2024年4月28日发(作者：联想售后帮忙装固态吗)

广东技术师范学院学报（自然科学）　

２０１２年第１期　

Ｊｏｕｒｎａｌ　ｏｆ　Ｇｕａｎｇｄｏｎｇ　Ｐｏｌｙｔｅｃｈｎｉｃ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ　Ｎｏ．１，２０１２　

基于贝叶斯网的飞机维护实训教学专家系统　

吕惠子１　肖茵茵２马震远２沈金星２　

（１．广州民航职业技术学院，广东广州５１０４０３；２．广东技术师范学院，广东广州５１０６６５）　

摘　要：针对飞机维护实训教学中教学硬件资源少、知识关联性强、检修方案不唯一、学生难以掌握的特点。引　

入基于贝叶斯网的知识表达和不确定性推理原理．设计并实现了飞机维护实训教学专家系统．与一般基于规则的　

专家系统相比，本系统利用先验概率分布使推理可以在输入数据不完备的基础上进行；以网络拓扑结构表达定检　

维修中的定性知识．以网络节点的概率分布表达定检各个环节的关联性和不确定性。从而使不确定性知识的表达　

直观、明确；可以为学生提供快捷的故障诊断及排故训练．　

关键词：专家系统；飞机维护；贝叶斯决策；故障诊断　

中图分类号：ＴＰ　３０９　文献标识码：Ａ　文章编号：１６７２—４０２Ｘ（２Ｏｌ２）Ｏ１—００２１—０４　

０引言　

及中间过程数据；推理机采用模式匹配的方法，根据　

用户的输入数据从知识库中寻找相应规则．运用展　

近年来我国民用航空事业呈现高速发展的态　

开搜索的方式推理出结论．根据搜索方式的不同又　

势．对专业人才特别是飞机维修人才的需求每年成　

可分为向前搜索（例如ＣＬＩＰＳ　Ｅ３￣）和向后搜索（例如　

倍增加．虽然国家每年都从师资和硬件资源方面加　ＰＲＯＬＯＧ［４］）．但基于规则的专家系统存在两个突出　

大投入。但由于行业的特殊性，能够用于培养人才的　

问题．使其不能直接用于飞机维护实训系统．一是无　

资源非常有限．目前的人才培养模式多为学生从书　

法在不确定数据输入基础上进行推理．这里的不确　

本上获得理论知识，教师依托教学飞机进行演示。学　定性数据包括两种类型：缺失或不完备的数据和存　

生边观看边消化　在这样的教学模式下．学生难以掌　

在不确定性的数据：二是在知识的表达上要求太精　

握全面的维修知识．若在实训教学中通过计算机辅　

确。无法表达出知识的不确定性．比如随机性和模糊　

助教学．利用人机互动充实实训教学内容．促进学生　

性．由于飞机维护中故障现象对应多种故障原因．许　

从感性认识到理性认识的转变．可大大缓解上述矛　

多的实际问题都包含了这两种不确定性因素．因而　

盾．学生可通过软件模拟飞机维护过程．增进和巩固　

制约了专家系统在飞机排故中的运用．　

专业知识及操作能力．为此本文设计并实现了一个　本系统引入基于贝叶斯网专家系统的知识表达　

飞机故障诊断与维护指导专家系统．充分利用“老机　和不确定性推理．提出了运用面向对象的知识表达　

务”、“老专家”的丰富维护经验，为学生提供方便、快　

描述贝叶斯网结构及推理过程的方法．以模块化思　

捷的故障诊断及排故训练．提高学生到机务维修岗　

想为指导，建立了专家系统的用户交互模块、知识获　

位后的分析、判断、发现、排除故障的工作能力…．　

取模块及推理机模块．并提出了针对飞机维修教学　

专家系统是运用专家的知识和推理方式解决复　

系统中的不确定性证据的处理方法．　

杂专业领域问题的人工智能计算机程序［２］．上个世纪　

７０年代以来．专家系统被广泛运用到各个专业领域．　

１飞机维护实训教学专家系统的构建　

专家系统就构造而言，分为推理机、知识库、数据库　

１．１系统组成　

三个主要部分．其中知识库采用ＩＦ—ＴＨＥＮ形式的规　

在对飞机维护实训教学专家系统进行设计时．　

则存储专家知识：数据库用于保存用户输人数据以　需要在系统的灵活性和复杂性之间取得折衷．为此　

收稿日期：２０１２—０２—２３　

基金项目：广东高校优秀青年创新人才培育项目（Ｎｏ．ＬＹＭ１１０８４、ＬＹＭ１１０８５）．　

作者简介：吕￣（１９８２一），女，山东滨洲人，硕士，广州民航职业技术学院机务工程学院助理实验师．研究方向：系统控制　

・

２２・　吕惠子　肖茵茵马震远沈金星：基于贝叶斯网的飞机维护实训教学专家系统　第１期　

从逻辑上将专家系统划分为三层：业务展示层、中间　

层和应用逻辑层．专家知识数据库独立于三层之外　

直接与中间层通信．其中．业务展示层主要是针对不　

同的终端向学生、教师和管理员提供良好的人机接　

口；中间层主要用于客户端与数据库服务器的连接．　

可以支持多客户端连接并且保证数据的安全性：应　

用逻辑层是系统的核心．它以贝叶斯推理提供专家　

知识演绎和推理判断能力：知识数据库用于存储专　

家知识．系统的核心是基于规则知识库的专家系统．　

专家系统结构图如图１所示．共由５个模块构　

成．分别为用户模块、人机接口模块、知识库、实例管　

理模块、实例展现与分析模块和Ｂａｙｅｓ推理模块．其中　

用户模块分为三类：专家、教师和学生．教学维护知识　

信息库由机务专家维修经验和实际教学经验组成．　

系统将从教学维护知识信息库中提取故障经验．教师　

使用人机交互知识获取机制．可以筛选和管理排故知　

识，再由Ｂａｙｅｓ推理提供该知识的排故专家建议．最　

终将知识和排故专家建议存入知识库．并通过实例　

管理模块对知识库及维修实例进行管理及分析．　

专家　ｌ　　Ｉ学生　Ｉ　

人机接口　

每　

ｌ知识库　一　＿＿一实例管理模块Ｆ－　＿１与分析模块　

１　士　▲　

图１专家系统结构图　

图２教师和学生操作流程图　

１．２用户操作流程　

本系统的用户操作流程如图２所示．系统运行　

时．通常是由教师在实训开始前设置本次实训的内　

容和各部件的参数．由于飞机定检维护往往具有不　

确定性．教师可通过系统预览功能获得本次定检合　

理的步骤．该步骤既可以通过运行贝叶斯推理机实　

现．也可以进行手动设置．　

学生使用客户端．通过多种查询手段，查找排故　

知识及其排故专家建议．并通过系统模拟操作排故　

过程．操作完成后向系统提交．系统根据已有知识给　

出成绩．并可提供正确排故过程实例供学生学习．学　

生还可查询与客户端关联的飞机维护手册系统和工　

具管理系统．查询相关的维护信息和工具使用信息．　

２基于Ｂａｙｅｓ的决策推理　

２．１　Ｂａｙｅｓ网结构确定　

贝叶斯决策推理是本专家系统的核心．针对飞　

机定检教学的特点．我们按照下述方法确定贝叶斯　

网络．将贝叶斯网络看作一个有向无环图，记为Ｇ（　，　

Ｅ），其中，　是节点集合，每个节点　∈Ｖ表示定检时　

刻飞机的某一状态．Ｅ是边集，（　，　）∈Ｅ表示节点间　

的直接依赖关系，从状态　有　的概率转移到状　

态　｛尸（　ｐ（ｖ　））｝表示因果关系的强度，其中ｐ（ｖｉ）　

表示　的父节点集合．贝叶斯网络的每一个结点和　

一

个概率密度相联系．对于整个网络而言，所有节点　

的概率密度可写成如下形式：　

Ｐ（　－，　１．．・，　）＝１ｌｐ（　ｚ｛ｐ（　ｉ））．　（１）　

：ｌ　

２．２知识库的构建　

由于知识库在整个专家系统中占据至关重要的　

地位．其自身的优劣将直接影响到诊断结果的质量，　

因此对知识库的管理与维护具有重要的意义．在整个　

运行过程中．知识库系统应始终保持产生式规则的　

一

致性、事实数据的准确性和完整性．知识库主要来　

源于领域专家以及以往的事件记录．因此需要进行　

大量的数据收集、分析、加工、整理工作，并且要对这　

些数据进行结构化、规范化处理．为此我们对各种故　

障现象进行了分类．通过关键词建立索引。以便于对　

数据的处理和检索．　

贝叶斯网络专家系统知识库的构建就是应用以　

往飞机维护中的经验和教学经验构建贝叶斯网络的　

过程．知识库由以机务专家维修经验及教学经验建　

立的排故知识组成．其内容包括专家知识数据库和　

第１期　吕惠子　肖茵茵马震远沈金星：基于贝叶斯网的飞机维护实训教学专家系统　・２３・　

２、５、８按键不灵，且通话时有时听不到．维修人　

用户管理数据库．为使排故知识的概念具体化，将其　

好用，

在知识库中表示为某一故障描述及其对应的排故方　

员检查后．发现Ｐ１８—４面板上的“ＰＡＳＳ＆ＣＲＥＷ　

法．图３是本专家系统的知识库在关系型数据库中　ＣＡＩ．Ｉ／Ｉ．ＡＶ　ＳＭＫ　ＤＥＴ”跳开关跳出．由于该跳开关所　

的逻辑图，对应式（１）中的贝叶斯网络节点．　

维修方案　

故障　越巨　舀　

Ｉｎｔｅ

—

ｇｅｒ　

—

故瞳　强　—Ｉｎｔｅ—ｇｅｒ　标准参数Ｔｅｘｔ　

故障描述　Ｖａｒｉａｂｌｅ　ｅ　标准步骤Ｔｅｘｔ　

维修历史Ｔｅｘｔ　复查步骤Ｔｅｘｔ　

处理措施Ｔｅｘｔ　处理措施代码　Ｖａｒｉａｂｌｅ　

先导故障代码　

引发故障代码　

Ｉｎｔｅｇｅｒ　

Ｉｎｔｅｇｅｒ　

）。≤　

Ｉｄｅｎｔｉｆｉｅｒ＿ｌ＜ｐｉ＞　

Ｉｄｅｎｔｉｆｉｅｒ　ｌ＜ｐｉ＞　ＲＬ　Ｆａｕｌｔ

—

Ｓｃｈｅｍｅ｜　／　

（　）　

、＼　ＲＰ　Ｓｃｈｅｍｅ　０Ｄｅｒａｔｅ　

定检数据　＼、一　～　

蕴昱　业Ｌｏｎｇ　ｉｎｔｅｇｅｒ　

飞机器型号　Ｉｎｔｅｇｅｒ　

运行里程Ｌｏｎｇ　ｉｎｔｅｇｅｒ　

—

上次定检时间Ｄａｔｅ　

一－』

上次定检维修项目表

飞行器状态描述

丁

贝叶斯决策器ｌ

Ｔｅｘｔ　

Ｔｅｘｔ　

　

　

｝　

Ｉｄｅｎｔｉｆｉｅｒ

ｌ＜ｐｉ＞　排故措施　

处理措施代码Ｖａｒｉａｂｌｅ　ｃｈａｒａｃｔｅｒｓ　

故障等级　Ｓｈｏｒｔ　ｉｎｔｅｇｅｒ　

危险等级　Ｓｈｏｒｔ　ｉｎｔｅｇｅｒ　

工具列表　Ｖａｒｉａｂｌｅ　ｃｈａｒａｃｔｅｒｓ　

技能要求Ｔｅｘｔ　

图３贝叶斯推理机的数据库结构　

２．３推理机算法描述　

推理机的运行依赖于两类证据：确定性证据和　

不确定性证据．不确定性证据是指节点的观测数据　

具有不确定性．比如观测的数据来自一个受环境影　

响的传感器．或者数据的真实性受到前一个状态的　

影响．这种情况下．可以在贝叶斯网中添加一个新的　

节点．然后用条件概率的形式描述这种不确定性．另　

一

类不确定性的证据是在某种情况下虽然无法得到　

某个证据结点的确切取值．但可以肯定该证据结点　

不确切的取值，比如空速管有高中低三种取值．目前　

仅有的信息表明温度不高．但无法在中和低中明确　

去哪个值，处理这类不确定性的方法在于争取合并　

证据集合．　

图４是贝叶斯推理机所采用的算法．其中　是　

查询变量的集合。Ｅ是证据变量的集合。对应数据库　

中的故障描述和状态描述两个字段．可将从节点　

向下推理的过程转变为计算贝叶斯概率．　

３运行效果与实例　

以客舱呼叫系统故障为例。故障描述为机组人　

员反映飞机客舱呼叫系统故障：前后乘务员呼叫指　

示灯工作不正常；客舱呼叫铃失效；厕所的烟雾探测　

系统失效；应急出口指示灯工作不正常；前舱话筒不　

负责的系统很多，包括旅客ＰＳＵ上的呼叫系统、厕所　

烟雾探测系统和机组内话系统．任何一个位置的线　

路短路都会造成该跳开关的跳出．这给隔离故障线　

路的工作带来很大的困难．系统根据当前故障现象　

选择专家知识库中存在的对应专家经验知识．根据　

Ｂａｙｅｓ推理算法。系统给出首要检测方案为更换该跳　

开关．学生在系统中进行跳开关更换操作．跳开关更　

换后。系统提示用户客舱呼叫系统恢复正常“是”或　

“否”．如选择“否”．系统根据知识库中经验知识进一　

步进行Ｂａｙｅｓ推理。给出故障会发生最大概率点．引　

导学生进入下一阶段排故检查．第一步检查厕所呼　

叫面板、第二步检查乘务员呼叫面板、第三部检查　

ＰＳＵ，这样一步步引导用户进行故障的精确定位．最　

后给出故障诊断的结论．如“右后厕所顶上导线　

Ｈ９１１９Ａ２０磨损短路．导致跳开关Ｃ１１４８跳出．修复　

该线路”．学生根据专家系统提示进行操作．操作完　

成后向系统提交．系统根据已有知识给出成绩．　

图４贝叶斯推理算法　

由于航空设备的技术资料本身就是一个庞大的　

系统，手册的使用与查找是学生学习的难点．专家系　

统将航空公司的飞机大修手册、部件翻修手册、故障　

隔离手册（ＦＩＭ）、线路图手册（ＷＤＭ）和系统图册（ｓＳＭ）　

．

２４．　吕惠子　肖茵茵马震远沈金星：基于贝叶斯网的飞机维护实训教学专家系统　第１期　

等各种维修手册存人数据库中。在排故训练的同时　

引导学生进行手册的查找．例如．系统在提示用户检　

查厕所呼叫面板、乘务员呼叫面板、ＰＳＵ等线路时会　

给出检查此线路的手册依据．首先从ＷＤＭ手册中　

的清单获得此跳开关信息．其次进入ＷＤＭ３３—２７一　

直观、明确．在实际教学的使用过程中，此系统能够　

有效完成故障定位并给出故障的解决办法．指引学　

生进行排故训练．提高了飞机维护实训教学水平．　

参考文献：　

ｌｌ，第三步进入通信系统的那条支路，最后找到其连　

接设备后乘务员面板、前乘务员面板、Ｐ５呼叫板、地　

面电源面板．　

［１］Ｗａｎｇ　Ｘ，Ｘｕｅ　Ｂ，Ｌｉ　Ｚ，ｅｔ　ａ１．Ｒｅｓｅａｒｃｈ　ｏｎ　Ｆａｕｌｔ　Ｄｉａｇｎｏｓｉｓ　ｏｆ　

Ｃｉｖｉｌ　Ａｉｒｃｒａｆｔ　Ｂａｓｅｄ　ｏｎ　ＡＦＰＮ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｃｏｒｎ－　

ｐｕｔａｔｉｏｎａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ　ａｎｄ　Ｄｅｓｉｇｎ（ＩＳＣＩＤ）［Ｃ］．２０１１．　

［２］Ｊａｉｎ　Ｍ　Ｂ，Ｓｆｉｎｉｖａｓ　Ｍ，Ｊａｉｎ　Ａ．Ａ　Ｎｏｖｅｌ　Ｗｅｂ　Ｂａｓｅｄ　Ｅｘｐｅｒｔ　

Ｓｙｓｔｅｍ　Ａｒｃｈｉｔｅｃｔｕｒｅ　ｆｏｒ　ｏｎ—ｌｉｎｅ　ａｎｄ　ｏｆｆ－ｌｉｎｅ　Ｆａｕｌｔ　Ｄｉａｇｎｏｓｉｓ　

４结论　

本文通过引入基于贝叶斯网的知识表达和不确　

ａｎｄ　Ｃｏｎｔｒｏｌ（ＦＤＣ）ｏｆ　ｔｒａｎｓｆｏｒｍｅｌ￣Ｊ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｈｅｔ　

ＴＥＮＣＯＮ２００８［Ｃ］，Ｈｙｄｅｒａｂａｄ：ＩＥＥＥ，２００８：１－５．　

定性推理．采用面向对象的技术构建了基于贝叶斯　

网的飞机维护实训教学专家系统．与一般的基于知　

识的专家系统相比．贝叶斯网专家系统利用先验知　

识．可以使推理在输人数据不完备的基础上进行；以　

网络的拓扑结构表达定性知识．以网络节点的概率　

表达知识的不确定性．从而使不确定性知识的表达　

［３］Ｑｉｕ　ｚ，Ｙｕ　Ｓ　Ｍ，Ｗａｎｇ　Ｚ．Ａ　Ｒｅｓｅａｒｃｈ　ｏｆ　Ｄｉｒｅｃｔｉｏｎ　Ｅｘｐｅｒｔ　

Ｓｙｓｔｅｍ　Ｔｅｃｈｎｏｌｏｇｙ　ｆｏｒ　Ａｉｒｃｒａｆｔ　Ｍａｉｎｔｅｎａｎｃｅ［Ｊ］．Ａｄｖａｎｃｅｄ　

Ｍａｔｅｒｉａｌｓ　Ｒｅｓｅａｒｃｈ，２０１２，４０３（１）：１６９２一ｌ６９５．　

［４］Ｓｕ　Ｈ　Ｈ，Ｇａｏ　Ｃ　Ｑ，Ｙａｎｇ　Ｂ，ｅｔ　ａ１．Ｒｅｓｅａｒｃｈ　ｏｎ　Ｅｆｆｅｃｔ　Ｃｈａｉｎ　

Ｍｏｄｅｌ　ｗｉｈ　Ｐｒｔｏｌｏｇ［Ｊ］．Ａｄｖａｎｃｅｄ　Ｍａｔｅｒｉａｌｓ　Ｒｅｓｅａｒｃｈ，２０１２，　

４２１（１）：５７８—５８１．　

（上接第１２页）　

Ｗｏｒｋｓｈｏｐｓ，２００５：２４４—２５１．　

［６］Ｖａｈｄａｔ　Ａ，Ｂｅｃｋｅｒ　Ｄ．Ｅｐｉｄｅｍｉｃ　ｒｏｕｔｉｎｇ　ｏｒｆ　ｐａｒｔｉａｌｌｙ　ｃｏｎｎｅｃｔ—　

ｅｄ　ａｄ　ｈｏｃ　ｎｅｔｗｏｒｋｓ［Ｒ］．Ｔｅｃｈｎｉｑｕｅ　Ｒｅｐｏｒｔ，ＣＳ－２０００—０６，　

Ｄｕｒｈａｍ　ＮＣ：Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｄｕｋｅ　Ｕｎｉ‘　

［３］Ｄｉｓｒｕｐｔｉｏｎ　ｔｏｌｅｒｎｔａ　ｎｅｔｗｏｒｋｉｎｇ．ｈｔｔｐ：ｌｌｗｗｗ．ｄａｒｐａ．ｍｉｌ／ｓｔｏ／ｐｒｏ—　

ｇｒａｍｓ／ｄｔｎ／［ＤＢ／ＯＬ］．２０１　１．　

［４］Ｐｅｌｕｓｉ　Ｌ，Ｐａｓｓａｒｅｌｌａ　Ａ，Ｃｏｎｔｉ　Ｍ．Ｏｐｐｏｒｔｕｎｉｓｔｉｃ　ｎｅｔｗｏｒｋｉｎｇ：　

ｖｅｍｉ￣，２０００　

ｄａｔａ　ｆｏｒｗａｒｄｉｎｇ　ｉｎ　ｄｉｓｃｏｎｎｅｃｔｅｄ　ｍｏｂｉｌｅ　ａｄ　ｈｏｃ　ｎｅｔｗｏｒｋｓ［Ｊ］．　

ＩＥＥＥ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｍａｇａｚｉｎｅ，２００６，４４（１　１）：１３４－１４１．　

［５］熊永平，孙利民，牛建伟，等．机会网络［Ｊ］．软件学报，　

２０ｏ９，２０（１）：１２４—１３７．　

［７］ＫｅｒＲｎｅｎ　Ａ，Ｏｔｔ　Ｊ，Ｋａｒｋｋｉｉｎｅｎ　Ｔ．Ｔｈｅ　ＯＮＥ　ｓｉｍｕｌａｔｏｒ　ｆｏｒ　

ＤＴＮ　ｐｒｏｔｏｃｏｌ　ｅｖａｌｕａｔｉｏｎ［Ａ］．Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２ｎｄ　Ｉｎｔｅｒ－　

ｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｓｉｍｕｌａｔｉｏｎ　Ｔｏｏｌｓ　ａｎｄ　Ｔｅｃｈｎｉｑｕｅｓ　

［Ｃ］，２００９：１－１０．　

Ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　Ｃｏｏｐｅｒａｔｉｏｎ　ｏｆ　ｔｈｅ　Ｅｐｉｄｅｍｉｃ　Ｒｏｕｔｉｎｇ　Ａｌｇｏｒｉｔｈｍ　Ｂａｓｅｄ　ｏｎ　ＯＮＥ　Ｐｌａｔｆｏｒｍ　

Ｌｉｕ　Ｙａｏ　・　Ｚｈｏｕ　Ｈｏｎｇｊｉｎｇ￣　

（１．Ｈｕｎａｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃｏｍｍｅｒｃｅ，Ｃｈａｎｇｓｈａ　４１０２０５，Ｃｈｉｎａ；２．Ｃｅｎｔｒａｌ　Ｓｏｕｔｈ　Ｕｎｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ　４１００８３，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｒｏｕｔｉｎｇ　ａｌｇｏｒｉｔｈｍｓ　ｆｏｒ　ｏｐｐｏｒｔｕｎｉｓｔｉｃ　ｎｅｔｗｏｒｋｓ　ａｒｅ　ａｌｍｏｓｔ　ｄｅｓｉｇｎｅｄ　ｂａｓｅｄ　ｏｎ　ｆｕｌｌ—ｃｏｏｐｅｒａｔｉｏｎ．Ｔｈｉｓ　

ｐａｐｅｒ　ａｎａｌｙｚｅｓ　ｔｈｅ　ｃｏｏｐｅｒａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｎｏｄｅｓ　ａｎｄ　ｅｖａｌｕａｔｅｓ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｅｐｉｄｅｍｉｃ　ｒｏｕｔｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｔｈｒｏｕｇｈ　

ｄｉｆｆｅｒｅｎｔ　ｆｏｒｗａｒｄｉｎｇ　ｐｒｏｂａｂｉｌｉｔｙ　ｏｎ　ｔｈｅ　ＯＮＥ　ｐｌａｔｆｏｒｍ　ｏｆ　ｏｐｐｏｒｔｕｎｉｓｔｉｃ　ｎｅｔｗｏｒｋ　ｅｎｖｉｒｏｎｍｅｎｔ．Ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　

ｔｈａｔ　ｃｏｏｐｅｒａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｎｏｄｅｓ　ｈａｓ　ｇｒｅａｔ　ｉｍｐａｃｔ　ｏｎ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｒｏｕｔｉｎｇ　ａｌｇｏｒｉｔｈｍ．　

Ｋｅｙ　ｗｏｒｄｓ：ｏｐｐｏｒｔｕｎｉｓｔｉｃ　ｎｅｔｗｏｒｋｓ；ｒｏｕｔｉｎｇ；ｃｏｏｐｅｒａｔｉｏｎ