【摘 要】
:
节点的自私行为将严重影响机会网络的传输性能.为激励节点协作,提出一种基于信誉度惩罚策略的重复博弈模型.惩罚策略以信誉度度量节点的历史行为,并设计不同程度的惩罚,重复博弈中节点考虑未来的长久收益以及对自私表现下惩罚的恐惧而选择协作转发.利用演化博弈理论分析并证明了节点由自私向协作行为转变的动态过程中的演化稳定性.仿真结果表明,该模型可有效激励节点参与协作,在自私节点较多时,也能保证较高节点传输成功率和较低的网络延迟.
【机 构】
:
内蒙古科技大学信息工程学院 内蒙古 包头014010;内蒙古科技大学信息工程学院 内蒙古 包头014010;包钢集团第三职工医院 内蒙古 包头014010
其他文献
城市燃气公司为防止出现储气量过剩或不足等问题,必须要对天然气负荷量进行预测.对此,提出一种基于小波变换和长短期记忆网络的深度学习模型(wavelet_LSTM),对未来一年的天然气日负荷量进行预测.在某市燃气公司真实数据集上的实验结果表明,该模型有较高的准确性,可以较好地满足城市燃气公司的业务需求.
目前企业数据中心监控平台一般通过人工经验设置阈值的方式进行监控项告警,其无法反映监控项数据的波动变化,因此容易造成漏报和误报,无法满足实时业务告警需求.对此提出一种基于EFT(Energy,Fluctuation,Time)的特征提取方法,即从监控项时序数据的能量、波动和时间三个方面提取特征,并且将随机森林算法引入至监控项告警模型中.实验结果表明,提出的基于EFT特征提取的无阈值告警模型表现良好,准确率高达95%以上,可满足实时业务告警需求,提高告警准确性.
针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法.通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变化,从而可以在其发生故障之前及时排除.在基于Keras框架上进行的实验表明:在四种模型性能评估指标上,CapsNet的方法比传统的卷积神经网络(Convolutional Neural Network,CNN)、长短时记忆网络(Long S
基于EXCEL、ANSYS和VB.NET开发一套钢结构参数化有限元分析系统.通过修改EXCEL数据而不需要修改代码就能快速实现产品拓扑结构的更改,从而使系统适用于各种非标准化产品的钢结构参数化有限元分析.基于该系统开发的斗轮堆取料机参数化有限元计算模板验证了其高效性和便捷性.
对新型冠状病毒肺炎的传播规律进行研究,为传染病防控提供科学依据.基于每日发布的新冠肺炎确诊人数数据集,采用经典的SEIR(Susceptible-Exposed-Infected-Recovered)传染病动力学模型模拟疫情传播过程;利用最小二乘法对感染系数β和恢复系数γ进行参数估计;通过过滤原始数据集、优化感染人群初始值I0和恢复系数γ等方法进一步提高模型预测的准确率.该方法能够合理地预测疫情确诊人数和疫情拐点,对全国、湖北省确诊人数的预测误差率分别不超过2.04%、1.25%,对于疫情防控具有实用价值
针对二元创新资源配置难题,基于主体建模方法,构建考虑随机性的多主体创新资源配置仿真模型,并制定多主体交互中的企业行为规则和消费者行为规则.利用Netlogo软件开展模拟仿真,进行可靠性检验和灵敏度分析.研究发现,资源柔性过大不利于资源配置,降低企业利润.能力柔性的增强有利于提高资源配置效率,进而提升企业创新绩效.两种柔性对资源配置有效性并未表现出协同效应,企业应优先提升能力柔性.该仿真模型综合考虑了消费者和市场变化、竞争条件、策略调整等因素,更符合创新实际,可以为企业制定二元创新资源配置决策提供参考.
传统预测采购量采用时间序列,预测模型较为单一.而平台采购量与消费者的多种消费行为有关.故采用Granger因果检测,得到影响商品销量相关性较高的几种因素,如商品评论量、商品收藏量、是否有税费补贴等;利用Bayes-BP算法建立模型,优化传统的BP算法,得到商品采购量.将该方法应用于大连某跨境电商平台商品采购量预测,结果表明该方法的平均误差率在5.9%,具有较高实际应用价值.
分析目前工业监测中多种无线通信方案的优劣,针对节点固定、拓扑结构并不复杂的工厂监测场景,设计一种以2.4 GHz Wi-Fi和433 MHz频段无线通信方式的WSN网关,并搭建以网关为核心的通信框架.硬件层面上,设计网关整体硬件结构及各模块电路;软件层面上,为提高433 MHz频段无线传感网通信稳定性,对Zig-Bee协议进行场景适应性优化,约定网关通信数据格式,并对软件流程进行模块化设计.对网关性能进行测试,结果表明,该网关通信稳定可靠及时、设计合理且实用性强.
RBF神经网络进行船舶主机燃油喷射系统故障和诊断的过程中存在着精度不高、误诊率高的缺点.针对这种情况,引入以Elman神经网络为基本识别模型,使用改进遗传算法(GA)对网络的权值和阈值进行优化;使用船舶主机燃油喷射系统故障样本对优化后的算法进行训练并对待识别故障样本进行仿真.对比普通Elman神经网络模型、GA-RBF神经网络模型、GA-Elman神经网络模型的诊断结果.仿真结果显示,改进的GA-Elman神经网络不易陷入局部最小值,误差小,在故障诊断方面优于Elman神经网络和GA-RBF神经网络.
针对自然语言和无人机远程操控的语义理解问题,提出一种基于语义本体的无人机人机交互控制方法.以电力巡线为领域背景,基于本体的方法构建人机交互的概念体系,用OWL语言描述并定义地图信息数据,形成概念本体事实库.以概念本体事实库为基础,构建多元语义关系,生成关于位置节点的拓扑关系结构和语义解释接口,提出基于标签稀疏图的语义位置推理方法和轨迹控制算法,从而实现人机在统一的概念内涵和位置推理基础上的交互控制.研发语义本体人机交互模拟演示系统,通过实验证明:作为人机交互实例,该方法可以为无人机电力巡线提供位置导航和轨