One-armed bandit models with continuous and delayed responses

One-armed bandit processes with continuous delayed responses are formulated as controlled stochastic processes following the Bayesian approach. It is shown that under some regularity conditions, a Gittins-like index exists which is the limit of a monotonic sequence of break-even values characterizing optimal initial selections of arms for finite horizon bandit processes. Furthermore, there is an optimal stopping solution when all observations on the unknown arm are complete. Results are illustrated with a bandit model having exponentially distributed responses, in which case the controlled stochastic process becomes a Markov decision process, the Gittins-like index is the Gittins index and the Gittins index strategy is optimal. Acknowledgement.We thank an anonymous referee for constructive and insightful comments, especially those related to the notion of the Gittins index.Both authors are funded by the Natural Sciences and Engineering Research Council (NSERC) of Canada.     

有序二叉决策图在防火墙规则库设计中的应用

在防火墙规则库的设计中利用有序二叉决策图（ordered binary decision diagram，OBDD）来表示防火墙的访问控制规则集，改变了传统的顺序存储规则的规则库设计方法，以增加预处理时间为代价，有效地提高了规则的匹配速度，从而提高了防火墙的性能及其安全性．     

一种基于不同风险偏好投资多目标决策模型及解法

建立了风险投资的多目标决策模型，分别采用线性加权法、TOPSIS法和密切值法，对不同风险偏好下备选方案进行排序，再用平均值法对上述排序进行综合排序，从而避免单一方法的片面性，较为全面科学地得出最优方案。最后，用一个算例说明了方法的可行性和有效性。     

基于多Agent的宏观经济智能预测决策支持系统研究

在分析智能决策支持系统的发展基础上，将人工智能思想，特别是Agent应用于构建智能宏观经济预测决策支持系统。提出面向任务的Agent设计思想，以任务为核心设计多种类型Agent共同完成预测决策任务，给出基于多Agent的系统组成结构，并给出系统中不同类型Agent的具体实现结构，同时探讨了整个系统的运行机制以及系统中多Agent之间的合作。整个系统的构建过程也是面向Agent的程序设计的过程。     

具有交易成本的证券组合投资决策研究

本文利用均值－方差模型，分析了有交易成本的证券投资组合的决策问题，给出了风险资产和无风险资产的最优投资比例与交易成本关系的一个有意义的结论。     

Interaction of trip decisions and traffic systems dynamics

A major difficulty in the study of large-scale complex systems involving human decision-making with non-linear collective effects is that of obtaining pertinent data at the desired level of detail. A controlled experiment involving real commuters in a hypothetical computer simulated traffic system is described as an alternative approach of conducting observational studies to support the modelling of such complex dynamic interactive decision systems. An overview of the principal characteristics of the traffic system's evolution obtained in this experiment is presented. Also illustrated are the features of a proposed behavioral framework where users are viewed as boundedly rational seekers of a satisfactory choice outcome.     

认知无线电网络中提高传输层端到端吞吐率的跨层参数配置

在认知无线电网络中, 传输层端到端(TCP)吞吐率是衡量网络性能的重要指标. 前期相关研究大都具有以下两方面缺点: 第一, 大部分研究只考虑了协议底层参数来优化物理链路性能, 对传输层性能有所忽略; 第二, 目前的研究大都基于马尔可夫决策过程建模, 这需要网络具有完全知识, 使得这类模型的应用受到很大限制. 针对以上问题, 本文提出一种新的算法: 网络中每个节点通过联合配置物理层调制方式、发射功率、 链路层信道接入和TCP拥塞控制因子来找到传输层端到端近似最优吞吐率. 由于无线设备对环境感知存在误差, 本文将网络模型建模为部分可观测马尔可夫决策过程, 并将其转换成信念状态马尔可夫决策过程, 采用Q值迭代找到近似最优策略. 仿真分析表明, 提出的算法能在动态无线环境下以一定的误差限收敛于最优策略, 能在功率受限条件下, 有效提高传输层端到端吞吐率.     

自适应H.264可变块编码模式选择算法

为了减少H.264/AVC帧间编码模式选择的计算复杂度,利用编码模式之间的相关性以及视频序列时空域的相关性,提出了有选择性的小块搜索技术和有选择性的帧内编码模式搜索技术。模拟结果表明,该算法在保持率失真性能的前提下可以大幅度减少模式选择的计算复杂度,有利于H.264的实时应用。     

ALICE实验中光子谱仪的触发选判机制的模拟研究

对ALICE实验光子谱仪的触发选判机制进行了模拟研究, 内容包括: 1) 对光子谱仪的能量重建性能进行了研究, 通过计算机模拟检验光子谱仪探测器对大横动量范围的入射粒子的能量重建性能; 2) 对光子谱仪探测器的事件触发效率进行了研究, 通过计算机模拟分析触发阈值的选取并计算触发效率; 3) 对光子谱仪探测器的事件触发频率进行了研究, 通过计算机模拟对p-p和Pb-Pb两种碰撞模式下的触发频率分别进行了估算和讨论.     

基于联合变换相关器的Dempster-Shafer理论计算

提出了用联合变换相关器(JTC)来实现证据理论概率分配函数正交和的光学计算,在理论上对于如何用联合变像相关器实现证据理论分配函数正交和作了详细的讨论,并作了相应的仿真测试,结果显示该方法是可行的。与John Caulfield提出的用声光器件矢量外积实现的正交和计算相比,在该结构中由于采用二进制编码的数值计算,因此其计算精度得到了提高,同时对联合变换相关器输入端二进制编码的数值空间位置的适当调整可以直接得到所需要的证据理论正交和矢量,在处理步骤上得到了简化。