弱拓扑下集值最优化问题的通有稳定性

用函数的上图象之间的Hausdoff距离定义最优化问题目标函数间的距离。在此弱拓扑下研究定义在紧距离空间上具有普遍意义的最优化问题的稳定性;指出在Baire分类意义下大多数这类问题的解是通有稳定的。     

基于通用黑板模型的IMSE网络中心节点识别

运用通用黑板理论和D-S证据理论探索IMSE网络中心节点识别问题。构建了基于通用黑板框架的IMSE网络中心节点识别模型,讨论了该模型体系的体系结构和实现方法,对该模型的工作流程进行了详细论述。给出了一种基于D-S证据理论的高效识别规则。该系统中专家系统直接给出了基本概率赋值,减少了计算繁琐程度,从而可大大减轻目标识别系统的压力。最后通过仿真结果具体分析了模型的工作情况。