基于SLAM的图形建模仿真环境

本文详细介绍了基于ＳＬＡＭ的图形建模仿真环境的设计与应用，包括图形建模环境的实现，ＳＬＡＭ网络的进程交互仿真策略以及仿真器的设计，并进一步探讨了该系统用于协同仿真进行混合异构建模的思想。     

基于卫星导航数据在线拟合星光折射模型方法

基于星光折射的自主导航系统结构简单、成本低廉,理论上能够实现对飞行器的高精度导航.但由于测量模型受大气参数不确定性的影响,使得该导航方法的精度及可靠性严重降低.根据飞行器处于低轨段的卫星导航数据,通过神经网络在线拟合星光折射模型,避免了大气参数不确定性的影响,提高了星光折射导航精度.通过仿真重点研究了星光折射模型的特点...     

大型船舶流行病传播控制过程多智能体模型

基于复杂网络和传播动力学相关原理,构建了符合大型船舶人员交互特征的社交网络,定义了传播网络层级结构,分析了交互网络拓扑生成的5项规则,给出了大型船舶流行病传播社交网络构成方法。基于多智能体技术,研究了交互网络节点成员属性和流行病传播特点,给出了智能体成员状态空间的基本构成形式,融合防护治疗、管控隔离、信息交互等因素的物理特征,构建了智能体状态迁移和行为交互过程算法,并分析论证了衰减函数的结构及区间特性。对比距离恒定模型和随机游走模型,分别对典型大型船舶流行病传播过程分4种工况12种状态进行了仿真计算,结果表明:随机游走模型更适合信息量丰富条件下的大型船舶流行病早期传播过程模拟仿真和疫情防控策略分析。     

一种基于多目标微粒群优化的虚拟网络映射方法

针对多个虚拟网络同时映射时资源统一优化分配的问题,提出了一种基于多目标微粒群优化的虚拟网络映射方法(MSC-VNE),提高底层网络资源利用率及全局负载均衡性能。建立了虚拟网络映射的多目标优化模型,将单个虚拟网络映射作为一个子群,并采用多子群协作优化的方法在子群映射时通过相互信息交换进行协同进化,最终达到全局资源的优化分配。仿真结果表明,与典型成果相比,提出的方法有效地提高了底层网络资源利用率和虚拟网络构建成功率。     

低地球轨道卫星网络节能方法

通常卫星的唯一能源来源是太阳能,因此星上网络设备的能源供应问题比地面网络的更加严峻。通过修改和扩展链路容量受限的最小代价多商品流模型来适应卫星网络这一特殊的体系结构,并基于低轨道卫星网络的多重覆盖机制和流量分布模型,改进现有的启发式算法来关闭冗余的卫星节点、星地链路和星间链路。在满足链路利用率和路由跳数增加比例约束的条件下,仿真实验中关闭上述三种参数的比例分别可达59%、61%和72%,卫星网络的总体节能比例可达65%。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

计算机网络攻击效果评估技术研究

计算机网络攻击效果评估技术是信息系统安全评估中一个重要而具有挑战性的课题。目前 ,相关的理论尚不成熟 ,有关的研究报道较少。简要总结了当前已经存在的主要信息安全的评估方法 ,在此基础上 ,从便于实际度量和计算的角度出发 ,提出了基于网络信息熵的评估技术、基于系统安全层次分析的安全评估框架和基于指标分析的网络攻击效果综合评估技术等三种评估模型 ,并分析了各自在使用中应注意的问题     

分段线性凸费用网络流的两个算法

本文讨论了分段线性凸费用网络流问题,推广了线性费用网络流中的负回路方法和最小费用路方法,从而得到了求分段线性凸费用网络的最小费用流的两个算法。     

基于交叉熵和新转移函数的模糊神经网络分类器

针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。