大学生巴哈赛车转向节的优化设计

巴哈赛车比赛赛道条件苛刻,赛车的转向节在高强度的冲击下易磨损甚至断裂,与比赛成绩息息相关。而各支车队在使用同一台发动机的情况下,轻便的赛车便有了更大的优势。赛车的转向节由车队学生自行设计,自行选取结构、材料、加工方式,每一项对转向节强度都至关重要。利用ANSYS对学生设计的转向节进行静力学分析,在保证强度的同时对赛车进行轻量化,有强度保证时配件便可以较少不必要的浪费,轻量化也可以促进钢材的节省,减少汽车排放以节能减排。     

基于神经网络和遗传算法的锭子弹性管性能优化

为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。     

驱动用小汽轮机汽缸汽密性分析及结构优化

对某小型汽轮机汽缸建立三维有限元模型,应用ANSYS软件进行强度和汽密性分析。分析结果表明,原汽缸在前后缸接缸处的中分面密封性不理想,针对该部分结构进行优化改进,在此区域增加凸台并布置螺栓,计算结果表明,改进后的汽缸密封性有较大的提高,能够达到密封要求。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

神经网络在计算机网络安全评价中的应用研究

随着计算机网络的发展,其应用范围也不断地扩展,由此,计算机网络的安全问题受到了人们广泛的关注。在对计算机网络安全进行评价时,评价系统的指标比较多,因此,在对其进行评价时,传统的线性方式并无法满足安全评价的需求,同时,评价的准确性也比较差,因此,为了提高计算机网络安全评价的效果及准确性,应用了神经网络,在本文中,介绍了计算机网络安全及安全评价原理,并分析了神经网络的具体应用。     

SDN中基于KMOBPSO的高可靠性控制器部署算法

针对SDN中控制器系统的单节点故障问题,兼顾系统成本和系统时延,应用N+1冗余备份模型来提高SDN控制器部署的可靠性,并将其抽象为多目标优化问题.同时,提出了一种融合K-means聚类算法和遗传算子的多目标二进制粒子群算法——KMOBPSO算法,以求解SDN控制器高可靠性部署问题的解.仿真结果表明,所提算法具有求解精度高、分布均匀、沿Pareto前沿面覆盖广的特点,能够显著提高SDN中控制器部署的可靠性.     

全球化视阈下的旅游公示语翻译优化途径探索

随着全球化进程的加快,中国已成为世界主要的入境旅游接待国之一。旅游公示语翻译质量的好坏直接影响到外国游客的旅游质量乃至一个国家的形象,而目前我国旅游公示语翻译中存在着许多不规范的现象,如何优化旅游公示语的翻译成为了一个亟待解决的问题。本文将分析我国当前旅游公示语英译的现状,探索旅游公示语翻译中存在的主要问题及产生的根源,并在图里翻译规范理论的基础上,提出从行业规范、操作规范和审核规范三个方面对旅游公示语的翻译进行优化,以期引起旅游业相关部门的注意及与译界同行探讨,并为提高适应全球化语境的汉英旅游翻译质量提供依据。