基于基础交互模式的间接交互模式

为了利用信任关系来建立间接交互模式,提出了3种基于基础交互模式的基础间接交互模式,即始终依赖中间人的间接交互模式、依赖中间人进行单项认证的间接交互模式和依赖中间人进行双向认证的间接交互模式.利用改进的基于抑止弧Petri网对后2种基础间接交互模式进行了建模,并提出了它们的确信度评估方法.以C2C电子商务为例,提出了基于基础间接交互模式组合复杂网络间接交互模式的方法.与一般的交互模式设计相比,间接交互模式专注于如何借助与其他实体的信任关系来建立可信间接交互模式,适用于直接信任不够的情景.     

运维过程复杂度建模及有效性验证

建立了基于复杂性理论的信息系统运维过程复杂度模型,定义了执行复杂度、参数复杂度、上下文复杂度、交互复杂度和并行复杂度5个指标,给出了指标的形式化定义和计算方法,并且提出了使用归一化函数对指标数据进行处理,以比较单一指标在整体复杂度中所占比重的方法,最后通过开设1个电子邮件服务系统的实验验证了模型的有效性. 该模型可用于度量信息系统运行维护过程的复杂程度,寻找运维热点,进而可以评估和优化运维过程,以提高运维质量和效率.     

运维过程复杂度建模及有效性验证

建立了基于复杂性理论的信息系统运维过程复杂度模型,定义了执行复杂度、参数复杂度、上下文复杂度、交互复杂度和并行复杂度5个指标,给出了指标的形式化定义和计算方法,并且提出了使用归一化函数对指标数据进行处理,以比较单一指标在整体复杂度中所占比重的方法,最后通过开设1个电子邮件服务系统的实验验证了模型的有效性. 该模型可用于度量信息系统运行维护过程的复杂程度,寻找运维热点,进而可以评估和优化运维过程,以提高运维质量和效率.     

遗传禁忌搜索算法收敛性和时间复杂度分析

遗传禁忌搜索算法多用于车辆路径优化、旅行商问题等,试验证明:融合遗传算法与禁忌搜索算法的混合算法相比单一算法的性能有较大提升,但缺少理论证明。本文阐述了遗传禁忌搜索算法的混合策略,从理论上对该算法的收敛性进行了证明,对时间复杂度进行了分析。应用马尔科夫链模型证明了遗传禁忌搜索算法是以概率1收敛到全局最优解的,并应用求解随机算法时间复杂度的方法,即求解算法的期望收敛时间,估算了该算法的时间复杂度,结果证明该算法的时间复杂度与所得解的多样性、问题规模以及遗传算法的种群数量有关。     

带时间窗的模糊需求多类型车辆路径问题禁忌搜索算法

在对模糊需求和决策者偏好的概念进行介绍的基础上,研究了一类单车场单发情况下客户需求模糊、车辆类型不同、车辆数量确定、时间窗约束的车辆路径优化问题.利用禁忌搜索算法对该问题进行求解,并给出了该问题的一个计算实例.     

时相关旅行时间车辆路径高效启发式算法

研究时相关旅行时间车辆路径问题经典启发式算法的改进策略,通过更新路线的到达时间和最晚出发时间,减少局部搜索算法的计算时间.该策略可用于Or-opt、2-opt、1-shift和CROSS等交换算法.通过数值计算实验,评估改进策略的性能,结果表明,对于单路线和多路线过程,高效启发式算法的计算复杂度明显低于常规算法.     

ACELP语音编码中代数码书的快速搜索算法

为降低ACELP语音编码中代数码书搜索的复杂度,提出了一种基于代数多子码书结构的多路径快速搜索算法.实验结果表明,在不降低编码质量的条件下,这种搜索算法的复杂度仅为全搜索算法的1/128.     

基于时间序列相似度的离群模式检测模型

针对常规基于单点数据比较的离群模式检测忽视现实生活各种波动周期规律的问题,提出采用时间序列相似度的检测方法.通过基于重要点的时序线段拟合方法描述整体波动规律,以线段斜率比较描述时序走势的相似度.模型克服了一般时序分析算法复杂度高、缺乏整体波动规律把握的缺陷,可以有效解决目前可疑金融交易监管系统高误报率、报送数据调查价值低的问题.对金融外汇交易真实数据的实验结果证实了模型在交易波动周期规律发现上的有效性.     

多目标群决策交互式模糊规划方法

基于决策者按各自模糊愿望水平给出的偏好信息，将多目标群决策问题等价成模糊规划问题加以交互迭代求解，应用双向搜索算法处理决策者间的抵触性，求取一个满意解。     

最值吸收算法解决矩阵连乘次序问题

通过分析矩阵序列乘法的特点,找到了一种新的算法一最小维数边界吸收算法,并将此算法分别与穷举搜索算法、动态规划算法的时间复杂度及空间复杂度进行分析比较．可以看出,动态规划算法的时间复杂度为O（n^3）,空间复杂度为O（n^2）,而本算法的时间复杂度和空间复杂度均为O（n）,并且不需要额外的空间开销．     

基于LSSVM的电梯交通模式的模糊识别

提出可以对电梯交通模式进行模糊识别的方法.采用最小二乘支持向量机(LSSVM)的回归算法来学习2种交通模式的相对隶属度,通过相对比较法得到当前时刻所有交通模式的隶属度.介绍了LSSVM二值分类算法及传统的多值分类算法,分析LSSVM多值分类与函数回归的关系.分析结果表明,采用函数回归算法可以进行多值分类.若以交通模式的隶属度作为类标,则可采用LSSVM的回归算法来进行2种交通模式的模糊分类.为了提高LSSVM的线性度,分3步逐步细分电梯客流的交通模式.实验结果表明,采用该方法得到的各交通模式隶属度随时间的变化曲线与依据群控专家经验得到的曲线非常相似,识别结果的平均误差小于应用神经网络识别的平均误差,可将识别结果作为电梯群控系统的输入参数.     

时间序列部分周期模式的更新算法

针对在线增量部分周期模式挖掘中计算复杂度过高的问题,提出了一种带移动时间窗的时间序列部分周期模式挖掘算法.在时间序列的数据挖掘过程中,某些应用场合只要求对近期的时间序列数据进行挖掘发现部分周期模式,作为时间序列未来行为趋势的预测.因此在挖掘过程中,利用时间窗口,在先前挖掘结果的基础上,对最近的时间序列进行部分周期模式挖...     

发现时间序列数据中的高质量惊奇模式

时间序列数据库中的惊奇模式发现是一个重要问题。已有的算法根据时间序列的形态特征定义并发现惊奇模式,而忽视时间序列内在的机理及其统计规律。为克服此缺点,提出基于时间序列预测的惊奇模式定义,即,其中包含了足够多例外的事件,并提出系统化的惊奇模式发现算法。首先将时间序列离散化为0和1组成的字串;然后用一个简单的算法从此字串中发现所有的惊奇模式。实验表明,所提算法不仅可以发现Keogh等人定义的惊奇模式,而且避免了发现无意义的惊奇模式。     

一种快速的时间序列相似性算法的研究及其在股票管理中的应用

提出了一种新的股票时间序列相似性的研究方法,该方法与已往的算法相比,具有很高的计算效率.首先将时间序列分段线性化,将近似直线的端点按时间顺序排列形成转折点序列来描述原始序列,从而降低了数据的数量和复杂度,提高了快速性.基于分段线性化,提出了一种相似性计算方法,可以从时间序列中搜索用于传统股票分析的基础模型.将基础模型的谷点和峰点的位置按照某种规律重新排序,然后从转折点序列中寻找重新排序后与基础模型排序相同的子序列（即相似性搜索）,用该基础模型可以对股票后续趋势做出预测.与通常的相似性算法相比,该算法不考虑时间尺度和数据的幅值的变化,因此,大大提高了相似性的计算精度.     

基于模糊逻辑的群体信任模型

从信任的主观性和模糊性角度出发,提出了一种基于模糊逻辑的群体信任模型,抽象出顺序模式、选择模式、循环模式和并行模式4种群体构成的基本约束模式及其嵌套复合来刻画群体中个体之间的约束关系,并分别给出了信任度的度量方法.群体信任模型对群体信任关系和特别软件群体的信任关系提供了很好的支持.     

军队供应商绩效模糊评估研究

由于系统的复杂性,对军队供应商绩效评估是一个比较复杂的过程。提出绩效评价指标的设计原则和数学模型．运用模糊综合评判法对军队供应商绩效进行评估。     

Method of time delay measurement based on fast maximum likelihood for pulsar pulse profile

The time delay of the pulsar integrated pulse profile relative to the standard pulse profile is one of the important observations in an X-ray pulsar-based navigation system, with the measuring accuracy directly affecting the the pulsar-based navigation system. In order to improve the measuring accuracy of the time delay of the pulsar integrated pulse profile and reduce the computation complexity, a method called fast maximum likelihood (FML) estimation is proposed in this paper, which first distills the pulse profile of the X-ray pulsar by the epoch folding. Then, the likelihood function is estimated to obtain the time delay of the pulsar integrated pulse profile. This paper also improves the fast maximum likelihood time delay estimation by narrowing the phase interval of the standard pulse profile and combines rough estimation with accurate estimation to effectively compute the time delay. Real pulsar data observed by the Rossi X-ray Timing Explorer (RXTE) are used to validate the effectiveness of the proposed method from the aspects of the observed time and computational complexity. Compared with the Taylor FFT algorithm, the measurement accuracy of the proposed method can be significantly improved while keeping the total computational complexity.     

旅游容量状态评定的模式间接识别分析方法

对旅游资源的开发利用“度”的数量描述在传统数学中是个难以解决的问题。本文利用模式间接识别法，首先对旅游资源开发利用状态进行了恰当的3种模糊划分；然后相应地构建了与这3种模糊状态相吻合的模糊状态向量作为模式标淮；最后利用贴近度概念得到了旅游容量所处于某种状态的数学模型，并给出了一个例证。     

网络舆情演化模式分析

网络舆情演化分析已成为网络舆情研究的热点内容.文章使用描述网民发帖过程的时间序列来表征网络舆情的演化过程,使用时间序列的分析方法来探索网络舆情的演化规律,构建了6个网络舆情演化模式,包括分布模式、平稳模式、相关模式、自相似模式、周期模式和趋势模式,并给出了相应的模式分析方法.实验表明,构建的网络舆情演化模式能够有效地表征网络舆情演化过程,有助于更深层次地分析网络舆情演化规律,为后续演化建模提供理论基础.