近似周期运动的人体异常行为识别

从人体行为动作的近似运动周期出发,对人体异常行为识别进行了研究。首先采用混合高斯模型的背景差分法提取出人体运动目标,然后对人体形状的变化进行分析来获取该人体运动的近似周期,将人的行为序列分解为一系列的近似运动周期单元,并提取某一近似运动周期单元的R变换特征,最后通过动态时间规整法来决定不同人体运动的类别归属。实验证明,该算法可以有效地检测人体异常行为。     

计算机控制系统中采样周期的选择

提出在连续域一离散化设计方法中利用系统的相位袷量确定采样周期的最大值的方法。该方法具有一定应用价值。     

交流电量采样周期的校正方法

本文介绍了采用硬件锁相环路和软件锁相对交流电量采样周期进行校正的方法，并简介了这两类方法在ＭＣＳ－５１单片机交流电量采集系统中的应用。     

基于程序周期行为的快速模拟方法

提出了一种基于程序周期行为的快速模拟方法,通过对基本块执行次数和基本块跳转关系进行统计采样和分类,选择有代表性的程序片段来执行,能够在保证模拟精度的同时极大地缩短模拟时间。实验结果表明,在模拟了龙芯2号微体系结构的sim-godson模拟器上,采用这种方法SPEC2000测试程序可以在1h内运行完,误差率不超过5%。     

动态环境耦合下的行为建模与模拟现状分析

本文对耦合动态环境的行为建模与模拟进行综述,主要从动态环境研究现状、行为建模与模拟的研究现状、动态环境下的行为建模与模拟的挑战三个方面进行分析与探讨.对于动态环境的现状,本文从数据组织方法和建模方法两个方面进行分析.对于行为建模与模拟现状,分为个体行为和群体行为分别进行探讨.针对以上两方面的研究与分析结果,本文就现阶段...     

反馈控制实时调度中采样周期的研究

以CPU资源调度为典型应用背景，研究并分析了采样周期对反馈控制实时调度和一般数字控制系统性能影响的差异，通过仿真实验得出采样周期的选择对反馈控制实时调度性能影响规律，提出了采样周期的选择方法。对于平均执行时间难以预测的任务集，提出一种可变采样周期的有效解决方案。     

采样周期的软件分时实现

本文提出一种微机群控系统中采样周期的软件分时实现法.用它确定系统各变量的周期采样时刻,不需设置通常的实时钟或其他任何硬件支持,便可灵活方便地用于多回路多变量且含有不确定时间因素的复杂系统。本文阐述了这种软件分时实现法的基本思想、基本作法,并对其存在的微小误差进行了分析.     

计算机控制系统中采样周期的确定

计算机控制是一种采样离散控制,它是根据采样时刻的输入量来计算控制量.因此,采样周期在计算机控制系统中是一个重要参数,会对系统会产生多方面的影响,合理的选择采样周期就非常重要.     

关于微机控制系统采样周期的分析

本文全面地分析了采样周期对微机控制系统的稳定性、动态品质、抗干扰能力、数字PID的控制作用的影响,并提出了采样周期可能影响最小相位系统变成非最小相位系统的新论点。     

基于用户行为周期的移动设备异常检测方法

本文提出了一种分布式的移动设备异常检测系统,该系统采用客户端-服务器架构,客户端程序在移动设备上持续提取特征并传送给服务器,服务器使用异常检测算法分析特征。根据人类日常活动的规律性以及用户使用移动设备的周期性,我们还提出了一种基于用户行为周期的异常检测方法,通过比较待检测特征向量和以往周期相近时间段的特征向量集的距离即可判定该特征向量是否异常,向量比较时采用不受特征间关联以及特征取值范围影响的马氏距离作为距离衡量的标准。实验证明我们采用的移动设备异常检测系统框架和检测方法能够有效提高对移动设备恶意程序的检测率。     

油压减振器计算机辅助优化设计系统的研制

为了优化可调式线性油压减振器的性能，在白行研制的广义优化设计支持平台上对其线性阻尼系统进行广义优化建模与设计，并基于MATLAB开发了动态仿真软件包，对该广义优化设计结果进行分析与评价．样机开发与试验研究结果表明：文中建立的广义优化设计数学模型和动态仿真模型是准确的，研制的计算机辅助优化设计系统高效、实用．     

Accelerating techniques on nested decomposition

In this paper, we consider the nested decomposition method in the context of multistage stochastic problems with scenario trees where we contribute with improvements in accelerating convergence to optimum. We first propose a hybrid protocol for transmitting cuts across nodes aiming at a trade-off between the inherent benefits and drawbacks of the single (aggregated) versus multi-cut (desegregated) versions. The idea we aim to explore is to reduce the size of the problem solved at each iteration by applying the aggregated version of the cuts on the furthest nodes of the tree. We then turn our attention towards the selection of first-stage solutions by employing sampling and simulation aiming to carefully choose those first-stage solution that are potentially capable to drastically decrease the gap between the upper and lower bound at each iteration. The problems on which the latter technique is applied present a special structure, according to which the first-stage variables are linked to all further stages. We test both accelerating techniques on a generic problem which displays a blend of two-stage and multistage structure and we report significant savings in terms of CPU time and number of iterations to convergence.     

VB实现简单随机抽样的DLL开发及应用

简单随机抽样是森林资源调查中最基本的方法,介绍简单随机抽样程序的开发及应用。     

脱丙烷塔的操作优化

脱丙烷是乙烯生产过程中分离工段的一个工艺步骤，其目的是将C3和C4以上组分分离。某化工厂的双塔脱丙烷流程的进料量和进料组成的变化波动较大，若不及时改善双脱丙烷塔的操作条件，产品的质量和数量将受到很大的影响。本文应用HYSYS软件在对过程进行稳态、动态模拟分析的基础上，对不同的进料工况提出相应的最佳操作条件，其结果既可用于离线指导实际生产操作，保证装置的产品质量；也可为在线优化控制打下基础。     

间歇结晶过程模型和动态优化研究的进展

间歇结晶过程是一种重要的分离过程单元操作,由于机理的复杂性以及动态特性使得该过程的数学模型研究非常具有挑战性。本文从间歇结晶过程建模和动态模拟、动态优化、模型辨识以及鲁棒优化与控制等方面,介绍了间歇结晶过程数学模型的研究进展,评述了其中的关键问题和求解技术。指出对结晶过程的机理进一步深入认识,开发数值稳定、精度更高的求解算法是间歇结晶过程数学模型研究的基础。全局优化效果较好的进化算法和模型预测控制理论在结晶过程动态优化和质量控制中的应用是今后的研究方向。     

基于路口相位方案优化设计的城市道路交通信号迭代学习控制方法研究

城市道路交叉口信号控制是交管工作持续关注的课题,关于协调好有限的道路资源与日益增长的交通需求之间的矛盾,有着至关重要的作用。由于道路自身条件约束,交通流的组成特点复杂,路网交通路呈现非线性动态特征,无法进行精准的数学建模控制。本文提出的迭代学习控制方法,根据交通流的组成和变化特点调整信号控制周期及有效绿灯时长,实现交通信号动态优化控制,保证车辆在路网中能够高效、平稳地通行,是针对非线性动态交通流的一种动态寻优控制算法,能够有效减少路口车辆等待时间、提高通行效率。考虑对不同相位设计方案的适应性,在传统配时优化模型的基础上,构建综合相位设计元素的交通信号迭代学习控制模型,并通过Vissim仿真软件和Python编程语言搭建仿真测试环境,验证了提出模型的有效性。     

基于高斯过程与批量汤普森抽样的动态定价策略

考虑短期内需求不确定情况下同类型产品的定价策略研究,引入高斯过程进行需求函数的学习,利用批量汤普森算法建立基于探索-利用的两阶段学习和决策过程的定价模型。在利用提出的GP-PTS(Gaussian processparallel Thompson sampling)算法完成数值实验和某平台出行的真实数据应用后得出的结果表明：算法的精准度取决于特征是否完备,若给定一个先验且产品特征完备时,基于GP-PTS算法模拟出来的价格会取得比目前平台价格策略更好的收益,为企业在短期内进行定价决策提供良好借鉴。     

基于Pareto解集分段预测策略的动态多目标进化算法

针对现有的动态多目标优化算法种群收敛速度慢、多样性难以保持等问题,提出了一种基于Pareto解集分段预测策略的动态多目标进化算法BPDMOP。当检测到环境变化时,对前一时刻进化得到的Pareto最优解根据任一子目标函数进行排序,并按照该子目标的大小均分为3段,分别计算出每一段Pareto解集中心点的移动方向;对每一段Pareto子集进行系统抽样得到Pareto前沿面的特征点,利用线性模型分段预测下一代种群;根据优化问题的难易程度,自适应地在预测的种群周围产生随机个体来增加种群的多样性。通过对3类标准测试函数的实验表明了该算法能够有效求解动态多目标优化问题。     

多效精馏优化设计的研究进展

综述了多效精馏优化设计的研究进展,总结了早期多效精馏的优化数学模型及其解法,与近年来考虑了时间和控制对系统影响的新的优化设计动态模型。介绍了序贯和联立两种优化设计方法,用以识别系统操作瓶颈,得到节能效果更佳的多效精馏系统,通过实例比较,联立法比序贯法的节能效果更佳。最后展望了多效精馏优化设计的发展方向。     

基于分层抽样的模拟禁忌混合智能优化算法TSII

将分层抽样随机模拟与禁忌搜索结合,构造了TS II模拟禁忌混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术,保证抽样遍布于整个搜索空间,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的依赖,算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强算法的并行处理能力,提高寻优的效率与精度。Benchmark问题评测结果显示出了该算法的有效性。