再议网络图的逻辑同构变换

图对同一个逻辑问题可有不同的表达方式，在必要时需进行逻辑同构变换＾［１］。本文对“节点型网络向箭线型网络的逻辑风构变换”的研究进行了补充，增加了三种情况的图开有子模，进一步谁了逐节生长法的通用性。同时，提出了箭线型网络向节点型网络逆向变换的算法；逐线收缩法。     

网络图绘制与工程计划优化方案

本文在研究网络图绘制规则与网络优化理论的基础上，提出了网络图的生成方法与最优日程安排模型，并编制了相应的软件，为网络技术的应用提出了较方便的途径。     

网络图广义连通性的基本性质与常见连通结构

网络图的广义连通性是通常连通性的推广，它反映了网络图顶点（元素）间一类更为广泛层面上的内在联系，本文通过决策判断信息的网络系统分析，研究了网络图广义连通性的基本性质，并通过考察相应的信息结构特征，给出了广义连通性几种常通结构类型。     

基于航班机型分配的机队规划启发式算法

为了解决传统机队规划方法无法准确反映航空公司运营环境的问题,从航班机型分配的角度为航空公司设计机队规划算法,其基本思想是:给定候选机型以及航空公司生产运营环境(航线网络、航班计划、航班订座需求和平均票价水平),利用航班机型分配寻找最优的机队配置方案.将航班机型分配描述为时序网络图中的网络流问题,以“航班节-航班机型分配”成本最小为目标函数,机队中有且仅有一种竞争机型,被选用机型最低飞机数为约束条件设计模拟退火算法.仿真结果表明:对规模为13个航班节,7种候选机型的问题,算法平均运算时间为5.42秒,结果稳定且高效可行.     

匹配于进化种群的局部网络图度量

为了分析匹配于进化种群的贝叶斯网络结构 ,给出了用于刻画局部贝叶斯网络度量的有关表示。依据贝叶斯狄利克雷度量 ,对于贝叶斯网络图中的 3个顶点 (对应于染色体的某 3个基因位置 ) ,研究了 3个顶点无连接、其中只有两个顶点存在有向连接、及 3个顶点存在两条有向边时的度量值关系。揭示了局部贝叶斯网络结构的固有特性 ,为进一步研究进化算法的种群结构提供了一条可行的途径。     

新型公交网络模型与最优出行路径算法

给出一种标号的二分图公交网络模型,在此模型基础上给出线路换乘与最优出行路径的算法,这种算法充分利用标号信息给出站点网络图的边权函数.基于站点网络图不仅能够搜索换乘线路而且能够找到最短路径.最后利用天津市部分公交系统验证了该模型及方法的有效性.     

关于网络图广义连通性的探讨

本文提出了图的广义连通性的概念，给出一类网络图广义连通性的算法步骤，并通过算例分析考察了网络图广义连通性的结构特征。     

从复杂网络的观点看大停电事故

从系统论的观点,结合工程界对电力网络与停电问题的研究以及最近复杂网络方面有关研究进展,给出了大停电问题的研究进展概述.首先讨论了电力网络的整体特性,指出电力网络具有小世界性质;其度分布是指数的,负载分布却是幂律的;具有介于随机网络和无标度网络之间的抗毁能力.简单回顾了关于电力传输动力学系统自组织临界性的研究,指出可以利用缺供电时间衡量停电规模,并给出了相应的统计结果,该结果支持最新研究的结论.最后,文章介绍了3个主流模型,并详细比较和讨论了不同模型的优劣,提出了本领域存在的主要问题以及可能的研究方向.     

一类群体网络模型建立的代数算法

群体网络模型是多项目计划安排与控制的基础, 本文根据一类群体工程项目的特点结合网络图的代数表达, 提出了群体网络模型建模的原理和代数算法。     

论虚元素

介绍了传统网络和ＢＡＮＴ网络关于虚元素问题的研究并揭示了传统网络关于虚元素构图存在的问题．在此基础上．本文论证了虚元素问题是网络计划技术的一个基础理论问题,并指出：ＢＡＮＴ网络建立了该基础理论即虚元素基础理论．     

基于动态贝叶斯网络的无人机路径规划研究

针对威胁可变及威胁体不尽相同的无人机路径规划问题,提出了一种局部路径重规划的算法。该算法首先构造出战场具有n类威胁体的初始路径图———“改进型Voronoi图”,后应用Dijkstra算法搜索威胁分布图,求解粗略最短路径。在无人战斗机飞行过程中,威胁体威胁等级不断变化,无人战斗机通过多传感器数据融合知识构建动态贝叶斯网络图,感知环境,获取信息,应用Viterbi解码算法获得实时威胁等级,进行局部改进型Voronoi图的重构,以完成局部路径重规划,提高了无人战斗机在实战环境下生存概率。给出了应用该方法的具体步骤,通过仿真实验证明该算法的有效性。     

机理混合自适应时延神经网络建模和控制算法

过程机理和数据驱动模型的结合一直是过程控制中的重点和难点问题。提出了一种新颖的机理混合模型结构。该模型基于自适应时延神经网络,并结合了被控对象的机理模型,因此可以对建模的对象进行预测感知,并可大幅提高神经网络的泛化功能。基于这种模型设计了预测控制算法,并分析了该模型的逼近能力、收敛性以及该控制算法的闭环稳定性。在双容水箱液位控制系统的大量实验结果表明,基于该混合模型的预测控制算法比现有算法具有更好的控制效果,从而验证了该混合模型的优越性。     

基于自适应MAS的编队对地攻防对抗系统建模研究

针对当前信息化、网络化的战场环境特点,提出了一种攻防对抗系统的自适应Multi-AgentSystem(MAS)模型,将整个攻防对抗过程看作为进攻方Agent系统A及对抗性环境E的交互过程,重点分析了攻防对抗过程中代表空中攻击机群编队的进攻方Agent系统的总体结构框架和基于系统效能的MAS内部行为,给出了Agent系统的自适应行为算法,并进行了相应的仿真分析。仿真结果表明,这种采用基于系统效能准则的自适应MAS建模方法对分析攻防对抗系统的内部行为和总体效能指标提供了一种有效的途径。     

基于影响图的多智能体学习算法

提出一种多智能体学习算法.用影响图作为 agent 表示工具,给定 agent 的一个初始模型和它的历史行为,在能力、信念和优先学习的基础上来构建新的模型.学习方法是把其它 agent 的历史行为作为训练集,利用神经网络以及决策知识和专家知识来修改影响图中各结点的连接关系.针对与 agent 历史行为不一致的情况,本文把它看成效用函数发生了随机偏差,通过 Markov chain-Monte Carlo 技术进行模拟,实现效用函数的调整.最后利用多机编队协同空战作为例子说明算法的实用性.     

基于递阶遗传算法和BP网络的时间序列预测

提出一种基于递阶遗传算法和BP神经网络的时间序列预测模型。现有的BP训练方法只能训练BP网络的权重,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定。以铁路客运市场数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,所提出的方法是可行的。     

网络图全时间坐标形式

讨论了箭线式网络图上时间参数的表示和带时间坐标网络图，不带时间坐标网络图的具体形式，提出一种新形式的可全面反映全部时间参数的全时间坐标网络图.     

基于神经网络的飞行器测高方案研究

介绍了基于统计学飞行器测高方案的特点 ,指出其存在的不足。提出了基于神经网络方法的新思路 ,与传统的方案进行了对比及可行性分析论证 ,并给出了具体的计算方法。最后对某一弹道集合进行了数值仿真。采用神经网络模型训练 ,训练结果通过弹道检验表明 ,此方案较原基于统计学飞行器测高方案具有一定的优越性 ,可用于飞行器测高系统     

最优箭线图的判定与唯一性

统筹图又叫计划网络图或箭线（工程）图．任给一个有限偏序集（简称序集，其元素叫做工序或作业），要绘制它的一个最优统筹图（含虚工序数最少者）是一个尚未解决的困难问题．本文给出了一个判定一序集存在唯一最优箭线图的充分条件以及绘制这类序集的最优箭线图的方法；并指出：若Ｐ一个序集满足Ｗ－ｆｒｅｅ和Ｍ－ｆｒｅｅ，则Ｐ的最优箭线图唯一且可在多项式时间内作出．     

基于自适应网格的跳频信号参数估计

分析了现有跳频信号稀疏重构算法的基不匹配问题,导致离散字典的稀疏表示能力变差,严重影响稀疏重构算法的性能。针对这种情形,提出了基于自适应网格的变分贝叶斯稀疏重构算法。该方法通过对字典不断地加权聚类和缩放处理,实现字典的自我更新,使得参数网格更加精细化。仿真结果表明,该方法具有良好的抗噪性能和交叉项抑制能力,同时缓解了稀疏重构算法的基不匹配情形,时频聚焦性进一步提高,能够在较低信噪比条件下,获取较高时频分辨率的时频矩阵,可以更精确地完成后续跳时刻检测、跳周期及跳频率等参数估计。     

基于BP神经网络的路径行程时间实时预测模型

行程时间预测是交通流诱导系统研究的一项重要内容．在分析各种行程时间预测方法的基础上，本文建立了基于ＢＰ神经网络的行程时间实时预测模型，编制了行程时间预测软件系统．利用长春市的交通实测数据对行程时间进行了预测