基于免疫Agent的网格抗衰模型和决策方法
【计算机研究与发展】_逻辑模型_期刊发文热词逐年推荐_20140728
科研热词 描述逻辑 意图 多主体系统 多agent系统 面向对象的xml 非单调多重继承 语义 访问控制 自组织网络 自动机 线性时序逻辑 约束条件 粗糙真有效 粗糙真公理 粗糙真 知识表示 理论性质 模糊c-means 模型检测 概率算子 时间敏感 时态认知逻辑 时态授权 文档聚类 数据库安全 效用算子 扩展的horn逻辑模型 扩展xml-rl 愿望 形式化验证 应用 并发 安全协议 学习算法 奇异值时变信号 多子集语义 多代理系统 多agent合作逻辑 向量空间模型 双子集语义 协议验证 协商推理模型 协作 动态描述逻辑 动作 分式过程神经元网络 信念 主体 上下文感知 tmn密码协议 rbac carbac
科研热词 时序逻辑 描述逻辑 高性能计算 软件抗衰 软件体系结构 认知过程 言语行为 衰减算子 融合算子 网格计算 索引 状态图 活动图 模糊描述逻辑 模糊er模型 模态μ -演算 时序数据库 时序描述逻辑 时序er模型 文字处理 推理算法 扩展的horn逻辑模型 性能监控 形式语义 形式化验证 属性依赖 安全协议 存储 多agent 复杂文本布局 复杂文字 复杂性 可满足性 可信主体 反例 双重描述框架 原生数据库 公理系统 免疫系统 偏好意见 信任模型 体系结构描述语言 事务 xyz/e xml unicode uml tableaux loba逻辑 game理论 falnui er模型
2005年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
科研热词 模型 软件构架 语言变量 角色和任务 维组合格 维层次结构 线性时序逻辑 约束描述 约束 目标 泛逻辑学 模糊逻辑 模型检测 概率逻辑 智能控制 数据仓库 描述逻辑 授权模型 意图 工作流 多维数据模型 双足机器人 信念 信任管理 信任推理 信任向量 主观信任 不确定推理 pr/t网 alca agent组织结构 agent
基于混合专家模型的智能网联汽车换道决策方法
基于混合专家模型的智能网联汽车换道决策方法姚福星;孙超;兰云港;卢兵;王博;于海洋【期刊名称】《汽车工程》【年(卷),期】2024(46)5【摘要】高速公路换道决策问题场景复杂、不确定性强、实时性要求高,是国内外自动驾驶领域的研究热点和难点。
深度强化学习(deep reinforcement learning,DRL)具有良好的决策实时性和面向复杂场景的适应性,然而,在训练样本与成本有限的条件下学习效果有限,其难以保证最优的驾驶效率和完全的行驶安全性。
本文提出了一种基于改进DRL的混合专家模型(DRL-mixture of expert,DRL-MOE)换道决策方法。
首先,模型的上层分类器根据输入状态特征动态地决定下层DRL专家或启发式专家的激活状态。
为提高DRL专家的学习效果,本方法通过行为克隆(behavior cloning,BC)对神经网络参数进行初始化,对传统深度确定性策略梯度算法(deep deterministic policy gradient,DDPG)进行了改进。
将智能驾驶员模型和最小化换道引起的总制动策略设计为启发式专家,以确保行驶安全性。
仿真结果表明,本文所提出的DRL-MOE模型方法与非混合专家型DRL方法相比,在驾驶效率方面提高了15.04%,并确保了零碰撞和零出界,具有较高的鲁棒性和更优的效果。
【总页数】11页(P882-892)【作者】姚福星;孙超;兰云港;卢兵;王博;于海洋【作者单位】北京理工大学机械与车辆学院;深圳市昊岳科技有限公司;北京理工大学深圳汽车研究院;北京航空航天大学前沿科学技术创新研究院【正文语种】中文【中图分类】TP3【相关文献】1.基于多目标优化的智能网联汽车队列换道方法2.多网联范围下的智能网联车换道决策组合模型研究3.智能网联环境下车辆自主换道决策模型与仿真4.智能网联汽车换道决策安全性研究综述5.混合交通流环境下基于MSIF-DRL的网联自动驾驶车辆换道决策模型因版权原因，仅展示原文概要，查看原文内容请购买。
基于多Agent的医疗信任模型的模拟
关 键 词
全 局 信 任 值 中央 信 托 Ａ ｅ ｔ 推 荐 值 ｇｎｓ
置 信 因 子
ＳＩ ＵＬＡＴＩ Ｍ ＮＧ ＵＬＴＩ ＡＧＥＮＴ Ｍ ． ＢＡＳ ＥＤ ＥＤＩ Ｍ ＣＡＬ ＴＲＵＳＴ ｏＤＥＬ Ｍ
Ｈｕｎ ｉ ｈ ａ Ｈ ａ ｇＳ ｉ ａ ｇＱ ａ ｕ ｕ ｎ ｕ ｏ
黄巧华 黄 穗
（ 暨南大学信息科学技术学院 广东 广州 ５０ ３ 交互信任评价和第三方信誉推荐 ， 出了一种基于 多 Ａ ｅ ｔ 提 ｇｎ 技术 的 医疗 信任模 拟模 型。使 用置 信 因子来综 合
直接 交互信任值和 第三方信誉推荐值 ； 免 了患者直接 交互 的盲 目性 和 巨额计算 ， 善 了对 医生 自我推荐 的辨别 能力 。实验采 用 避 完 Ｓａ ｗｒ ｍ仿 真平 台模 拟 医疗信任模型 的交互过程 ， 结果表 明该模 型在 确定信 任关 系 中相对 Ｉ 型 要快 ， Ｔ模 比第 三方信誉 推荐模 型相 对
造一个医疗信任模 型帮助患 者抵 制欺骗行为 已成为解决 医疗信
０ 引 言
信任 问题… 已成 为 当前 多 Ａ ｅｔ ｇｎ 系统研 究 ， 等 网络 的实 对 体信任 、 信息系统的不同主体之间 的信任 、 服务计算 中服务 的可 信性等 的热点 问题 之一 。在 开放 的多 Ａ ｅｔ ｇｎ 系统 中， 每个 自私 型 的 Ａ ｅｔ ｇｎ 都拥有不 同的追求 目标 ， 动态 变化 的环 境使得 Ａ ｅ ｔ ｇｎ 对彼此 的能力和行为知之甚 少 ， 通过 建立 可靠 的信 任关 系 以保
（ ｏｅｅｏ ｎｏｍ ｔ ｎＳｉ ｃ ｎ ｅｈｏｏｙ Ｊｎｎ Ｕ ｗ ｍｔ， ｕ ｎｚｏ １６ ２，ｕ ｎ ｄｎ ， ｈｎ ） Ｃ ｌｇ ｆｒ ａｉ ｃ ｎｅａ ｄＴｃｎｌ ，ｉａ ｎ ｅ ｉ Ｇ ａｇｈ ｕ５０ ３ Ｇ ａｇ ｏｇ Ｃ ｉａ ｌ ｆＩ ｏ ｅ ｇ ｙ
衰老与恶性肿瘤——被忽视的免疫衰老
衰老与恶性肿瘤——被忽视的免疫衰老
张开泰
【期刊名称】《癌变．畸变．突变》
【年(卷),期】2024(36)3
【摘要】免疫衰老是人体自然衰老的一部分,也是影响整体衰老进程的关键环节。
恶性肿瘤作为老年性疾病,普遍存在严重的免疫衰老现象。
除免疫系统的自然衰老外,肿瘤细胞可进一步加速免疫衰老,导致免疫系统年轻细胞减少,老化细胞增多,抗肿瘤免疫功能低下。
阻断恶性肿瘤与免疫衰老的相互诱导,逆转免疫衰老对于控制肿瘤、实现长期带瘤生存具有积极意义。
【总页数】3页(P169-171)
【作者】张开泰
【作者单位】中国医学科学院肿瘤医院/国家癌症中心
【正文语种】中文
【中图分类】R730.2
【相关文献】
1.重组灵芝免疫调节蛋白对衰老模型小鼠的抗衰老作用
2.衰老的免疫机理和抗衰老免疫调节药物
3.基于氧化应激-炎症-衰老探讨当归四逆汤对亚急性衰老大鼠免疫功能的影响
4.免疫衰老是衰老的关键因素专家呼吁老年人主动免疫科学认知和选择疫苗--首个《老年人疫苗接种科普手册》全国发布
5.炎性衰老、免疫衰老与肿瘤发生的关系及干预对策
因版权原因，仅展示原文概要，查看原文内容请购买。
免疫算法的matlab代码
免疫算法的matlab代码摘要：1.免疫算法简介2.Matlab代码实现免疫算法的基本步骤3.免疫算法在实际问题中的应用4.代码运行结果与分析正文：免疫算法（Immune Algorithm）是一种模拟自然界免疫机制的优化算法，它具有较强的全局搜索能力，适用于解决复杂优化问题。
本文将介绍如何使用Matlab编写免疫算法的代码，并对其进行简要分析。
1.免疫算法简介免疫算法基于生物免疫系统的原理，通过模拟免疫细胞的作用机制进行问题求解。
算法主要包括两个部分：抗原和抗体。
抗原表示问题空间中的目标函数，抗体则表示问题的解。
算法通过不断更新抗体，寻找最优解。
2.Matlab代码实现免疫算法的基本步骤以下是免疫算法在Matlab中的基本实现步骤：（1）初始化抗体群：随机生成一定数量的抗体，作为初始种群。
（2）计算适应度：根据问题特点，计算每个抗体对应的适应度值。
（3）选择操作：根据适应度值，选择一部分优秀抗体进行繁殖。
（4）变异操作：对选中的抗体进行变异，以增加算法的多样性。
（5）免疫操作：根据抗体之间的相似度，进行免疫更新。
（6）判断收敛条件：当满足收敛条件时，停止迭代，输出当前最优解。
3.免疫算法在实际问题中的应用免疫算法在许多实际问题中表现出良好的性能，例如物流配送中心选址问题、机器人路径规划等。
以下是一个免疫算法在物流配送中心选址问题中的应用实例：问题描述：假设有一个物流网络，包含多个需求点和仓库。
目标是选择一个最佳仓库作为配送中心，使得整个物流网络的运输成本最低。
解决方案：使用免疫算法求解配送中心选址问题。
首先，将仓库位置作为抗体，计算每个抗体对应的适应度值（即物流成本）。
然后，通过迭代更新抗体，直到满足收敛条件。
最后，输出最优仓库位置作为配送中心。
4.代码运行结果与分析运行免疫算法代码后，可以得到物流配送中心的最优选址。
通过对比不同算法的结果，可以发现免疫算法在求解此类问题时具有较快的收敛速度和较高的全局搜索能力。
cibersort免疫浸润原理
cibersort免疫浸润原理英文回答：CIBERSORT is a computational method used to estimatethe cellular composition of complex tissues based on gene expression data. It is particularly useful forcharacterizing the immune cell infiltrates in tumor samples.The principle behind CIBERSORT is to deconvolve thebulk gene expression profiles into the relative proportions of different cell types present in the sample. This is achieved by using a reference gene expression signature matrix that represents the gene expression profiles of various cell types. The algorithm then compares the bulk gene expression profile to the reference matrix and calculates the cell type proportions.To illustrate this, let's say we have a tumor sampleand we want to determine the composition of immune cells within it. We would first obtain the gene expression datafrom the tumor sample using techniques such as RNA sequencing. We then input this data into the CIBERSORT algorithm along with the reference gene expression signature matrix.The algorithm will analyze the gene expression data and compare it to the reference matrix. It will calculate the relative proportions of different immune cell types present in the tumor sample, such as T cells, B cells, naturalkiller cells, macrophages, etc. These proportions provide valuable information about the immune cell infiltrates and can help in understanding the tumor microenvironment andits potential impact on disease progression and treatment response.CIBERSORT has been widely used in cancer research to study the immune landscape of tumors and its association with clinical outcomes. It has provided insights into the role of immune cells in tumor development, progression, and response to immunotherapy. By accurately estimating the immune cell composition, CIBERSORT helps in identifying potential biomarkers and therapeutic targets.中文回答：CIBERSORT是一种计算方法，用于基于基因表达数据估计复杂组织的细胞组成。
多项目选择计划及其两层决策免疫遗传算法
１９ ２ １， ９ ９２ ００ １（） ３
・人 工 智 能 。
计 算 机 工程 与设计 Ｃ ｍ ｕ ｒ ｎｉ ｅ ｎ ｄ ｅｉ ｏ ｐｔ Ｅ ｇ ｅｒ ｇ ｎ Ｄ ｓ ｎ ｅ ｎ ｉ ａ ｇ
多项 目选择计划及其两层决策免疫遗传算法
雷 宏 ， 张著 洪
（ 州 大学 理 学院 系统科 学及信 息５ ０ ５
ｎ ｇ ｔ ｎｔ ｉｅ ｓｕｃ ｄ ｎ ｅ ｔ ｃ ｏｅｔ ｌ ｎｎ ｎｇｍｅｔ ｎ ｈｓ ｄｌ ａ ｉｅ ｒ ｅ ｉｉｅ ｔ ｌｐｅ ｉ ｈ ｏ ｓ ａ ｄ ｅｏ ｒ ａ ｈｒａ ｅｎｐ ｊｃｐａ ｉｇｍａａ ｅ ｎ．Ｉ ｉｍｏ ｅ ｌ ｖ ｎ ｅｍｓ ｒ ｖｄ ｄ ｏ ｔ ｌ ｎ ｗｉ ｃ ｒ ｎ ｒ ｅｎ ｉ ｉ ｎ ｉ ｒ ｎ ｔ ， ｌ ｇ ｔ ａ ｄ ｎ ｉ ｍｕ ｉ
Ａｂｔａ ｔ ｈｓ ｒ ｖ ｓ ｇｔ ｂ－ ｖ ｌｒｇａ ｍｉｇ ｄｌ ｆｅｏｒｅ ｌ ｃｔ ｎｂｌ ｃ ｂｅｔｄｏｍｕｔｐｏｅｔｅｅｔ ｎ ｌ － ｓｒｃ：Ｔ ｉｗｏｋｉ ｅｔ ａ ｓ ｌ ｅｐｏ ｒｍ ｎ ｅ ｏ ｒｓｕｃ ｌ ａ ｏ ａａ ｅ ｕ ｊｃｅ ｌ・ｒｊｃ ｓｌｃｏ ａ ・ ｎ ｉ ｅ ａ ｉｅ ｍｏ ａｏ ｉ ｎ ｓ ｔ ｉ ｉ ｐｎ
人工免疫算法
4.3 亲和力和排斥力的计算
对于 TSP 问题， 可定义抗体 B 与抗原 G 之间的亲和力为
app ( B) TM要求 TM 大于任意抗体对应的旅行 线的长度； TB 为抗体 B 对应的旅行线路线的长度。可定义抗 体 B1 与抗体 B2 之间的排斥力为
（6）新抗体引入算子。若抗体群中的抗体失 去了多样性，则可以产生新的抗体替换掉 其中的一部分，以保持抗体群中抗体的多 样性。
定义 7 新抗体引入操作是当抗体群中有 k (k 1) 个抗体相
同时，对其中的 ( k 1) 个抗体以概率 pn (0 pn 1) 用新产生的抗 体替换。
3.人工免疫算法的收敛性分析
（2）字符串移位算子，可分为单个字符串移 位算子和多个字符串移位算子。
定 义 2 单 个 字 符 串 移 位 操 作 是 对 抗 体
， 随机取两个正整数 i ，j（ 1 i, j l ， i j） ， A=（c1，c2，c3，…，cl） 从 A 中取出一个字符子串 Al ， Al (ci，ci 1，…，c j 1，c j ) ，以一定 的概率 ps (0 ps 1) 依次往左（或往右）移动字符串 Al 中的各个 字符，最左（或最右）边的一个字符则移动到最右（或最左） 边的位置；多个字符串换位操作是预先确定一个正整数 us ， 随机取一个正整数 r (1 r us ) ，再在抗体 A 中随机取 r 个字符串 位移操作。
令 为长度为 l 的有序符号串（抗体） Si 的集合，则串空 间 包含
| | l !
（1）
个点。 令 为包含 n 个抗体的抗体群 i 的集合， 则抗体群空间 包含
| | (l !) n
（2）
个点。
定义 8 有
乌司他丁抗衰老的免疫机制
乌司他丁抗衰老的免疫机制
胜利;安利峰;史霖;王军阳;范桂香;袁育康
【期刊名称】《武汉大学学报：医学版》
【年(卷),期】2006(27)5
【摘要】目的:研究乌司他丁抗衰老的作用。
方法:建立小鼠衰老模型,随机分为对照组及治疗组,分别腹腔注射生理盐水及乌司他丁。
3周后,采用ELISA法检测小鼠血清中超氧化物歧化酶(SOD)、丙二醛(MDA)、IL-6、IL-8的含量;称重检测胸腺指数(TI)和脾脏指数(SI);采用流式细胞术检测CD4+T与CD8+T细胞。
结果:乌司他丁治疗组小鼠血清SOD的含量升高,MDA的含量下降;血清IL-6、IL-8的含量降低;胸腺指数升高而脾脏指数无明显改变;血液中CD4+T细胞数量未改变,而
CD8+T细胞数量升高,CD4+T细胞与CD8+T细胞的比值降低。
结论:乌司他丁可抵抗自由基及其代谢产物引起的脂质过氧化,可延缓胸腺萎缩,增加T细胞的数量,提示其具有一定的抗衰老作用。
【总页数】4页(P597-600)
【关键词】乌司他丁;抗衰老;免疫机制
【作者】胜利;安利峰;史霖;王军阳;范桂香;袁育康
【作者单位】西安交通大学医学院免疫学教研组;西北民族大学医学院
【正文语种】中文
【中图分类】R392.9
【相关文献】
1.乌司他丁联合胸腺肽α_1改善脓毒症患者免疫功能的作用机制研究 [J], 黄顺伟;管向东;陈娟;欧阳彬;杨春华;陈敏英
2.乌司他丁对严重烧伤大鼠脾脏免疫功能的影响及机制 [J], 李俊聪;胡超;姚咏明;杨红明
3.乌司他丁治疗慢阻肺呼吸衰竭动脉血气变化及免疫调节机制探讨 [J], 宋文采因版权原因，仅展示原文概要，查看原文内容请购买。
Gridgen经典培训教程
发展历程
随着计算流体力学（CFD）的快速发展，Gridgen不断进行升级和改进，逐渐增加了对复 杂几何形状的支持、提高了网格生成的质量和效率，并引入了先进的网格优化技术。
行业应用
如今，Gridgen已经成为航空航天、汽车、能源、环境等领域中广泛应用的网格生成工具 。
全局网格重构技术
Delaunay三角化法
基于Delaunay三角剖分准则生成高质量的全局网格，适 用于任意形状的区域。
推进波前法
从边界开始逐步向内部生成网格，适用于复杂外形的流场 计算。
自适应网格法
根据流场特征动态调整网格分布和密度，以提高计算效率 和精度。该方法结合了局部优化和全局重构的思想，是当 前研究的热点之一。
基于Delaunay三角剖分准则生成三角形或四面体网格。
推进波前法
从边界开始逐步向内部推进生成网格，适用于复杂几何形状。
分裂法
将已有的网格分裂成更小的网格，以提高网格分辨率。
混合网格生成技术
结构化与非结构化网格混合
01
在复杂区域使用非结构化网格，而在规则区域使用结构化网格
，以提高计算效率。
多重网格技术
汽车内饰舒适性研究
通过Gridgen建立汽车内饰的几何模型，并进行网格划分，研究 内饰造型和材料对乘客舒适性的影响。
能源动力领域应用案例
风力发电机叶片设计
利用Gridgen对风力发电机叶片进行网格划分和流场模拟，优化 叶片形状以提高风能利用率。
核反应堆热工水力分析
应用Gridgen建立核反应堆的复杂几何模型，并进行网格划分，模 拟反应堆内的热工水力过程，确保安全稳定运行。
- 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)。
Ｒｅｕ ｅ ａｉｎＭｏ ｅ ａ ｄＤｅｉｏ ｔｏ ｒ ｉ ｊｖｎ ｔ ｄ ｌ ｎ ｃｓ ｎＭｅｈ ｄｆ ｄ ｏ ｉ ｏ Ｇｒ
Ｂａ ｅ ｎ Ｉ ｍ ｕ ｅＡｇ ｎ ｓ ｄ ｏ ｍ ｎ ｅ ｔ
ＸＵ Ｊａ ． Ｉ ａ － １Ｌ Ｕ Ｆ ｎ － ｕ ｉｎ Ｌ ｎｍｌ Ｉ ｅ ｇｙ Ｑｉ ．
ｓｕ ｉｄ ｗｏ－ｔｇ ｙ ｅ －ｘ ｎ ｎｉｌｍｏ ｌｉ ｒ ｐ ｓ ｄｔ ｖ ｌａｅ ｓ ｓｅ ｐｅｆｒ ｎ ｅ ｈｅｒ ｓｌｓｏ ａ ｅｓｕｄ ｎ ｉａｅ ｔａ ｈｉ ｔｏ ｓ ｔｄｅ ，ａ ｔ ｓａ ｅｈ ｐ ｒｅ ｐｏ ｅ ｔ ｄｅ ｓｐ ｏ ｏ ｅ ｏ ｅ ａｕ ｔ ｙｔｍ ｒｏ ｍａ ｃ ．Ｔ ｅｕｔ ｆｃ ｓ ｔ ｙ ｉｄｃ ｔ ｈ ｔｔ ｓｍｅｈ ｄ ｉ ａ
摘
要： 模拟 生物免疫机理实现计算网格的性能抗衰是一个崭新 的研 究方向。 分析和 比较了免疫和抗衰之间的异同， 构建 了基于免疫 Ａ ｅｔ ｇｎ
的系 统抗衰逻辑模型， 通过建立系统 性能 衰退的数 学模型， 给出 了一种抗衰策略的决策方法。以 一个分布式的音像资源事务处 理系统为背
景进行 了应 用研 究，给 出了一个两阶段超指数分布 的数学模型来评估性能 ，结果表明方法是有效可行 的。 关健 诃 ：网格 ；免疫系统 ；性能监控 ；软件抗衰 ；免疫 Ａ ｅｔ ｇｎ
统的性 能瓶颈 ，建立 网格性能衰退的模 型 ，进行合理 的资源
计 算 网格 抗衰 计 算 网格 计 算节 点 性能 衰 退 抗衰 策 略 性 能衰 退检 测 性能 数据
衰 退 模型
抗原 识 别 肽 链
记 忆性
调度 ，预测最优 的执行 自愈操作的时间。 许 多研 究人 员已经开展了 网格方面的研 究工作 ，这些工 作 大多集 中在 网格资源监 控…、网格资源管理 、性能调整” Ｊ Ｊ
维普资讯
第 ３ 卷 第２ 期 ３ ３
Ｖ１ ３ ｏ． ３
・
计
算
机
工
程
２０ ０７年 １ ２月
Ｄｅ ｅ ｅ ０ ７ ｃ ｍｂ ｒ２ ０
Ｎｏ．３ ２
Ｃｏ ｐ ｔ ｒＥｎ ｉ ｅ ｒｎ ｍ ｕ ｅ ｇｎ ｅｉｇ
软件技 术 与数据 库 ・
计算系统性能衰退现象指的是一个长时间持 续运 行的计
表 １ 免疫机 理与系统抗衰 的类 比
生物 体 免疫
生物 体 细胞 抗原 抗 体
算系统会发生状 态退化 和性能 降低 ，最终导致系统崩溃。 网 格作为一种 分布 式高性能计算环境 ，应该具备的两个重要特 点是协调资源使 用以及提供非平 凡质量 的服务。为了满足这 两个基本的需求 ，有必要开展 网格环境下系统性 能抗衰 或 自 愈研究。对 网格计算环境下性能抗衰的一般研究途径 是实时 地监控 网格 资源使 用状况和节点性能 ，分析 监控数据诊 断系
ｆｃ ｏ ｌ ｆ ｏ ｕｅ Ｓ ｉ ｃ ｎ ｅｈ ｏｏ ｙＮａｊ ｇＵｎｖｒｉ ｆ ｃｅｃ ｎ ｅｈ ｏｏ ｙ Ｎ ｎｉｇ２ ０ ９ ） Ｓ ｈ ｏ ｏ Ｃ ｍｐ ｔｒ ｃｅ ｅａｄＴ ｃ ｎｌｇ ， ｎｉ ｎ ｎ ｉｅｓ ｙｏ Ｓ ｉｎ ｅ ｄＴｃ ｎ ｌｇ ， ａｊｎ １０ ４ ｔ ａ
［ ｓｒｃ ］Ｓｍｕａｎ ｉｌｇｃｌｍｍｕ ｅ ｃ ａｉｍ ｔ ｉ ｌｍｅ ｔ ｅ ｏｍａｃ ｊｖｎ ｔ ｎｉａｎ ｗｒｓａｃ ｐ ｒａｈｆｒ ｏ ｕｉｇｇｉ． ｈｓ Ａｂｔａ ｔ ｉ ｌｔ ｇｂｏｏ ｉ ｉ ａｉ ｎ ｈ ｎｓ ｅ ｎ ｒ ｒ ｎ ｅ ｅｕ ｅａｉ ｅ ｅｒｈａｐｏ ｃ ｏ ｍｐ ｔ ｒ Ｔ ｉ ｍｅ ｏ ｍｐ ｐｆ ｒ ｏ ｓ ｅ ｃ ｎ ｄ ｐｐ ｒａａｙｅ ｎ ｏ ａｅ ｈ ｍｍｕ ｅｐｏ ｅｓ ｃ ａａｔｒ ｔ ｓａｄ ｃ ｍｐ ｔ ｇ ｓｓ ｍ’ ｒ ｕｅ ａｉｎ ｅｓｕ ｈ ｏ ｉａ ｍｏ ｅ ｏ ｙｔｍ ａ ｅ ｎｌｚｓａｄ ｃ ｍｐｒｓｔｅ ｉ ｎ ｒｃｓ’ ｈｒｃ ｉ ｉ ｎ ｏ ｕｉ ｙｔ ｓ ｅ ｖｎｔ ，ｓｔ ｐ ｔｅ ｌｇｃｌ ｄ ｌ ｆｓｓｅ ｅ ｓｃ ｎ ｅ ｊ ｏ
ｒ ｕ ｅ ａｉｎｂ ｓｄ ｏ ｍｍｕ ｅＡ ｅ ｔａ ｄｃ ｎｔ ｃ ｔｅ ｔ ｓｍｏ ｅ ｆｒｐ ｒ ｒ ｎｅｄｇａ ａｉｎ ｔｅ ｕｓｆｒ ｒ ｔｏ ｏｍａ ｅ ｅ ｖ ｎｔ ａｅ ｎｉ ｊ ｏ ｎ ｇ ｎ， ｎ ｏ ｓ ｕｔ ａｍａｈｍａｉ ｄｌ ｏ ｅｆ ｍａ ｃ ｅｒｄｔ ，ｈ ｎｐ ｔ ｏｗａｄａｍｅ ｄｔ ｋ ｒ ｓ ｃ ｏ ｏ ｈ ｄｃｓ ｎｆｒｅｕ ｅ ａｉｎｐ ｌ ｙ Ｏｎｔｅｂｓ ｆ ｉ ， ｎａ ｐｉａ ｏ ｅａｄｎ ｕ ｉ－ｉｅ ｓｕｃ ａ ｓｃｉｎｐｏ ｅｓ ｙｔｍ ｓｂｃ ｇｏ ｎ ｅｉｏ ｊｖ ｎｔ ｏｉ ． ａｉ ｏ ｃ ａ ｐ ｌ ｔ ｎｒｇ ｒｉｇａ ｄｏｖｄｏｒ ｏ ｒｅｔ ｎａｔ ｒｃ ｓ ｓｓｅ ａ ａｋ ｒｕ ｄｉ ｉ ｏ ｒ ｏ ｃ ｈ ｓ ｗｈ ｈ ｃｉ ｅ ｒ ｏ ｓ
ｅ ｆ ｃ ｉ ｅ ａ ｄ ｆ ａ ｉ ｅ ｆｅ ｔ ｎ ｅ ｓｂｌ ． ｖ
［ ｙｗｏｄ ！ｇｉ；ｍｍｕ ｅｓｓ ｍ； ｅｆｒ ｎｅｍｏ ｉ ｒｓｆ ａｅｒ ｕｅ ａｉｎ ｉ Ｋｅ ｒｓ ｒ ｉ ｄ ｎ ｔ ｐ ｒ ｍａ ｃ ｎｔ ；ｏｔ ｒ ｅ ｖｎ ｔ ；ｍｍｕ ｅ ｅｔ ｙｅ ｏ ｏ ｗ ｊ ｏ ｎ ｎ Ａｇ
文章编号：ｌ（＿ ４８ ０７３＿将一ｌ 文 － ２（ ０）—０ ０ ３ ２ ２ ｏ ３ １ 献标识 Ａ 码：
中 圈分类号： Ｐ１ 网格 抗 衰模 型 和 决 策 方法 ｅｔ
徐 建 ，李千 目，刘凤玉
（ 南京理工大学计算机科学与技术学院 ，南京 ２０ ９ ） １０４