排序方式: 共有35条查询结果,搜索用时 0 毫秒
1.
混合遗传算法研究及其应用 总被引:4,自引:0,他引:4
为了求解基于智能制造环境所建立的生产规划模型,解决维数灾、局部解等问题,本文对遗传算法进行了研究,提出并设计了一种线性规划和遗传算法相结合的启发式优化方法,并对其应用作了进一步的探讨。 相似文献
2.
国际海参养殖业一直采用传统的人工生产方式,存在工艺落后、效率低下的严重问题,无法满足迅速增长的市场需求.针对这一问题,将CPS 思想引入水产领域,详细分析了CPS 的理论特点和实际意义,并根据CPS 体系结构设计了一种海参养殖的物理信息融合系统,包括环境监测子系统、信息处理传输子系统、过程控制子系统和远程决策控制中心等4 部分.针对物理与信息过程交互的特点,采用自动机理论对物理过程建模并加以验证,以确保整体系统组构的可靠性.该系统的主要部分已经完成部署,实际观测数据表明,其能够有效完成海参养殖的监控功能.系统还具有良好的扩展性,通过与领域专家的深入合作,还可将该系统推广到更广泛的水环境应用领域. 相似文献
3.
简单叙述了在锅炉改建过程中存在的问题,并以太钢尖山铁矿锅炉改建工程为例,就存在的问题进行了探讨,总结了一些经验。 相似文献
4.
5.
目的: 研究盐酸戊乙奎醚外消旋体及其4 个光学异构体在小鼠脑中的分布及QNB 对其分布的影响。方法: 应用GC-MS SIM 定量方法测定了盐酸戊乙奎醚外消旋体与其4 个光学异构体在小鼠脑中药物浓度。结果: 盐酸戊乙奎醚外消旋体及其4 个异构体在小鼠脑中均存在较高的分布浓度, 各异构体在脑中的分布特点是, 与M 受体亲和力较大的R-2 异构体在脑中具有较高的选择性分布浓度。R 型异构体在脑中消除慢, 而S 型异构体在脑中消除快。给予一定剂量的QNB, 可明显降低各异构体在小鼠脑中的分布水平, 其中药效作用较大的R-2 异构体受QNB 的影响更大。说明R-2 异构体在脑中占据的M 受体位点多, R-2 异构体的分布主要与M受体的立体特异性结合有关。结论: 盐酸戊乙奎醚异构体在小鼠脑中的分布与mAChR 的亲和力存在相关性,QNB 对盐酸戊乙奎醚外消旋体及其4 个异构体在小鼠脑中的分布有显著影响。 相似文献
6.
一种基于情节矩阵和频繁情节树的情节挖掘方法 总被引:1,自引:0,他引:1
针对现有的最小发生的频繁情节挖掘中存在的问题,提出一种发现情节的不同最小发生并对其进行计数的方法.在此基础上,提出基于情节矩阵和频繁情节树的最小发生频繁情节挖掘方法,基于直接扩展思想,只需扫描数据一次,不需生成候选情节,提高了挖掘的时空效率.提出了基于相同结点链和哈希链的优化方法,通过省略相同结点的扩展过程,进一步提高了挖掘性能.最后,在不同类型的真实数据集上进行实验,实验结果验证了所提出的频繁情节挖掘方法的优势以及优化方法的有效性和高效性. 相似文献
7.
志愿计算因其开放性、匿名性和动态性得到广泛应用,但同时也对系统的安全性带来挑战.传统认证方式无法满足志愿计算系统的安全性需求,而通过在系统中建立信任机制可以有效解决这一问题.为此,构建一种基于贝叶斯定理的志愿计算系统信任模型VC-trust.依据贝叶斯定理对节点的不确定性行为进行分析预测,根据节点历史交互记录并引入处罚因子和调节函数计算节点信任值,同时利用时间滑动窗口对其进行更新.实验结果表明,在节点行为变化的情况下,VC-trust模型较BTMS模型具有更高的交互成功率. 相似文献
8.
本文针对一类微纳卫星姿态控制系统飞轮突变故障提出了一种具有干扰抑制和补偿能力的精细故障诊断及容错控制方法.针对反作用飞轮的突变故障,本文不仅考虑了星体转动惯量变化导致的系统参数不确定性,而且考虑了姿态控制系统中飞轮振动带来的干扰影响,设计基于干扰观测器和故障诊断观测器的复合抗干扰容错控制器,并基于线性矩阵不等式对控制器进行求解,使复合系统稳定并满足一定的鲁棒H∞性能.仿真结果表明,基于微纳卫星姿态控制系统的精细故障诊断方法在有效诊断系统时变故障的同时,可有效抵消与抑制干扰. 相似文献
9.
面向时序预测的支持向量回归参数选择方法 总被引:1,自引:0,他引:1
支持向量回归作为一种新的学习方法,在用于时间序列建模与预测时具有较好的泛化性能和预测能力.在支持向量回归建模的过程中,参数的选择对于模型的准确性至关重要.针对目前支持向量回归模型参数优化中存在的问题,提出一种面向时间序列预测的支持向量回归参数选择方法.根据时间序列及其预测的特点,对传统的交叉验证方法进行了改进,在保证时间序列预测方向性特征的基础上,充分挖掘有限样本所包含的信息,并将之与(-加权的支持向量回归相结合以选择好的模型参数.典型时间序列上的实验结果表明了所提出的支持向量回归参数选择方法的有效性,该方法在用于时间序列预测时取得了良好的效果. 相似文献
10.
复杂网络中k-核与网络聚集系数的关联性研究 总被引:2,自引:0,他引:2
选取复杂网络特征变量—聚集系数为研究目标,通过数学推导与证明,清晰描述了k-核与聚集系数的关联性。通过仿真实验证明,随着k-核的不断解析、k值的不断增加,网络聚集系数亦呈现逐步增加的趋势。该结论为k-核解析在复杂网络中的进一步应用提供相应的理论基础与指导。 相似文献