决车间作业调度问题。在原有标准蚁群算法的基础上采用了新的状态转移规则,讨论了各种不同的轨迹更新规则对仿真结果的影响,并通过统计数据验证了改进型蚁群算法优于标准的蚁群优化算法。由于算法中的参数对算法的求解效率和求解结果都有一定的影响,所以对此也进行了初步的研究,得到了运行较好的参数取值范围。

基于群体智能的蚁群算法研究

群体智能是指任何启发于群居性昆虫群体和其它动物群体的集体行为而设计的算法和分布式问题解决装置,群体智能现正在成为人工智能领域和相关领域的一个研究热点;该文首先介绍了群体智能中的两个重要算法:蚁群算法和粒子群算法的基本思想,然后重点探讨了蚁群优化算法,对基本蚁群算法和改进的蚁群算法进行了深入的分析和评述。

水声网络冲突避免MAC协议的研究和优化

在UW-CSMA/CA协议的基础上,针对水声网络的特点,在节点位置未知且不要求各节点时间同步的前提下,提出了对静默算法、退避算法和状态转移规则的改进算法,设计了一种适合于水声多跳网络的MACAPU协议。仿真结果表明:MACAPU协议在不同数据包长度、不同通信速率和不同节点距离下均具有较高的吞吐量,比原始UW-CSMA/CA协议具有更好的性能。

改进蚁群算法在系统可靠度最优冗余分配的应用

针对蚁群算法在解决NP困难时所存在的极易陷入局部最优值和搜索时间过长的问题,在蚁群算法基础上重新设计状态转移规则和信息素更新规则。实验研究表明:改进后的算法可以有效解决最优冗余分配问题,同时可以在相对短的时间内找到问题的最优解。

基于高斯隶属函数的模糊定性仿真

通过分析发现模糊定性仿真系统存在两个缺陷,即模糊子集距离定义和相似原理的不完善。这两个缺陷存在的根本原因是采用了四元数表示的模糊定量空间。用高斯隶属函数代替梯形隶属函数研究模糊定性仿真,并对模糊子集的距离定义以及相似原理作了改进。在FuSim的基础上,给出了到达时间、持续时间的具体表达式并用于时间过滤。仿真实例证明了此算法的有效性。

串并联系统可靠性优化的蚁群算法

为获得高可靠性,串并联系统的设计中常采用不同型号的元件,由于系统中元件有数量型号等的限制,每一元件又有重量、费用、可靠度等标志,所以串并联系统可靠性优化问题为典型的NP-难问题。采用两种不同的状态转移规则和与系统属性紧密相关的信息素更新规则,通过局部循环和整体循环分别搜索代表各子系统结构和系统结构的解向量,用蚁群算法成功地解决了元件可选择不同类型的串并联系统可靠性优化问题,仿真结果表明,蚁群算法可以在相对短的时间内较快地找到问题的最优解,蚁群算法与其它元启发式算法一样,可以有效克服求解组合优化的计算复杂度问题。

基于蚂蚁系统的 TSP 问题的新算法

从介绍蚂蚁系统出发，提出了新的状态转移规则及全局修正规则，结合这些新规则设计出一个新算法，该算法是一个分布式并行算法。计算机试验结果表明，该算法对求解ＴＳＰ问题十分有效。