A genetic algorithm for the optimisation of assembly sequences

This paper describes a Genetic Algorithm (GA) designed to optimise the Assembly Sequence Planning Problem (ASPP), an extremely diverse, large scale and highly constrained combinatorial problem. The modelling of the ASPP problem, which has to be able to encode any industrial-size product with realistic constraints, and the GA have been designed to accommodate any type of assembly plan and component. A number of specific modelling issues necessary for understanding the manner in which the algorithm works and how it relates to real-life problems, are succinctly presented, as they have to be taken into account/adapted/solved prior to Solving and Optimising (S/O) the problem. The GA has a classical structure but modified genetic operators, to avoid the combinatorial explosion. It works only with feasible assembly sequences and has the ability to search the entire solution space of full-scale, unabridged problems of industrial size. A case study illustrates the application of the proposed GA for a 25-components product.     

Nonlinear suboptimal filtration of pseudorandom sequences

The critical importance of studies of alternative methods of representation and processing of signals constructed from pseudorandom sequences of maximal period is demonstrated. For the first time, it is proposed that a multidimensional nonlinear finite-difference representation of an arbitrary pseudorandom sequence be employed. A suboptimal algorithm for nonlinear discrete Kalman filtration of a pseudorandom sequence is obtained. A numerical example of filtration of a sequence formed on the basis of a given recurrence rule is considered and its efficiency is demonstrated.     

相移掩模的制作

本文阐述相移掩模技术研究中，常用的几种主要相移掩模制作方法，重点介绍了无络ＰＳＭ、Ｌｅｖｅｎｓｏｎ交替型ＰＳＭ、边级ＰＳＭ、亚分辨辅助ＰＳＭ以及激光直写制作ＰＳＭ的方法。     

前向人工神经网络模型用于时间序列分析

介绍前向人工神经网络模型，并与传统的统计学线性模型进行比较。为了适应时间序列变量的特点，对逆传播模型进行了改进，并对太阳黑子活动的观察值这一典型的时间序列进行了分析，并检验了模型的预测能力，取得了较好的结果     

PTA装置自动控制系统实现安稳运行的对策

针对PTA装置的工艺生产特点，对自动控制系统当中出现的不同种类的问题，进行了多方面的简要探讨与分析，并提出实现安稳运行相应的对策。     

Alpha稳定分布随机变量的产生

在实际应用中遇到的大量的非高斯信号或噪声具有显著的尖峰脉冲特性,其概率密度函数的衰减过程比高斯分布要慢,表现出显著的拖尾。而基于广义中心极限定理的Alpha稳定分布描述了信号统计分布的非高斯性和重拖尾性。实现服从Alpha稳定分布随机变量的仿真是开展相关研究的基础。该文由S2参数系下的分布模型的仿真算法导出标准参数系下Alpha稳定分布随机变量的仿真算法。并通过仿真实验证实了该仿真算法的可行性。     

CS3000顺控表的组态和应用

介绍CS3000系统顺控表的结构、参数定义和功能块组态,以聚丙烯加氢控制为例,描述顺控表的组态方法、顺控动作和操作步骤等。     

恶意软件鉴别技术及其应用

随着互联网技术的发展和安全形势的变化,恶意软件的数量呈指数级增长,恶意软件的变种更是层出不穷,传统的鉴别方法已经不能及时有效的处理这种海量数据,这使得以客户端为战场的传统查杀与防御模式不能适应新的安全需求,各大安全厂商开始构建各自的"云安全"计划。在这种大背景下,研究恶意软件检测关键技术是非常必要的。针对恶意软件数量大、变化快、维度高与干扰多的问题,我们研究云计算环境下的软件行为鉴别技术,探讨海量软件样本数据挖掘新方法、事件序列簇类模式挖掘新模型和算法及在恶意软件鉴别中的应用,并构建面向云安全的恶意软件智能鉴别系统原型以及中文钓鱼网站检测系统架构。     

改进的蠕虫特征自动提取模型及算法设计

文章提出了一种基于序列比对的蠕虫特征自动提取模型,该模型针对现有蠕虫特征自动提取系统的可疑蠕虫样本流量单来源和粗预处理等问题,提出了对网络边界可疑流量和蜜罐捕获网络流量统一的聚类预处理,并使用改进的T-Coffee多序列比对算法进行蠕虫特征提取。实验分别对Apache-Knacker和TSIG这两种蠕虫病毒进行特征提取,从实验结果可以看出文章提出的模型产生的特征质量优于比较流行的Polygraph、Hamsa两种技术。