非线性时间序列定性相空间推理方法研究

提出一种基于定性仿真的非线性时间序列重构相空间的方法,定性相空间推理是其关键一步。通过时间序列定性状态的抽象来裁减其状态空间,规约行为轨迹,重构其定性相空间图。用3变量Lorenz系统产生的数据流对算法进行验证,结果表明能够保留原始相空间图的几何形状和拓扑关系,捕捉到相空间图中存在的行为轨迹的特征。     

癫痫EEG波形的小波分析方法

癫痫患者发病期间脑电图表现为高幅同步节律波,可显著地在患者脑电图中观测到棘、尖波以及棘慢复合波等特征波形。本文根据癫痫波形特征,利用小波变换的时频局部化特性,提出了另一种高效的脑电图癫痫波形自动检测方法。     

定性仿真在医疗诊断研究中的应用

定性仿真是处理不完备信息的有效方法，处理医学领域的不确定问题已经成为它的一个重要研究领域。本文介绍了当今定性仿真在医学领域的应用实例，重点说明了脑电信号源定位模型、糖尿病病人血糖代谢模型和肾脏模型中的定性仿真方法，为在医学领域进一步的研究提供借鉴。     

定性建模、仿真和控制

概括介绍了定性建模、仿真和定性控制的产生和发展，以及理论研究现状，并说明了在国外的应用情况，最后对该领域的发展前景作出评述。     

基于组件连接的QSIM-CC建模系统

针对复杂物理系统难以直接构造QSIM定性模型的问题,给出一个基于组件连接的QSIM建模方案─QSIM-CC系统。该系统通过对具体物理系统进行结构分析,建立组件连接模型,进而转化为用于QSIM仿真的定性微分方程(QDE)。组件连接模型的引入,在物理实体和定性微分方程之间建立起一个桥梁,通过形式化的描述,使得QSIM模型的建立更加直观和形象。最后通过一个液压系统的例子,用QSIM-CC构建单体水槽定性仿真模型,并给出其仿真结果。     

定性仿真技术及应用

定性仿真以非数字化手段处理信息输入、建模、行为分析和结果输出等仿真环节,通过定性建模推导系统的定性行为描述。定性仿真是处理不完备信息的有效方法。定性仿真方法产生了多种流派,如模糊仿真法、归纳推理法、非因果关系推理方法、基于因果关系的推理方法、基于图表的推理方法、基于数据的结构化建模方法、基于定性空间的推理方法等。近年来,定性仿真已应用到故障诊断、生态和环境学、机械制造业和工业系统、医学研究、混杂非线性系统、教育系统、人类社会与经济、人工智能等领域中。最后从整体上简要评述了定性仿真的发展。     

基于SRML的QSIM模型表示

基于web的建模与仿真研究需要满足web开发的基本要求,即模型和仿真过程能够在万维网(WWW)上以标准的形式被服务、接收和处理。本文在现有仿真参考标记语言(SRML)和仿真参考仿真器(SRSimulator)的基于web的仿真技术基础上,提出了基于web的QSIM模型表示方法,在QSIM算法的输入模型和SRML之间建立了映射关系,并构造了基于web的定性仿真框架。     

参数化设计的定性建模与仿真

对参数化设计问题提出了一种新的基于DOF（Degreesoffreedom）的定性建模与仿真方法。在几何约束求解的过程中，通常的定量数值化方法由于解空间的巨大而显得低效。通过定义基本约束簇类型和规则，新方法引入定性图对几何约束进行定性建模及模型求解．经过一系列基于DOF的定性图推理过程，几何约束的定性模型被规约为一个单节点后得出一系列的构造步骤。在这个推理阶段中得出的构造步骤被确定为以后精确定量计算的次序．结合了定性推理方法的高效性以及定量方法的精确性，初步实验表明新方法能够提高约束求解的效率。     

基于数据场的复杂网络节点影响力建模与仿真

复杂网络节点影响力的研究是数据挖掘的重要组成部分。挖掘出复杂网络中有影响力的节点不仅具有重要的学术意义,且有助于抑制流行病的爆发、控制谣言的传播和推广电子商务产品等。通过选取每个节点的混合度分解值(Mixed Degree Decomposition,MDD)作为质量,将复杂网络抽象为数据场,结合数据场模型来识别有影响力的节点,并与一些著名的节点中心性方法进行对比。使用经典的传染病模型(Susceptible-Infected-Recovered,SIR)通过对比感染节点的数量来评估仿真性能。对实际网络的仿真实验结果表明,数据场模型能够有效的识别网络中有影响力的节点。     

一种军事仿真概念模型的定性反馈表示方法

军事仿真是一个复杂系统,良好的概念模型设计是系统开发的正确性保证,为了便于军事领域专家和系统开发人员交流,提出一种定性反馈表示方法,在基于HLA的军事仿真概念模型设计中引入定性反馈方法表示联邦成员数据交互关系,可以直观表示出各联邦成员的静态和动态关系,为实际仿真系统的开发建立基础。