允许缺货的时滞变质物品的库存模型

本文给出了允许缺货,一订货就交货的时滞变质物品的存贮问题.并给出了最优库存策略     

Nonzero-sum non-stationary discounted Markov game model

The goal of this paper is provide a theory of K-person non-stationary Markov games with unbounded rewards, for a countable state space and action spaces. We investigate both the finite and infinite horizon problems. We define the concept of strong Nash equilibrium and present conditions for both problems for which strong Nash or Nash equilibrium strategies exist for all players within the Markov strategies, and show that the rewards in equilibrium satisfy the optimality equations.     

以“大旅游”战略格局发展桐庐旅游业

本文通过对桐庐县旅游资源的特点、旅游业发展现状的分析 ,提出以“大旅游”战略格局发展桐 庐旅游业的思路 .     

量子密钥分配协议在概率克隆/重发攻击下的安全性

该文基于概率克隆理论提出了一种量子密钥分配协议的攻击策略,密钥攻击者通过概率克隆机将发送端发送的量子态进行概率克隆,并根据自已的结果重新产生一个新的量子态发送给接收端。理论计算证明了量子密钥分配协议在这种攻击策略下仍具有足够的安全性。在经典计算机上设计并仿真量子密钥分配过程,仿真结果与理论分析相吻合。     

进化策略在最佳邻域匹配差错补偿中的应用

文中改进了ＢＮＭ的搜索机制,提出结合进行化策略（ＥＳ）的ＥＳ－ＢＮＭ的差错补偿算法,比较实验证明,该算法在结果接近ＢＮＭ算法的同时,大大减少了计算时间,提高了计算效率。ＥＳ－ＢＮＭ算法也再一次证明了进化算法是一种高效的优化搜索方法。     

基于"联姻"策略的并行遗传算法

早熟现象一直是遗传算法(GAs)所面临的主要问题.为了防止单一种群近亲繁殖导致早熟,本文将人类的联姻策略应用于遗传算法中,提出了一种基于"联姻"策略的并行遗传算法. 对比实验显示出该算法极其优异的性能.同时,文中尝试了一种新的遗传算子,为遗传算法的硬件实现奠定了基础.     

蜂窝移动通信系统中基于紧凑模式的通信借助用指配策略

本文介绍了蜂窝移动通信系统中一种新的动态信道指配策略──基于紧凑模式的信道借用指配策略（ＣＰＣＢ）．这种策略不仅具有基于紧凑模式的动态信道指配的优点,而且具有固定信道指配策略中信道借用的优点．作者将新算法在一种普遍采用的４９个蜂窝的蜂窝通信网络上进行了仿真,分别对几种均匀和非均匀模式的业务分布情况进行了比较,结果表明：ＣＰＣＢ的系统平均阻塞率低于ＦＣＡ、ＢＤＣＬ、基于ＣＰ的ＤＣＡ和ＣＰＭＣＢ等,而且随着负载的增加,其系统平均阻塞率的增长速率也明显低于上述各种策略．     

蜂窝移动通信系统中基于紧凑模式的信道借用指配策略

本文介绍了蜂窝移动通信系统中一种新的动态信道指配策略——基于紧凑模式的信道借用指配策略(CPCB).这种策略不仅具有基于紧凑模式的动态信道指配的优点,而且具有固定信道指配策略中信道借用的优点.作者将新算法在一种普遍采用的49个蜂窝的蜂窝通信网络上进行了仿真,分别对几种均匀和非均匀模式的业务分布情况进行了比较,结果表明:CPCB的系统平均阻塞率低于FCA、BDCL、基于CP的DCA和CPMCB等,而且随着负载的增加,其系统平均阻塞率的增长速率也明显低于上述各种策略.     

Traffic dynamics on multilayer networks

Many real-world networks are demonstrated to either have layered network structures in themselves or interconnect with other networks, forming multilayer network structures. In this survey, we give a brief review of recent progress in traffic dynamics on multilayer networks. First, we introduce several typical multilayer network models. Then, we present some mainstream performance indicators, such as network capacity, average transmission time, etc. Moreover, we discuss some optimization strategies for improving the transmission performance. Finally, we provide some open issues that could be further explored in the future.     

强化学习算法在雷达智能抗干扰中的应用

雷达在工作过程中所应对的干扰场景复杂且多变,所具有的反干扰措施难以穷举。人工设计的反干扰流程与抑制策略在面对这些对抗场景时,由于受限于专家的经验知识,其反干扰性能难以保证。对此,文中从雷达抗干扰的应用需求出发,通过引入强化学习方法,提出一种基于强化学习模型的智能抗干扰方法。分别利用Q学习与Sarsa两种典型的强化学习算法对反干扰模型中的值函数进行了计算并迭代,使得反干扰策略具备了自主更新与优化功能。仿真结果表明,强化学习算法在训练过程中能够收敛并实现反干扰策略的优化。相比于传统的反干扰设计手段,雷达反干扰的智能化程度得到了有效提升。