基于IPC-PLC的10tLF精炼炉控制系统

利用IPC-PLC计算机控制技术实现了对山东阳谷特钢钎钢厂10tLF炉的电气控制。并介绍了上位机、下位机的组态。投产后，系统操作简单、运行稳定、可靠、维护简单。     

IgG蛋白镶嵌L-B膜的特性研究

通过蛋白质镶嵌技术，可以有控制地将具有特殊功能的IgG蛋白嵌入框架单分子膜中，并沉积到光学器件表面，以形成生物传感器的表面敏感器。本文通过对表面压的测定，研究了亚相pH值，IgG蛋白的浓度变化对亚相表面磷脂分子与蛋白相互作用的影响；通过石英表面的荧光发射，测量了固相蛋白混合膜中吸附与穿插蛋白质的相对含量及稳定性。     

令人敬畏的乐坛“暴君”——托斯卡尼尼

在举世公认的最伟大的指挥家中,“暴君”型的人物不是个别,但在这方面堪称王者的,恐怕要数意大利指挥家阿尔图罗·托斯卡尼尼(ArturoToscanini,1867——1957)。 托斯卡尼尼在指挥台上给人的印象通常是不苟言笑,严肃专注。这对于他指挥棒下的乐员来说倒不可怕,可怕的是他那高不可攀的要求,他那苛刻到令人难以置信的专横,这     

环形孔径对部分相干光光谱的影响

本文推导了部分相干光在经过环形孔径之后,远场轴上点的光谱S(ω)与环形孔径处光的光谱S~(0)(ω)之间的关系。数值计算结果表明,S(ω)不仅依赖于S~(0)(ω),而且还与环形孔径处光的相干性以及环形孔径的参数有关。     

一种有效的基于图遍历的加权序列模式挖掘算法

为解决加权遍历模式挖掘问题,概括了加权有向图的种类,提出一种边加权有向图与顶点加权有向图间的变换模型,并基于该模型提出一种基于图遍历的加权序列模式挖掘算法GTWSPMiner.该算法根据遍历模式中的项的连续性特点,采用一种加权前缀投影序列模式增长方法,将原挖掘序列数据库的任务分解成一组挖掘局部投影数据库的小任务.对比实验结果表明"该算法能快速有效地挖掘加权频繁遍历模式.

     

动静态结合排序决策的可满足性问题解决器

采用冲突驱动回溯、两观察变量法等思想,静态分析和动态更新相结合的排序决策,鼓励冲突,尽早剪除不满足解空间,提高算法速度.根据变量正反文字出现次数的乘积进行初始排序,优先考虑正反文字出现次数较多变量的赋值;采用冲突驱动、动态更新变量顺序、优先考虑发生冲突子句中变量的赋值,尽可能避免当前冲突.实验结果表明：与采用其他决策策略的解决器相比,文中的解决器拥有一定的速度优势.     

量子粒子群优化算法在训练支持向量机中的应用

训练支持向量机的本质问题就是求解二次规划问题，但对大规模的训练样本来说，求解二次规划问题困难很大。遗传算法和粒子群算法等智能搜索技术可以在较少的时间开销内给出问题的近似解。量子粒子群优化（QPSO）算法是在经典的微粒群算法的基础上所提出的一种有较高收敛性和稳定性的进化算法。将操作简单而收敛快速的QPSO算法运用于训练支持向量机，优化求解二次规划问题．为解决大规模的二次规划问题开辟了一条新的途径。     

基于微粒群算法的单阶段投资组合优化

投资组合优化问题是NP难解问题,通常方法很难达到全局最优,文章对微粒群算法在投资组合优化中的具体应用进行了研究,在具体应用过程中为了提高算法的收敛性和稳定性对算法进行了改进,通过多次具体的真实历史数据的验证和试验结果分析。结果表明在解决单阶段投资组合优化问题中,微粒群算法是一种高效的、可靠的优化算法,具有一定的实用价值。     

基于DDE方式的PLC和上位机通讯的应用

当前,越来越多的自动化应用中需要用到上位机和PLC之间的通讯,可以用多种方法实现,比如使用各个PLC厂商提供的OPC/DDE服务器,或者使用第三方的数据服务器,如Wonderware的DAServer等等.介绍了基于DDE方式实现PLC和上位机通讯的一个具体应用实例.     

基于AQPSO的数据聚类

提出了一种新的聚类算法——适应性的基于量子行为的微粒群优化算法的数据聚类(AQPSO)。AQPSO在全局搜索能力和局部搜索能力上优于PSO和QPSO算法,它的适应性方法比较接近于高水平智能群体的社会有机体的学习过程,并且能保证种群不断地进化。聚类过程都是根据数据向量之间的Euclidean(欧几里得的)距离。PSO和QPSO的不同在于聚类中心的进化上。QPSO和AQPSO的不同在于参数的选择上。实验中用到4个数据集比较聚类的效果,结果证明了AQPSO聚类方法优于PSO和QPSO聚类方法。