TBT监测预警系统关键技术研究

《TBT监测预警系统关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京工业大学博士学位论文TBT监测预警系统关键技术研究姓名：翟东升申请学位级别：博士专业：计算机应用技术指导教师：张书杰20080501北京工业大学工学博士学位论文关系进行了详细定义与分析说明，为机构成员间进行动态联盟操作提供社会化的可信服务环境，全面支持虚拟企业动态联盟生命周期过程。(3)建立了基于描述逻辑的六元组TBT监测预警指标体系语义模型。详细说明了模型中概念、属性及关系约束。从术语集、实例集、术语定义集、实例声明集、属性分配集、术语约束集合六方面，给出了描述逻辑表达及语义形式化方法。为机构成员间动态联盟提供语义级协作基础。(4)建立了基于社会网络的信任模型，

2、设计了一种信任查询协议，它只需向自己的熟人圈发送查询消息或者转发消息，利用此协议，在信任网络中，可有效构建推荐信任路径。在考虑机构成员关系权重、推荐节点可信度、时间衰减因素和交易金额风险等级等因素的基础上，进行了仿真实验，结果表明，该模型很好描述了熟人圈动态演化过程，有效的检测出了自夸现象，以及通过小额交易积累信誉值、大额诈骗的信任攻击行为，证明基于社会网络的信任机制可以有效抑制电子机构中的欺诈攻击行为，为机构成员间动态联盟提供可信环境。(5)将复杂的动态联盟形成中的协商谈判问题，分解为电子合同模板组合及基本谈判任务网络两部分。采用模糊数学表达谈判方的效用函数，引入贝

3、叶斯和遗传算法，优化谈判主体的单调让步策略，开发了双边多条款模糊型协商谈判基本模型。仿真实验表明，即使在接近实际的不完全信息情况下，模型也能通过持续学习，有效找到双赢的方案。(6)设计了基于MAS的分布式TBT监测信息采集系统的体系结构，建立了系统的HTCP-net调度模型，仿真实验表明：中心控制Agent和爬行调度Agent基于优先级的任务调度策略在没有增加任务等待时间的同时提高了用户满意度：较之轮转调度算法，最短等待队列动态负载均衡调度算法，可以有效地减少任务在队列中的等待时间和队列长度，同时保证任务Agent的负载基本均衡：在持续增加监测网站数量的纵向比较中，当

4、爬行任务Agent池中有5个任务Agent时，监测网站数量选择100左右，系统性能和所占资源达到了较优的平衡。本研究的开展和取得的成果，可以有效弥补我国TBT监测预警系统关键技术研究方面的不足，为我国TBT监测预警与应急机制提供强有力的信息技术支持，有助于我国应对TBT和保证国际贸易的顺利发展。关键词预警系统：多代理技术：贸易技术壁垒：电子机构：虚拟组织IIABSTRACTIntheexportindustryofChina,TechnicalBarrierstoTrade(TBT)hasgeneratedmuchtradefriction，whichhasdamag

5、edourexportindustryseriously．ThereasonforthatisthelackofpowerfulTBTmonitoring&early—warningsystem．Correspondingly,thereisnotenoughacademicresearchforTBTmonitoring&early—warninginformationsupportplatformandthesystematicresearchfordecisionsupportsystem．n坨refore，theresearchforthekeytechnol

6、ogiesofTBTmonitoringearly-warningsystemismeaningfulandusefulforexporttradeinOurcountry．ThedissertationstudiesseveralkeytechnologiesofTBTmonitoringearly-warningsystem．Thecontentsinclude：Firstly,inthedeterminationofmonitoringmainbody,withtheinterestgrouptheoryandpolicydecisionmodel，11kind

7、softheinterestrelatedgrouparedetermined．IntheconstructionofTBTmonitoring&early-warningindexesmodel，thepressureofinterestgroupanditsresponsepattemsmadebyvariousfactorsareanalyzedindetails，usingexpertgroupdecision，DelphimethodandFuzzyCognitiveMaps(FCM)toassistexpelstoestablishTBT