計(jì)算機(jī)系統(tǒng)與計(jì)算機(jī)網(wǎng)絡(luò)中的動態(tài)優(yōu)化:模型、求解與應(yīng)用

陳遠(yuǎn)聰

（華南農(nóng)業(yè)大學(xué)珠江學(xué)院，廣東 廣州 510900）

計(jì)算機(jī)系統(tǒng)與計(jì)算機(jī)網(wǎng)絡(luò)中的動態(tài)優(yōu)化:模型、求解與應(yīng)用

陳遠(yuǎn)聰

（華南農(nóng)業(yè)大學(xué)珠江學(xué)院，廣東 廣州 510900）

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)資源已經(jīng)形成了動態(tài)化的分布和利用，并在社會的各個(gè)行業(yè)內(nèi)都有廣泛的應(yīng)用，隨著計(jì)算機(jī)網(wǎng)絡(luò)使用范圍的擴(kuò)展，計(jì)算機(jī)網(wǎng)絡(luò)的業(yè)務(wù)種類以及業(yè)務(wù)數(shù)量不斷增加，尤其是計(jì)算機(jī)網(wǎng)絡(luò)的運(yùn)行成本以及相應(yīng)的使用模型需要不斷的優(yōu)化，應(yīng)當(dāng)基于實(shí)際運(yùn)用中計(jì)算機(jī)網(wǎng)絡(luò)的應(yīng)用理論進(jìn)行網(wǎng)絡(luò)的動態(tài)優(yōu)化以及模型改良，本文針對動態(tài)優(yōu)化的模型及其求解和未來應(yīng)用進(jìn)行分析討論，提出了一些計(jì)算機(jī)網(wǎng)絡(luò)模型的優(yōu)化建議.

計(jì)算機(jī)系統(tǒng)；計(jì)算機(jī)網(wǎng)絡(luò)；動態(tài)模型；優(yōu)化

隨著網(wǎng)絡(luò)時(shí)代的到來，計(jì)算機(jī)網(wǎng)絡(luò)以及計(jì)算機(jī)系統(tǒng)已經(jīng)成為了社會大眾日常生活中不可缺少的部分，并且計(jì)算機(jī)網(wǎng)路以及計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)也深入到了各個(gè)行業(yè)之中，為了更高效率的應(yīng)用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，進(jìn)行合理的網(wǎng)絡(luò)資源分配利用以及高效率的應(yīng)用是十分必要的事情，在這一過程中，如何提高計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)以及模型利用的效率和理論是一個(gè)重要問題.

在優(yōu)化計(jì)算機(jī)網(wǎng)絡(luò)模型的時(shí)候，優(yōu)化理論的出現(xiàn)以及應(yīng)用成為了解決問題的關(guān)鍵以及分析問題的必要方法，在使用優(yōu)化理論的時(shí)候，應(yīng)當(dāng)從時(shí)間角度以及靜態(tài)優(yōu)化的角度進(jìn)行分析，在兩者互相結(jié)合的基礎(chǔ)上應(yīng)運(yùn)而生出了動態(tài)優(yōu)化以及分析的理論，在靜態(tài)的優(yōu)化理論的分析指導(dǎo)下，整個(gè)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)是一個(gè)靜態(tài)不便的系統(tǒng)，在進(jìn)行資源需求分析以及資源分配的時(shí)候，所有的優(yōu)化措施都是一成不變的，也是一個(gè)與時(shí)間概念沒有直接關(guān)系的分析，這一理論的單獨(dú)應(yīng)用無法實(shí)現(xiàn)真正的網(wǎng)絡(luò)系統(tǒng)優(yōu)化，在此基礎(chǔ)上要結(jié)合其他客觀因素的分析，從靜態(tài)分析的角度結(jié)合動態(tài)分析的理論進(jìn)行函數(shù)模型概念，在動態(tài)優(yōu)化理論的指導(dǎo)下，計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的優(yōu)化是收益與時(shí)間的共同累積量，與靜態(tài)理論有明顯差別的是，動態(tài)理論在分析計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的時(shí)候?qū)ο到y(tǒng)的變化進(jìn)行了明確的描述，構(gòu)建一個(gè)動態(tài)的模型進(jìn)行分析，在此基礎(chǔ)上提出具有針對性的優(yōu)化措施.本文進(jìn)行的動態(tài)分析是基于馬科夫決策理論進(jìn)行的動態(tài)分析過程，建立了一個(gè)基本的動態(tài)分析模型，為計(jì)算機(jī)系統(tǒng)的優(yōu)化以及計(jì)算機(jī)網(wǎng)絡(luò)的推廣作出貢獻(xiàn)和措施優(yōu)化.

1 計(jì)算機(jī)系統(tǒng)以及計(jì)算機(jī)網(wǎng)絡(luò)中動態(tài)優(yōu)化模型的建立

1.1 馬科夫動態(tài)分析模型的建模理論分析

在使用馬科夫動態(tài)建模理論進(jìn)行計(jì)算機(jī)網(wǎng)絡(luò)優(yōu)化的時(shí)候，常用的分析內(nèi)容應(yīng)當(dāng)從以下幾個(gè)角度出發(fā):首先，在使用馬科夫動態(tài)建模理論的時(shí)候，就應(yīng)當(dāng)從計(jì)算機(jī)網(wǎng)絡(luò)以及計(jì)算機(jī)系統(tǒng)的特征出發(fā)，結(jié)合計(jì)算機(jī)的網(wǎng)絡(luò)系統(tǒng)性狀進(jìn)行描述，對計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)內(nèi)的特征進(jìn)行特征描述，將所有的相似特征放在一個(gè)相同的集合之中，對相似的網(wǎng)絡(luò)特征性狀進(jìn)行相關(guān)行為分析，在分析的基礎(chǔ)上，決策者可以對相同行為集合內(nèi)的收益性組建收益模型，例如：相似特征的網(wǎng)絡(luò)性狀放入到集合A中，將所有具有相同的決策行為形成的收益規(guī)律總結(jié)成收益函數(shù)R，這樣，在整個(gè)動態(tài)模型的動態(tài)分析的過程中，計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)可以用不同的計(jì)算關(guān)系總結(jié)歸納出相同的轉(zhuǎn)移記錄以及轉(zhuǎn)移過程，這樣能夠在轉(zhuǎn)移記錄以及轉(zhuǎn)移過程的分析過程中形成轉(zhuǎn)移關(guān)系.

在使用馬科夫決策理論進(jìn)行分析的時(shí)候，所經(jīng)歷的決策過程通常是為近期的、即將發(fā)生的行為做出決策支持，這個(gè)時(shí)候的決策狀態(tài)是服務(wù)于下一時(shí)間段的決策行為的，并且所做出的決策在整個(gè)計(jì)算機(jī)系統(tǒng)的運(yùn)行之中是沒有很強(qiáng)的歷史性關(guān)聯(lián)的，因此，在馬科夫決策過程中，轉(zhuǎn)移關(guān)系的行為以及轉(zhuǎn)移關(guān)系的性質(zhì)都是具有不同的參考意義的，這樣在使用馬科夫決策理論的時(shí)候及可以將所有的數(shù)據(jù)分成隨機(jī)狀態(tài)與隨機(jī)狀態(tài)兩種，這樣的狀態(tài)在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)運(yùn)行的時(shí)候形成就了可確定性強(qiáng)的運(yùn)行結(jié)果，并且受到可變因素的影響較小.

1.2 基于馬科夫決策理論動態(tài)建模的過程

在使用馬科夫決策理論進(jìn)行動態(tài)優(yōu)化模型建立的時(shí)候要將所有的決策理論放入到計(jì)算機(jī)網(wǎng)絡(luò)優(yōu)化模型的建設(shè)之中，建立動態(tài)優(yōu)化模型的方法如下所示:

首先，在進(jìn)行計(jì)算機(jī)網(wǎng)絡(luò)模型以及計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)動態(tài)優(yōu)化模型建立的時(shí)候，要為所有的操作工作設(shè)置一個(gè)綜合的目標(biāo)，在這一個(gè)整體的目標(biāo)的指導(dǎo)下使得所有的模型建立操作都具有高效率的決策機(jī)制支持，并且，在綜合的指導(dǎo)目標(biāo)之下，動態(tài)優(yōu)化模型的建立的不同階段的操作也有了不同的建設(shè)目標(biāo)，例如:在進(jìn)行計(jì)算機(jī)網(wǎng)絡(luò)優(yōu)化模型建立的時(shí)候，通常要在設(shè)置函數(shù)的時(shí)候?qū)⒉煌暮瘮?shù)消耗的能量計(jì)入到函數(shù)之內(nèi)，并對函數(shù)的延遲性設(shè)置成計(jì)算的目標(biāo)，在馬科夫決策動態(tài)模型之中設(shè)置具有不同期望值的目標(biāo)函數(shù)，使得計(jì)算機(jī)系統(tǒng)以及計(jì)算機(jī)網(wǎng)絡(luò)能夠在運(yùn)行的時(shí)候合理的協(xié)作不同的目標(biāo)好書以及各級不同的計(jì)算函數(shù)，使得系統(tǒng)運(yùn)行的時(shí)候計(jì)算效率大大提高，并且使得系統(tǒng)運(yùn)行的計(jì)算結(jié)果在最大化與最小化之間進(jìn)行轉(zhuǎn)化，在這樣的過程中，使用動態(tài)優(yōu)化模型的決策者能在不同的操作對策之下對計(jì)算的結(jié)果及進(jìn)行合理適當(dāng)?shù)恼{(diào)整，其次，在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)以運(yùn)行的時(shí)候，所需要的運(yùn)行空間也要在動態(tài)優(yōu)化模型中得到考量，使得運(yùn)算所使用的空間能夠科學(xué)的計(jì)量和應(yīng)用，動態(tài)優(yōu)化模型能夠計(jì)算出空間的利用情況，進(jìn)而在空間利用率的基礎(chǔ)上做出后續(xù)的空間使用決策，尤其是在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的游離空間內(nèi)，無線電系統(tǒng)占據(jù)著相當(dāng)大的空間，為了使得計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)和網(wǎng)絡(luò)結(jié)構(gòu)適應(yīng)不同用戶的需求，動態(tài)優(yōu)化模型要將所有的數(shù)值確定在一個(gè)合理的、能夠被用戶接受的范圍內(nèi).

1.3 馬科夫動態(tài)優(yōu)化模型的計(jì)算過程分析

在實(shí)際使用的過程中，馬科夫動態(tài)計(jì)算機(jī)網(wǎng)絡(luò)優(yōu)化模型的應(yīng)用可以分為兩類，實(shí)際運(yùn)行結(jié)果的計(jì)算也是從這兩個(gè)角度出發(fā)的，也就是計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的精確求解過程以及近似求解的過程，在馬科夫的動態(tài)優(yōu)化模型中，精確求解的計(jì)算方式是為計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)提供最優(yōu)的計(jì)算結(jié)果，結(jié)果在實(shí)際的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)運(yùn)行中也是具有應(yīng)用價(jià)值的，而近似的求解過程是在既定的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)內(nèi)做出的計(jì)算結(jié)果，在實(shí)際的應(yīng)用過程中，不同的計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)在運(yùn)行的時(shí)候要根據(jù)實(shí)際的運(yùn)行數(shù)據(jù)表現(xiàn)進(jìn)行數(shù)據(jù)調(diào)整，為了計(jì)算結(jié)果的調(diào)整方便，計(jì)算過程僅僅進(jìn)行簡單、近似的計(jì)算即可，求得的相似解的過程能夠優(yōu)化動態(tài)模型的計(jì)算效率，降低模型內(nèi)部結(jié)構(gòu)的損耗.

在不同的動態(tài)優(yōu)化模型計(jì)算過程中，需要根據(jù)計(jì)算機(jī)網(wǎng)絡(luò)模型的運(yùn)行需求進(jìn)行不同精度的計(jì)算，并對兩者的計(jì)算結(jié)果進(jìn)行區(qū)分和優(yōu)化，在最佳的動態(tài)優(yōu)化模型的支持下，不同的計(jì)算機(jī)網(wǎng)絡(luò)用戶的需求也能夠在不同程度得到滿足，用戶可以根據(jù)自己的需求選擇不同的優(yōu)化模型，也可以對不同的分類計(jì)算結(jié)果進(jìn)行利用.

1.4 馬科夫動態(tài)優(yōu)化模型在計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)內(nèi)的應(yīng)用

在分析和利用馬科夫動態(tài)優(yōu)化模型的時(shí)候，應(yīng)當(dāng)使得動態(tài)優(yōu)化模型具有系統(tǒng)維護(hù)的針對性以及計(jì)算機(jī)網(wǎng)絡(luò)的修復(fù)功能，為此，在進(jìn)行馬科夫模型建造和應(yīng)用的時(shí)候要將這些因素當(dāng)作應(yīng)用對象.

在進(jìn)行計(jì)算機(jī)網(wǎng)絡(luò)結(jié)構(gòu)以及計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)優(yōu)化的時(shí)候，馬科夫的優(yōu)化模型能夠促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)正常工作，將整個(gè)網(wǎng)絡(luò)分為兩個(gè)部分，一半是能夠正常工作的，一半是隨機(jī)的計(jì)算機(jī)網(wǎng)絡(luò)子網(wǎng)，為網(wǎng)絡(luò)的決策者流出了很大思考空間，在馬科夫優(yōu)化決策模型之中，做好了相關(guān)的改良之后，可以對標(biāo)記的部分進(jìn)行問題改善，對其中存在的對稱性問題進(jìn)行高效率的處理和解決，縮小計(jì)算機(jī)網(wǎng)絡(luò)中出現(xiàn)的空間問題，在此基礎(chǔ)上，計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)以及網(wǎng)絡(luò)結(jié)構(gòu)能夠在相關(guān)理論的指導(dǎo)下進(jìn)行進(jìn)一步的優(yōu)化以及解決，有利于計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的功能更新以及進(jìn)一步的優(yōu)化，并結(jié)合全新的理論做出更多的操作貢獻(xiàn)，有效的解決計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)以及網(wǎng)絡(luò)結(jié)構(gòu)運(yùn)行中存在的資源分配問題，有效的提高網(wǎng)絡(luò)的應(yīng)用效率以及豐富計(jì)算機(jī)網(wǎng)絡(luò)的功能.

2 基于實(shí)際案例的馬科夫動態(tài)優(yōu)化網(wǎng)絡(luò)的措施分析

2.1 馬科夫動態(tài)優(yōu)化模型的決策案例分析

在決策的過程中，馬科夫的決策過程包含了以下幾個(gè)因素:

首先，將馬科夫動態(tài)優(yōu)化模型的所有涉及到的相似的運(yùn)行狀態(tài)放在一個(gè)相同的集合S之中，用來描述計(jì)算機(jī)系統(tǒng)的運(yùn)行狀態(tài)，并將所有的計(jì)算機(jī)網(wǎng)絡(luò)操作行為放入到集合A中，行為集合可以描述決策者在相似的狀態(tài)空間內(nèi)的運(yùn)行行為，這些行為能夠適當(dāng)?shù)倪x擇相似的行為，形成可依賴的狀態(tài)，記為集合A（s）.

對動態(tài)優(yōu)化模型中設(shè)置的收益函數(shù)為R（s，s’，a），其中s和s’的變量取自集合S，變量a取自A，收益函數(shù)用來描述計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)內(nèi)決策函數(shù)的行為以及為之后的行為分析奠定良好的收益基礎(chǔ).

采用的狀態(tài)轉(zhuǎn)移關(guān)系是SM，轉(zhuǎn)移關(guān)系用來描述計(jì)算機(jī)系統(tǒng)在決策行為之下的影響和轉(zhuǎn)移過程.進(jìn)行計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的優(yōu)化策略簡稱Π，作出的決策流程如下所示:

首先，模型的決策者要觀察當(dāng)前所處的運(yùn)行狀態(tài)s，其次，對計(jì)算機(jī)網(wǎng)絡(luò)當(dāng)前的狀態(tài)進(jìn)行分析，確定后續(xù)的優(yōu)化策略采用Π（s），之后進(jìn)行優(yōu)化行為采用Π（s）進(jìn)行操作，觀察計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的優(yōu)化結(jié)果，看運(yùn)行狀態(tài)是否發(fā)生改變.最后的操作按照實(shí)際的計(jì)算機(jī)網(wǎng)絡(luò)協(xié)運(yùn)行結(jié)果重復(fù)上述的流程操作，不斷的進(jìn)行計(jì)算機(jī)網(wǎng)絡(luò)的優(yōu)化，這樣系統(tǒng)運(yùn)行的過程中就會產(chǎn)生收益序列，反應(yīng)計(jì)算機(jī)網(wǎng)絡(luò)以及系統(tǒng)的運(yùn)行優(yōu)劣程度，這個(gè)時(shí)候使用目標(biāo)函數(shù)J對收益序列的數(shù)值進(jìn)行計(jì)算進(jìn)而得出就一個(gè)單一的反應(yīng)系統(tǒng)運(yùn)行的數(shù)字.

2.2 馬科夫決策過程的建模分析與決策

首先，明確動態(tài)優(yōu)化模型的系統(tǒng)運(yùn)行目標(biāo)，根據(jù)收益函數(shù)R和目標(biāo)函數(shù)J來設(shè)置不同的系統(tǒng)的運(yùn)行目標(biāo)，從不同的研究角度確定收益函數(shù)與目標(biāo)函數(shù)的計(jì)算過程，在設(shè)置目標(biāo)函數(shù)的時(shí)候常常考慮的目標(biāo)有以下幾個(gè):節(jié)點(diǎn)吞吐量因素、能量消耗因素、信道利用率因素、時(shí)間延遲因素以及分組丟失的效率等等，形成較高的目標(biāo)函數(shù)，計(jì)算出無限計(jì)算過程以及有限計(jì)算過程，得出相應(yīng)的行為決策.

其次，找出計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的運(yùn)行空間與決策者決策行為的空間之間的關(guān)聯(lián)性，二者的關(guān)系可能是離散可列的，例如:信道是由兩個(gè)離散的狀態(tài)刻畫的，用戶的行為也可能是離散的，也就是發(fā)送數(shù)據(jù)與監(jiān)聽信道之間的關(guān)系，狀態(tài)空間與行為空間的關(guān)系可能也是連續(xù)的，得出相應(yīng)的用戶行為以及連續(xù)的用戶空間，相應(yīng)的數(shù)值的取值范圍在0與1之間.

2.3 馬科夫決策過程中系統(tǒng)行為類別分析

在計(jì)算機(jī)系統(tǒng)運(yùn)行的過程中，馬科夫決策過程是對用戶的行為進(jìn)行明確的分類的，對于用戶的行為分類依據(jù)如下:根據(jù)計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)的執(zhí)行任務(wù)的時(shí)間的長短，劃分出用戶的行為有有限時(shí)間的動態(tài)優(yōu)化模型以及無限時(shí)間動態(tài)優(yōu)化模型；根據(jù)用戶決策者的觀測能力，將動態(tài)優(yōu)化模型分為完全可觀測動態(tài)優(yōu)化模型以及部分可觀測的優(yōu)化模型；根據(jù)計(jì)算機(jī)網(wǎng)絡(luò)轉(zhuǎn)移關(guān)系的確定性將動態(tài)優(yōu)化模型劃分為確定的優(yōu)化模型以及隨機(jī)的優(yōu)化模型；根據(jù)計(jì)算機(jī)網(wǎng)絡(luò)的時(shí)間是否連續(xù)將動態(tài)優(yōu)化模型劃分為連續(xù)時(shí)間的優(yōu)化模型以及離散時(shí)間的優(yōu)化模型；而根據(jù)計(jì)算機(jī)網(wǎng)絡(luò)內(nèi)轉(zhuǎn)移概率或者是模型內(nèi)收益是否確定將動態(tài)優(yōu)化模型劃分為普通的優(yōu)化模型以及帶有強(qiáng)化學(xué)習(xí)觀念的優(yōu)化模型，在不同的劃分過程中，使得計(jì)算機(jī)網(wǎng)絡(luò)的優(yōu)化模型更加的就具有針對性，優(yōu)化的措施運(yùn)行的效率也就大大增強(qiáng).

3 總結(jié)

隨著計(jì)算機(jī)網(wǎng)絡(luò)時(shí)代的到來，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)已經(jīng)進(jìn)入到了社會大眾的日常生活以及工作之中，為了使得計(jì)算機(jī)網(wǎng)絡(luò)的運(yùn)行效率大大提高，給人們帶來更多的便利，對計(jì)算機(jī)網(wǎng)絡(luò)以及計(jì)算機(jī)系統(tǒng)的優(yōu)化以及改進(jìn)是十分必要的，本文從動態(tài)與靜態(tài)的理論角度出發(fā)，采用馬科夫的決策分析方法建立動態(tài)的分析與決策模型，取得基礎(chǔ)的數(shù)據(jù)分析以此提出動態(tài)優(yōu)化的解決方案，為計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)與計(jì)算機(jī)網(wǎng)絡(luò)結(jié)構(gòu)的研究指出明確的方式，促進(jìn)計(jì)算機(jī)網(wǎng)絡(luò)結(jié)構(gòu)的應(yīng)用更加的深入到社會大眾的日常生活之中，為計(jì)算機(jī)行業(yè)的長遠(yuǎn)發(fā)展奠定良好的基礎(chǔ).

〔1〕田祥宏.計(jì)算機(jī)系統(tǒng)與計(jì)算機(jī)網(wǎng)絡(luò)中的動態(tài)優(yōu)化[J].中文信息,2014(12).

〔2〕趙飛,劉寧,秦敏.計(jì)算機(jī)系統(tǒng)與計(jì)算機(jī)網(wǎng)絡(luò)中的動態(tài)優(yōu)化[J].山東工業(yè)技術(shù),2016(6)：142-142.

〔3〕祝永健.芻議計(jì)算機(jī)網(wǎng)絡(luò)防御策略建設(shè)方法及模型優(yōu)化方案 [J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2014 (10)：119-120.

〔4〕胡峰,孫國基.動態(tài)系統(tǒng)計(jì)算機(jī)技術(shù)綜述(Ⅰ)：仿真模型[J].計(jì)算機(jī)仿真,2000(1)：1-7.

〔5〕彭子平,張嚴(yán)虎,潘露露.隱馬爾科夫模型原理及其重要應(yīng)用[C].中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇，2008.

〔6〕何麗.基于隱馬爾科夫模型下的實(shí)時(shí)風(fēng)險(xiǎn)管理[J].電腦知識與技術(shù),2014(3X)：1711-1712.

〔7〕秦強(qiáng),胡昌振.基于馬爾科夫決策過程的軟件測試仿真與計(jì)算 [J].數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用, 2014,35(2)：92-102.

〔8〕趙錫英,張明新,邢敬宏.交互式馬爾科夫鏈上強(qiáng)模擬關(guān)系的計(jì)算[J].蘭州理工大學(xué)學(xué)報(bào),2008,34 (1)：76-81.

〔9〕閆新娟,譚敏生,嚴(yán)亞周,等.基于隱馬爾科夫模型和神經(jīng)網(wǎng)絡(luò)的入侵檢測研究[J].計(jì)算機(jī)應(yīng)用與軟件,2012,29(2)：294-297.

TP393

A

1673-260X（2017）02-0009-03

2016-10-21