基于Lyapunov协同权重的信任度评价渐进控制模型
基于Lyapunov稳定性理论的模型参考自适应控制器
4.4 基于Lyapunov稳定性理论的模型参考自适应控制器4.4.1 模型参考自适应控制系统的结构和特点⏹MRAC系统具有多种结构形式，互相之间可以互相转换。
最典型的一类MRAC系统结构框图如图4.4.1所示，由参考模型、被控对象、参数可调控制器和自适应机构组成。
⏹其中参数可调控制器由一个前馈调节器和一个反馈调节器组成，它与被控对象形成一个常规的反馈控制系统，这个系统相对于MRAC系统来说是一个“内环”。
⏹另外，MRAC系统还有一个由自适应机构组成的自适应反馈回路，称为“外环”，用来调节内环参数可调控制器中的相关参数[402]。
⏹MRAC系统的参考模型体现了人们对闭环控制系统的性能要求。
也就是说，这个参考模型反映了人们期望闭环控制系统如何响应指令信号[402]。
图4.4.1 典型MRAC系统的结构框图到目前为止，已有许多种类型的MRAC系统，并且采用不同分类标准就有不同的分类方法。
⏹如按结构特征来分类，可将MRAC系统分为并联MRAC系统、串联MRAC系统以及串并联MRAC系统。
一般，这三种结构是从不同的观点来讨论的，但是用统一的方法对它们进行分析和综合也是可能的，如文献[402],[404]，就将MRAC系统的这三种结构形式进行了统一分析。
⏹根据自适应机构对系统的影响方式可以分为参数自适应方式和信号综合自适应控制方式。
前者表示自适应机构根据参考模型与被控对象之间的误差直接修改控制器的参数，如图4.4.1中从自适应机构出发的实线所代表的方式；后者是由自适应机构产生一个辅助输入信号来修改加在被控对象的信号[402]，如图4.4.1中从自适应机构出发的虚线所代表的方式。
根据MRAC系统的设计方法可以分为如下三类：基于局部参数最优化的方法、基于Lyapunov稳定性理论的方法以及基于Popov超稳定性理论的方法。
⏹基于局部参数最优化的方法是最早采用的MRAC系统设计方法，通常称为MIT律。
⏹基于Lyapunov稳定性理论的方法是Butcharty及Parks于六十年代中期相继提出的[404],[405]，这种方法与局部参数最优化方法相比，不仅可保证系统的稳定性，还具有自适应速度快的优点。
基于信誉推荐和客观信任协商的P2P信任评估模型
基于信誉推荐和客观信任协商的P2P信任评估模型
秦永彬;许道云;魏嘉银
【期刊名称】《广西师范大学学报（自然科学版）》
【年(卷),期】2010(028)003
【摘要】根据P2P网络的特点,在分析几种主要的信任模型的基础上,以信誉的特点及人类社会的实际特点为出发点,提出基于信誉推荐和客观信任协商的信任评估模型,该评估模型在充分考虑对每次网络交互的客观信任评价的前提下,引入主观性的信任评价机制.通过模拟实验,验证了模型的有效性.
【总页数】5页(P160-164)
【作者】秦永彬;许道云;魏嘉银
【作者单位】贵州大学,计算机科学与信息学院,贵州,贵阳,550025;贵州大学,计算机科学与信息学院,贵州,贵阳,550025;贵州大学,计算机科学与信息学院,贵州,贵阳,550025
【正文语种】中文
【中图分类】TP393
【相关文献】
1.P2P环境下基于推荐的信誉计算方法 [J], 石祥滨;赵笑驰;刘芳;李飞;左野;王雪
2.基于可信推荐节点集合的P2P信誉模型 [J], 孙秋景;曾凡平;曹勇
3.基于信任和推荐的P2P信誉模型 [J], 席菁;王源;陆建德
4.P2P环境下基于模糊理论的Dirichlet信任评估模型 [J], 乔云峰;接标;刘莹;郭良
敏;罗永龙
5.基于增强稳定组模型的移动P2P网络信任评估方法 [J], 吴旭
因版权原因，仅展示原文概要，查看原文内容请购买。
元宇宙加持下学评协同评价模式探索
元宇宙加持下学评协同评价模式探索作者：訾玲玲丛鑫来源：《高教学刊》2024年第03期摘要：学评协同是新兴的教育评价模式，元宇宙为此评价模式的应用和发展提供强有力的技术支持。
该文首先总结元宇宙在学评协同评价模式的技术优势。
其次，提出元宇宙支持的学评协同应用架构，包括学评协同场景构建、自适应的学评协同评价模型建立和过程驱动的学评协同评价数据展示。
最后分析应用架构尚待解决的关键问题，包括多模态学习过程数据的解析与利用、定性和定量评价的综合分析及学习过程数据和评价数据的融合展示。
该文的研究成果可为探索新时代教育评价改革，实现未来教育评价高质量发展，提供有益的参考与启示。
关键词：元宇宙；学评协同；应用架构；教育评价；评价模式中图分类号：G642 文献标志码：A 文章编号：2096-000X（2024）03-0025-05Abstract： Collaboration in learning and assessment is an emerging educational assessment model， and the metaverse provides strong technical support for the development of educational assessment. First， the technical advantages of the metaverse for collaboration in learning and assessment are summarized. On this basis， the application architecture is proposed， including the scene construction， the establishment of adaptive assessment model， the data display of process-driven collaboration in learning and assessment. Finally， the key issues faced by the application architecture are analyzed， including analysis and utilization of multi-modal learning process data，integrated analysis of qualitative and quantitative assessment， and display of learning process data and assessment. The research results of this paper can provide some references and insights forexploring the education evaluation reform in the new era and achieving high-quality development of education assessment in the future.Keywords： Metaverse; collaboration in learning and assessment; application architecture; education assessment; reform exploration; evaluation mode《深化新时代教育评价改革总体方案》[1]对新时代教育评价改革做出了全面部署，指出应充分利用信息技术，创新评价工具，构建多元、全过程、全要素的学习者综合评价。
普适环境下的基于信任度的动态模糊访问控制模型
普适环境下的基于信任度的动态模糊访问控制模型杨升;郭磊【摘要】普适计算是国际公认的未来计算主流模式之一,本文针对其安全性问题,提出了普适环境下的基于信任度的动态模糊访问控制模型 TDFACM,该模型将传统的访问控制模型与区间值模糊计算理论结合,通过对主体信任度评估进行授权决策,并给出了加权模糊值推理方法。
该模型能更好的解决普适环境下访问控制模型的实用性与安全性。
%Pervasive computing is considered as one of internationally recognized mainstreams of future computing. Trust-based Dynamic fuzzy access control model TDFACM in pervasive computing was put forward according to its security problem. This model combined traditional access control model with the theory of interval-vlaued fuzzy computing. Authorized decision will be made in accordance to the trust evaluation to the subject and the way of authorized fuzzy interference will be given as well. This mode can well solve the security and practicability of access control model in pervasive computing.【期刊名称】《计算机系统应用》【年(卷),期】2013(000)012【总页数】4页(P160-163)【关键词】普适计算;访问控制模型;模糊授权;区间值模糊推理【作者】杨升;郭磊【作者单位】武夷学院数学与计算机学院，武夷山 354300;武夷学院数学与计算机学院，武夷山 354300【正文语种】中文1 引言普适计算[1-3]是一种全新的计算模式,最早由美国Xerox PARC实验室的Mark Weiser于1991年提出,它将信息空间与物理空间融合,为用户提供实时的、透明的数字化服务.普适计算环境是非孤立的、开放的、互联的,用户在该环境中能够在任何时间任何地点访问资源,提供服务.但这种无处不在的开放环境决定了普适计算环境对安全的新要求,访问控制则是保证环境中服务与设备安全的有效方法[4,5].目前为止,较普遍使用的访问控制模型共有三种:DAC、MAC与RBAC,学术界与工业界公认RBAC96系列模型相对而言比较适合普适访问控制[6,7].但传统的访问控制系统是针对静态网络或者封闭系统,用户事先已经完成了登记注册,即用户的授权管理有了明确对象.在普适计算环境中,资源的拥有者与请求者之间并不相识,传统的基于身份的访问控制无法完成权限管理.普适计算最大的特点是上下文感知,通过用户行为来调整主体与客体属性,这种改变必然影响到本次或下次的访问授权判断,而传统的访问控制中,属性只能通过管理行为才能被改变,如此必然会给管理员带来沉重的负担,而且普适设备的能源有限,也无法处理由于上下文的动态变化而导致的复杂的角色变换.本文提出了普适环境下的基于信任度的动态模糊访问控制模型TDFACM(trust-based Dynamic fuzzy access control model in pervasive computing),通过对用户的可信程度进行评估,并结合区间模糊计算理论[8],给出了用户可信任度加权模糊推理方法,得到最终的主体信任度,实现普适访问控制的动态模糊授权.2 普适环境下的基于信任度的动态模糊访问控制模型在普适计算的环境中,我们关心的是访问主体的可靠性,而不是用户的身份,因此在本模型中,将根据用户的动态变化的属性值进行计算并得到用户的信任度,该信任度不是一个固定的值,而是一个区间值,再根据这个信任区间值与客体的授权阈值进行比较来决定主体授权.图1给出了TDFACM的访问控制框图.图1 TDFACM访问控制框图2.1 模型元素定义 1.主体(Subject):它是一类实体,被许可进入普适计算系统,并在满足访问控制策略的约束下对系统中的资源进行访问,简记为 S.在普适计算下,主体可以是用户所在的组织(用户组)、用户本身,也可以是用户使用的计算机终端、手机、移动设备等,甚至可以是应用程序或进程.定义2.主体信任度:系统对主体请求进行授权时的重要依据,反映对主体的信任程度.其值越大说明系统对其信任度越高.定义 3.客体(Object):它是在访问控制策略约束下接受主体访问的被动实体,简记为O,客体可以是硬件设备、无线终端,也可以是系统中的文件或目录.定义4.操作(Operation):表示能执行的最小动作,简记为OP.定义 5.权限(Rights):是主体对客体的操作的集合,含主体对客体的作用行为和客体对主体的条件约束,简记为R.R可以表示为一个四元组(o,op,t,loc),其中t表示时间,loc表示区域.定义 6.授权(authorization):是指授权策略允许主体对特定客体执行的某些操作.他是访问控制模型中的唯一的权限决策因素,在执行授权过程中可能会导致主体或客体某些属性值的修改.传统的访问控制模型中,主体与客体访问权限之间一般只有两个值,即允许或者不允许.在本模型中,对授权进行了模糊化处理,分为了不授权,弱授权,部分授权,强授权与完全授权.定义7.权限阈值:每个客体的所有权限的授权都有唯一的权限阈值,该值为对主体授权时的最小的信任度值.当主体信任度低于权限阈值时,拒绝授权,当主体信任度高于权限阈值时,同意授权.定义8.区间值:表示对用户信任度评价的一个区间范围,该值将与权限阈值进行对比以决定是否对主体进行授权.本文中提到的区间值均为正区间值.2.2 信任度计算机制该模型的关键在于如何对普适计算环境中的访问实体进行信任度评估.信任本身是带有模糊性的,在大多数情况下,用户评判指标往往带有不确定性,并且知识系统中,领域专家的评价也是通过直觉,经验等,其中并没有明确的逻辑关系,专家也无法将这些知识之间的关系十分清晰的表达出来,所以领域专家也经常使用一些含糊语言来对其进行描述.为了更加满足普适环境下对访问控制的要求,本模型在授权过程中也具有模糊性,系统将会根据模糊评判分析结果对用户进行授权管理.在主体访问系统资源前,授权方必须获得主体的必要信息,也可通过专用设备,如监视器等获得主体的相关信息,如时间、位置等.假设目前有四个主体向系统提出访问资源的要求,则它们的信任度的模糊评价过程如下:设四个评价主体因素的评价指标集P={p1,p2,p3,p4}与权重集A={a1,a2,a3,a4}的值分别为:p1:主体技能,权重值a1=0.3p2:主体学历,权重值a2=0.2p3:社会地位,权重值a3=0.25p4:历史信誉度,权重值a4=0.25各个指标对最终用户授权的结果影响并不相同,故需根据实际情况对评价指标权重进行适当调整,但总体权重值满足 a1+a2+a3+a4=1.在这里建立评判集W={w1,w2,w3,w4},wi表示0-100之间的模糊集,建立评判矩阵,并根据模糊集理论[9],建立因素与主体之间的隶属函数,该函数是主体信任度与用户评价值之间的一个非负函数,主体用模糊关系矩阵 R={rij}4*4表示,t为用户指标通过专家的评价所得到的评价得分,设建立4项因素的隶属函数为:此处定义的隶属函数可根据实际应用中的评价等级由系统管理员进行调整.设对Rose和Bob两人进行授权,由专家打分的方法对Rose与Bob的四项指标评价得分情况如表1.表1 综合评价表指标 Rose Bob P175-78 83-87 P274-76 72-74 P377-79 80-83 P484-87 76-79以Rose为例,将Rose关于p1的得分[75-78]分别代入隶属函数中,得到 Rose在指标 p1上的为(0,[0.75,0.9],[0.83,0.93],1),依次将Rose的其余四项指标均代入函数计算,就可得到Rose的模糊综合评价矩阵:由于每个指标对授权最终判断结果影响力有差异,用加权平均模型做矩阵乘法:为了得到每个评价再整个评价体系中的比重,做两步计算,首先将此矩阵的每项的左右区间值求和,得到ΩRose=[2.6615,2.821],再做平均加权法,使A●RRose变为BRose=(0,[0.2933,0.3447],[0.3134,0.3536],[0.3368,0.3616]),依据各区间值进行比较,发现其中最大的区间为[0.3368,0.3616],所以Rose的最终信任区间值为[0.3368,0.3616].2.3 授权实现TDFACM 模型的系统体系结构主要由访问控制引擎、用户知识库、监视器等几个部分构成,其中访问控制引擎是核心部件,主要处理用户请求与用户间的互操作; 用户知识库存储了主体、客体的属性及最新环境上下文信息; 监视器则实时监控主体、客体上下文信息,并实时对知识库进行维护.当问控制引擎在授权决策过程中,若主体的信任度高于某一级别授权的权限阈值,则可以对该主体进行授权,若主体信任度低于最低权限阈值,则拒绝该主体请求.若主体的信任度处于两个区间之间,即使跨区间的,则分别计算该主体信任度与两个信任区间的距离,取距离较近的区间做为其授权级别.具体的计算公式为,对于两个信任区间分别为[a1,a2]、[b1,b2],则他们之间的距离公式为:若授权级别及信任域关系如表2.表2 信任域分布表授权级别信任域区间描述完全授权 [0.65，1.0] 完全信任强授权 [0.437，0.65] 非常信任部分授权 [0.375，0.437] 比较信任弱授权 [0.25，0.375] 基本信任不授权 [0，0.25] 不信任则Rosed的最后授权级别为弱授权,描述为基本信任.具体的授权级别与信任区间的映射可根据实际情况进行设置与调整.同时为了适应信任度的动态变化,采用了信任度衰减机制.即在主体较长时间没有做任何操作时,适当对其信任度进行调整.可设信任度调整时间阈值为x天,主体在x天内无任何操作,则将其授权级别调低一级.2.4 模型应用基于普适计算的智能教室为用户提供高效、透明、移动的办公环境.当教师进入到特定教室,智能系统能根据用户行为提供服务,并根据用户上下文信息进行权限调整. 如教师A在上课时间进入教师,则自动为用户开启多媒体设备,若教师B收教师A 委托进入,则需根据教师B的信任度、教师A委托授权的信任度评价值等,对教师 B 进行模糊授权推理,并计算该次访问信任度区间值,若高于教室权限阈值,则开启相应设备,否则拒绝请求.该模型有几个优点,首先,该授权推理过程简单,计算复杂度小,易在通用设备,尤其是手持式设备上使用; 其次,对象信任度值采用区间值表示,而对上下文信息要求也是模糊的,更符合普适计算环境; 最后,该推理过程充分考虑的上下文信息的实时调整,为每个评价值设置权重,让整个模块更具有动态性.3 总结普适计算目前已经成为一个研究热点,而且传统的分布式计算的安全机制并不完全适合于普适计算.本文结合访问控制技术,提出了基于信任度的动态模糊访问控制模型TDFACM,针对信任度描述模糊性的特点,采用区间模糊理论对主体信任度进行评估,建立了信任度的模糊计算模型与授权模型,并提出了信任度衰减机制.可以看出,通过模糊评判,模糊决策对用户进行授权的机制,能更好的反应实际情况,体现访问控制的公平性,也更能保证高级别的用户可优先使用资源.在今后的工作中,将进一步完善模型,如结合检测器对用户行为进行评估,建立多级安全评估模型,确保安全授权.参考文献【相关文献】1 Weiser M.The computer for the twenty-first century.Scientific American,1991,265(3):94-104.2 Sakamura K,Koshizuka N.The eron wide-area distributedsystem architecture for Ecommerce.IEEE Micro,2001,21(6):7-12.3 Zhang D,Chen E,Shi YC,et al.A kind of smart space for remote real-time interactive learning based on pervasive computing model.Lecture Notes in ComputerScience,2003,2783:297-307.4 郭亚军,洪帆,沈海波等.普适计算面临的安全挑战.计算机科学,2007,34(6):1-3,12.5 Bertino E,Bonatti PA,Ferrari E.TRBAC:A temporal role-based access control model.ACM Trans.on Information and System Security,2001,4(3):191-223.6 Bertino F,Gatania B,Dam I.GEO-RBAC:a spatially aware RBAC.10th ACM Symposium on Access Control Models and Technologies.Sweden.ACM.2005.29-37.7 Toahchoodee M.Access Control Model for Pervasive Computing Environments.FortCollins,USA.Cokorado State University.2010.8 吴茜,叶永升,李苑青.基于区间值加权模糊推理的访问控制模型.计算机应用研究,2012,29(10):3842-3845.9 张海娟.普适计算环境下基于信任的模糊访问控制模型.计算机工程与应,2009,45(27):107-112.。
一种基于中国信任模式的无中心网络计算环境的信任评估模型
１引 言
随着 互联 网技 术的 广泛应 用 ，涌现 出 网格计 算 （ ｉ Ｇｒｄ
显 然 ，如 果能使 得 节点 在 交互 时遵循 之 前 的声明 和承
诺 、约定 ，诚 实 、安全 和可 靠 地完 成协作 或 交 易 ，我们 就 说这 样 的节点 是可 信任 的 。与 可信 任 的节点 来进 行交 互可 以显著 提 升 系统运 行 的稳 定性 和完 成任 务 的成功 率 。但是 ， 在面 向开 放环 境 、跨组 织 和管 理域 的无 中心 网络 计算 环境 中 ，节 点动态 分散 且规 模 常常 比较 庞大 ，交 互节 点 间可能 熟悉 也可 能生 疏 ，在 陌生 的节 点之 间如何 在 交 易前如 何评
使各 个 节点诚 实 、 可 靠地 交互提 出 了一 套 具 有典 型 中 国特 色的 信任 评 估模 型 。特 别 是 针 对 中 国人 的 思 维 模 式 、 主 观 意 愿 和 行 为
方式来设计 网络 节点 的信任评 估模 型 ，从 而有 效地提升 了中国范围内的无中心 网络计算环境 的 系统安 全稳 定性和 协作成功率 。 信任评 估模 型充分考 虑 了节点 的身份 、节点 间关系、直接 交互经验和客观综合评价情况 ，同时考虑 了节点信任 情况的动态 变化 。
ｅ Ｎｕ ｔｏｓ， ｗｈ ｈ ｌｏ ａ ｅ ｉｔ ａ ｃｕ ｔ ｈ ｄ ａ ｃ ｈ ｎ ｅ ｏ ｎ ｄｓ ｎ ｈ ｔｕｔ ｉ ａ ｉｎ． Ｔ ｉ ｖ ｚｉ ｎ ｉ ａｓ ｔ ｋ ｓ ｎ ｏ ｃｏ ｎ ｔ ｅ ｙｎｍｉ ｃ ａｇ ｓ ｆ ｏ ｅ ｉ ｃ ｔｅ ｒｓ ｓ ｕ ｔｏ ｔ ｈｓ ｍｏｅ ｗｉｈ ｔ ｓ ｒｎ ｒｌｖ ｎ ｅ ｒｐｉ ｂｌｙ ｄ ｌ ｔ ｉｓ ｔｏ ｇ ｅｅ ａ ｃ ， ｅｌａ ｉ ｃ ｉ ｔ ａ ｄ ｅ ｓ ｉ ｙ， ｈ ｓ ｈ ｇ ｏ ｒｆｒ ｎｅ ａｕ ａ ｄ ｒ ｃｉａ ａｕ ｎ ｆａ ｉｌ ｂｉ ｔ ａ ｔｅ ｏ ｄ ｅ ｅｅ ｃ ｖ ｌ ｅ ｎ ｐａ ｔ ｌ ｌ ｃ ｖ ｅ． Ｋｅ ｗ ｏ ｄ ｙ ｒ ｓ： ｎ ｎ ｃｎｅ ｎ ｔ ｒ ｏ－ ｅｔ ｒ ｅ ｗｏｋ； ｎ ｔ ｒ ｃｍｐ ｔｎ ｅ ｗｏｋ ｏ ｕｉｇ； ｔｕｔ ｖ ｌａｉｎ； ｓ ｃｒ ｙ ｒｓ ｅ ａｕ ｔｏ ｅ ｕｉ ｔ
协同演化的分层信任结构模型--科研项目知识产权管理的核心理论基础
协同演化的分层信任结构模型--科研项目知识产权管理的核心
理论基础
吴戈;李沫竺;蔡剑
【期刊名称】《中国科技资源导刊》
【年(卷),期】2014(000)006
【摘要】科研项目的知识产权管理涉及不同知识背景、不同利益诉求、不同价值观念的参与主体的互动协同过程，其复杂性根本来源于科研团队组织的特殊性。
科研项目团队是一种新型结构组织，属于虚拟组织的范畴。
其核心是组织在多目标情景下如何以最小协同代价实现创新。
然而信任成为这类新型结构组织形态不断演化的关键因素。
本文提出的分层信任结构模型能够解释新结构组织产生和演化的基本规律。
该模型有助于深入理解和研究新结构组织的产生和演化机理，对科研项目知识产权管理系统工具和方法的设计具有重要的指导意义。
【总页数】7页(P1-6,27)
【作者】吴戈;李沫竺;蔡剑
【作者单位】北京大学，北京 100871;北京大学，北京 100871;北京大学，北京100871
【正文语种】中文
【中图分类】G30
【相关文献】
1.纵向视角下区域知识产权管理系统演化的协调度研究———基于复合系统协调度模型的测度 [J], 李潭;陈伟
2.基于耗散结构的我国知识产权管理系统熵变及其演化研究 [J], 杨早立;陈伟
3.合作创新网络中信任与知识分享的协同演化模型 [J], 王智生;胡珑瑛;李慧颖
4.我国知识产权管理系统协同及其演化的速度特征研究 [J], 杨早立;陈伟;李金秋
5.基于科研项目全过程的知识产权管理 [J], 陈福;续芯如;李文洁;王耀君
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Lyapunov稳定性理论的模型参考自适应控制
基于Lyapunov稳定性理论的模型参考⾃适应控制0 引⾔中，Lyapunov 稳定性理论就是设计⾃适应率的有效⼯具。
这种基于稳定性理论的设计保证了系统的稳定[3]，所以受到更⼴泛的应⽤。
⾃适应控制的定义到⽬前为⽌尚未统⼀，争议也⽐较多。
综合起来⾃ 2 基于Lyapunov稳定性理论设计控制规律适应控制系统主要有三个特征[1]：1）在线进⾏系统结构和参数的辨识或系统性能指标的度量，以便得到系统当前状态的改变情况；2）按照⼀定Lyapunov 提出了运动稳定性的⼀般理论，即Lyapunov 第⼀法和的规律确定当前的控制策略；3）在线修改控制器的参数或可调系统的输Lyapunov 第⼆法。
前者通过求解系统微分⽅程，然后根据解的性质判断系⼊信号。
现在应⽤⽐较⼴泛的⾃适应控制系统主要有两类：模型参考⾃适统的稳定性；后者不需要求解系统⽅程，⽽是通过具有⼴义能量属性的应控制和⾃校正调节器控制。
本⽂围绕模型参考⾃适应控制进⾏研究，并Lyapunov 函数的标量函数直接判定系统的稳定性。
应⽤Lyapunov 稳定性理利⽤MATLAB 仿真分析其性能。
论设计的控制系统既能求出参数调节的⾃适应规律，⼜确保了系统的稳定1 模型参考⾃适应控制性[4]。
假设被控对象的状态变量可以直接得到。
控制对象的状态⽅程为模型参考⾃适应控制是⼀类重要的⾃适应控制，它的主要特点是实现容易，⾃适应速度快，并在航空、汽车、机器⼈、医疗器械等领域得到了⼴泛应⽤。
模型参考⾃适应控制通过迫使被控对象跟踪特性理想的参考模型，来获得要求的闭环系统性能。
模型参考⾃适应控制系统主要由4部分组成[2]，即参考模型、被控对象、⾃适应机构（调整控制器参数）和反馈控制器，如图1所⽰。
图1 模式参考⾃适应控制系统从图1可以看出，这类控制系统包含两个环路：内环和外环。
内环是由调节器、被控过程和反馈控制器组成的普通反馈回路，⽽外环包括参考模型和⾃适应机构等，控制器参数由⾃适应机构调整。
基于协同学原理的银行客户经理绩效评价模型
基于协同学原理的银行客户经理绩效评价模型摘要：绩效评价是银行客户经理考核中一个相当重要的环节，有效的绩效评价方法对于激励客户经理的工作积极性和创新精神，提高服务水平有着至关重要的作用。
但目前的考核方法仍有一定缺陷，除了不能兼顾主客观因素外，还忽略了评价指标之间的相关性。
本文基于协同学原理的思想，提出了竞争演化的客户经理评价模型，该模型可以更好地评估银行客户经理的绩效水平。
关键字：绩效评价协同学评价模型协同演化基金项目：泉州科技计划项目（2012z91）近年来，随着竞争的日益加剧，我国商业银行广泛实施客户经理制。
这是一种以客户为中心，以市场为导向，以经营效益为目标的经营制度。
客户经理制是市场经济条件下商业银行的必然选择，是商业银行内部经营流程重塑的结果。
银行客户经理是商业银行最小而最重要的经营单位，是银行与客户交流的桥梁。
客户经理作为商业银行直接创造利润的主力军，他们的任务完成的好坏，直接影响着银行产品的销售规模和利润大小。
他们工作的积极性关系到银行市场规模的发展。
因此，如何提高客户经理工作的积极性，提高客户服务意识，对商业银行的发展有着至关重要的作用。
然而，目前，对客户经理绩效的考核制度[1，2]仍不健全，思想认识上仍存在误区，缺乏科学有效的评价方法。
如何建立公平、公正、公开的考核体系，是目前急需解决的问题。
因此，本文对目前客户经理绩效考核体系存在的问题进行分析，提出了一种综合评价模型。
一、现行方法及存在问题目前商业银行客户经理的考核体系仍不够完善，对“绩效”涵义理解不够，简单地把之前的奖金当成绩效工资。
考核方法不够合理，容易挫伤客户经理工作的积极性和主动性。
目前典型的做法有两种。
一种方法是首先计算客户经理所负责的全部客户的所有业务给银行带来的总收益，然后乘以一定的系数，作为客户经理的绩效。
这种方法忽略了团队的作用，事实上这个收益并不完全是客户经理个人实现的，很多是需要同事，领导，甚至上级行的支持和帮助才能实现的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于Lyapunov 协同权重的信任度评价渐进控制模型黄利荣（佛山职业技术学院工商管理系，广东佛山528137）摘要：由于网络用户数据呈现渐进性非线性特征分离，导致对网络用户的信任度评价控制不准，无法有效实现对用户的准确推荐。
提出一种基于Lyapunov 协同权重控制的电子商务用户信任度评价渐进控制模型，将未知扰动和语义建模误差转化为满足给定信任评价的约束矩阵，完成用户信任网络控制器设计，采用Lyapunov 指数系统感知策略，对用户信任权重值进行自适应调整，构建用户推荐模型构建与网络信任度控制模型，设计用户信任权重值协同感知算法，基于Lyapunov 协同权重的电子商务用户信任度评价渐进控制模型改进设计。
实验结果表明，该算法实现电子商务用户信任度渐进控制，控制精度较高，地域的分布特性也更加均衡，真实反映电子商务用户信任度评价的动态性、自适应性和稳健性特征，展示了较好的应用性能。
关键词：Lyapunov 指数；电子商务用户信任度；控制模型中图分类号：TP391文献标识码：A文章编号：1001-7119（2015）06-0079-03Trust Degree Evaluation Progressive Control Model Based on Collaborative Lyapunov WeightHuang Lirong(Department of Business Administration ，Fosan Polytechnic,Foshan Guangdong 528137,China)Abstract:Due to a network user data show progressive nonlinear characteristics of separation,resulting in trust evaluation for network user control are not allowed,unable to effectively realize accurate recommendation for users.An user trust de⁃gree evaluation progressive control model is proposed based on collaborative Lyapunov weight,the unknown disturbance and semantic modeling error transformation to meet the constraint matrix of the given trust evaluation,to complete the de⁃sign of user trust network controller,using Lyapunov index system perception strategy of users trust weights are adaptively adjusted to construct user recommendation model construction and network trust control model,design of user trust weights cooperative sensing algorithm,cooperative Lyapunov weight of user trust degree evaluation model based on improved de⁃sign of progressive control.The experimental results show that the algorithm of user trust degree incremental control,high control accuracy,distribution characteristics of regional has become more balanced,reflect the user trust degree evaluation of dynamic,adaptive and robust characteristics are obtained,it shows good application properties.Keywords:Lyapunov index;user trust degree;control model0引言为了提高电子商务中网络用户的信任度评价和控制精度，保障网上交易安全和促进电子商务发展。
针对网络用户信任模型建立和用户信任网络控制算法的研究，成为人们重点关注的课题[1]。
传统的模型在一定的应用条件下不同程度地解决了网上交易中买卖双方的信任评估方法和评估度计算，但随着网络的普及，网上用户的增多，用户满意度的增加，这些模型在具体的应用过程中就出现了许多不足之处[2,3]。
譬如在开放复杂的网络环境中，买家在选购商品与卖家沟通过程中的随机性、商家与买家之收稿日期：2014-05-10基金项目：广东省高职教育管理类专业教学指导委员会教学改革项目（YGL2013016）。
作者简介：黄利荣（1976-），女，广东河源人，硕士，讲师，研究方向：电子商务与现代物流。
第31卷第6期2015年6月科技通报BULLETIN OF SCIENCE AND TECHNOLOGYVol.31No.6Jun.2015第31卷间进行交易是否能顺利进行的不可预知性等不确定性因素，这些在运用概率论方面知识进行估计时都不能进行精确的预测，同时如果存在恶意买家或卖家进行虚假评价蓄意破坏信任度，评估机制并不能对其进行确切判断并将其剔除[4-6]。
针对上述问题，本文采用Lyapunov 稳定性理论结合语义协同滤波技术对电子商务用户信任度评价渐进控制，对协同过滤中产生的不确定时延进行时滞负反馈设计，将未知扰动和语义建模误差转化为满足给定信任评价的约束矩阵，完成用户信任网络控制器设计，并进行用户推荐模型构建，在电子商务等领域具有较好的应用前景[7]。
1用户推荐模型构建与网络信任度控制模型首先给出信任网络定义，用户信任网络定义为：网络用户A 、B 之间存在直接信任关系，为了维护网络交易安全，需要对用户的信任度进行定量评价，本文设计基于Lyapunov 指数协同权重的用户信任权值感知算法，主体A 获得的相对信任度为c 1，c 2，…,c a ,则主体A 对B 的直接信任度为：DC =s +1n +2*u *∑i =1ac（1）本文参照Beth 模型，得到间接信任度的计算公式为：UC =1n ∑i =1nUCi（2）在不存在诽谤和欺诈行为时，主体B 的平均收益为：c d >=P 1P 2S（3）在另外一种情况下，主体B 的平均收益为：E f =P 1((R d +S )-P 2(C d ))+(1-P 1)(-P 2C d )（4）在基于承诺机制的信任模型中，如果主体A 和主体B 之间没有进行过协商，设α与β分别为直接信任度与间接信任度的权重，α∈[0,1]，β∈[0,1]，且α+β=1，则综合信任度为：C =α*DC +β*UC（5）网络用户对A 、B 网络消费资源都有需求，且每周期的网络资源需求分别为：Q 1=Q ∙∫p 1-p 2+ρ2A 2-ρ1A 11-δQ1Q d v=Q -p 1-p 2+ρ2A 2-ρ1A 11-δ(6)Q 2=Q ∙∫p 1-p 2+ρ2A 2-ρ1A 11-δp 2-ρ2A 2δ1Qd ν=(p 1-p 2+ρ2A 2-ρ1A 11-δ-p 2-ρ2A2δ)(7)用户之间的间接信任关系表示为A →B ，B →C ，上式体现了消费者根据物流因素影响对市场需求变化的动态特性，实现了用户信任权重值协同感知算法改进。
2渐进控制模型改进设计针对传统方法出现的问题，提出一种基于Lyapu⁃nov 协同权重控制的电子商务用户信任度评价渐进控制模型，给出网络电子商务用户信任度协商控制模型的总体结构如图1所示。
图1网络电子商务用户信任度协商控制模型的总体结构Fig.1Internet users trust negotiation the overall structure of thecontrol model在供应链型分层网络模型中，当市场上存在着自由竞争商品时，产品物流对消费者的影响效用体现着产品的销量增长及消费者环境的偏好。
通过上述数学描述，本文采用Lyapunov 协同感知方法，对用户的信任度进行评价和渐进控制，得到用户信任网络控制模型：ITrust a →c =∑b ∈adj (a ,c )DTrust a →b×(DTrustb →c×βd )∑b ∈adj (a ,c )DT tr usta →b (8)式中，dj （a ，c ）表示a →c 路径的个数；βd ∈(]0,1是每一次信任值扩散对综合评价影响因素的模糊合成系数。
考虑用户之间信任值Trust a →b ，评价声誉和用户推荐先验值产生语义相似性，构建电子商务用户信任度的Lyapunov 指数函数，为：SemSim Hie (i x ,i y )=depth (LCA i x ,i y)max(depth (i x ),dep th(i y ))（9）采用Lyapunov 指数系统感知策略，对用户信任权重值进行自适应调整，得到新的信任度评价指数式表示为：TW a →b =w 1×Trust a →b +w 2×IR b (IC L )+ w 3×1N ×(∑j =1NSemSim Hie (i x ,i j ))(10)采用Lyapunov 协同过滤计算，得到信任度渐进控制表达式为：{x (k +1)=(A +ΔA 1)x (k )+(B +ΔB 1)Kx (k -τk )+F 1w (k )z (k )=Cx (k )+DKx (k -τk )+F 2w (k )(11)多个供应商或分销商中选择最适合电子商务用户商家的供应链最优作为合作伙伴，通过函数模型的形黄利荣.基于Lyapunov 协同权重的信任度评价渐进控制模型80第6期科技通报式定量建立电子商务用户信任度评价的渐进控制模型。
3实验仿真与结果分析为了验证本文设计的用户信任网络控制在进行网络电子商务用户信任度评价和渐进控制中的性能，实现对网络用户商家的准确推荐。
进行仿真实验，在网络交易中构建用户的信任度评价机制，这一过程中对网络用户和商品的推荐原则是重点，本文设计的仿真环境下的商品推荐原则见表1。