混沌优化算法的性能分析

现代优化算法主要解决全局最优问题，其本质是概率性的．借鉴多种自然现象，人们提出了许多仿生、仿物算法，如禁忌搜索算法（TABU）、模拟退火（SAA）、遗传算法（GA）、进化策略（ES）、蚁群算法（ACA）等．利用混沌的遍历性进行优化搜索就是一种很有趣的研究思路，尤其对于虫口方程人们进行了许多研究，取得了一定的研究成果．但和普通的随机搜索算法相比，其性能之不足也很明显，主要体现在：混沌的遍历性不均匀，在边界处搜索密度高，远不如随机Monte Carlo搜索方法．这就从本质上决定了其搜索性能在普适性上与Monte Carlo算法有差距．仿真计算证实了这个结论．因此对于利用虫口方程进行的混沌优化研究需要谨慎采用．  

基于反步法的高超音速飞机纵向逆飞行控制

针对高超音速飞机纵向运动的数学模型具有严重非线性、不稳定、多变量耦合以及不确定的气动参数等特点，采用非线性动态逆控制与反步法相结合的方法为其设计飞行控制系统．该系统以非线性动态逆控制作为控制内环，通过将非线性的多输入多输出系统进行精确线性化，解除了多变量之间的强耦合关系；并以反步法作为控制外环．保证系统的全局稳定以及抑制不确定参数的扰动．仿真研究表明．所提出的控制方法可以确保高超音速飞机的纵向稳定性．改善其飞行品质．  

基于SNMP的网络管理系统的设计与实现

介绍了SNMP的基本原理，提出了一种基于SNMP的网络管理系统的实现方案，并结合某校园网管理中的实现问题，阐发了这一方案的具体实施，最后提出了该系统的展望。  

基于四叉树的二值图像时域分层压缩算法

利用四叉树结构对二值图像的分割进行描述，提出既可保存数据又包含定位信息的字节分位存储方法，通过由下至上的分层递归算法实现：（1）同一算法既可以实现有损压缩又可以实现无损压缩，（2）只需要对时域中的所有象素数据一次读取，（3）分层数据可以渐进传输。在时域空间对二值图像进行分层处理后，四叉树结构的描述使压缩后的数据既带有整体特性又能实现渐进传输，同时保持了较高的压缩与图像视觉质量，算法的时间复杂性为0（n的平方根），表明它适合用于大幅面二值图像的实时传输，或用来构造与其它结构的关系。  

遗传算法用于结晶过程动力学参数辩识

遗传算法是一类随机优化方法。常被用于解决复杂的优化问题，基于群体的搜索，重组和变异是遗传算法区别于其他优化方法的主要特征。文章中将遗传算法应用于过饱和溶液Ｌｉ２Ｏ．３Ｂ２Ｏ３－Ｈ２Ｏ体系结晶过程动力学参数辨识，确定了结晶反应速率常数、热力学平衡浓度和表观反应级数。  

基于信号特征的雷达图像无损压缩算法

提出了一个有效的在VDR中记录雷达图像的无损压缩算法。该算法基于对雷达信号特征的分析，充分挖掘其中的各种信息冗余进行压缩编码。首先进行帧间预测编码，并解决了可能出现的误差累积问题。在帧内预测编码时，提出了沿最小梯度方向进行预测的分类预测器。在熵编码阶段，提出了若干图像序列共享概率模型的方法。  

基于VPN技术的组网方案探讨

基于VPN技术,提出了一种为大公司分布在不同区域的分支机构提供一种非常廉价、安全、灵活自如的网络信息传输解决方案,并通过组建试验网络的测试,证明了方案的可行性.  

基于Apriori＆Fp—growth的频繁项集发现算法

关联规则挖掘是数据挖掘中功能之一,而高效的关联规则挖掘算法研究引起了许多科研人员的兴趣.其中频繁项集的发现是关联规则挖掘算法中占比重最高、代价最大的步骤.从分析Apriori算法与Fp-growth算法性能的优缺点的基础上,提出了一种新的频繁项集发现算法:FA算法,该算法吸取了Apriori算法与Fp-growth算法的优点,通过实验表明该算法有较高的性能,且内存开销较少.  

云理论在航空电子战系统效能评估中的应用

云理论是以研究系统模糊性和不确定性为背景，实现系统的定性评价与定量研究相结合、相转换的理论。介绍了云理论的数字特征、在航空电子战系统效能评估中应用到正向云、逆向云以及云的加权和算法。通过层次分析法建立了航空电子战系统效能的评估体系，并结合专家打分法给出指标的定性权重和评价语，利用正向云算法将其转换为云的数字特征，通过运算得出系统顶层指标的定量评估值，最后再利用云逆向算法将其转换为符合人习惯的定性评价。  

化工过程状态空间的维数判定准则

化工过程中存在多种状态，多变量过程可以在多维的状态空间中描述。在主元分析中，通过相关矩阵变换可以获得一组主元，选取其中分布占优的部分主元可以代表过程的原始变量，用来描述系统。PCA可以很好地实现过程降维，但是目前没有一种直接有效的方法来确定主元数目的选取。用以描述过程的原始变量间通常都是相关的。用以描述化工过程的变量有六大类：温度(T)、压力(P)、流量(F)、液位或者物料位(L)、组分种类(k)和物性(PA)。可以用一个目标函数描述状态：State=F(Lij,Nif,tij,Tij)。对此函数进行量纲分析，普通化工过程对应4个基本因次：长度(L)、物质量(N)、时间(t)和热力学温度(T)，因此目标函数可以表示为：State=F(Lij，Nij，Tij)。时间对于任何系统都是独立的，占一维；温度在集中参数流股中一致，占一维；系统物料可以用i个独立组分描述，占i维；系统存在于三维长度空间，L占j维(j≤3)。这样，状态空间的维数DN=2 i J。在单相稳态体系中，不考虑系统的几何长度和时间因素，那么，DN=i 1，此结果就是相律在单相体系中的自由度；在线性流股中J=1，稳态时不考虑时间，DN=i 2，此结果是Duhem定律的自由度。在理想流动的化工过程中，此准则可以用来确定PCA中主元数目的上限。选取了一个典型化工流程案例进行研究，此流程包括一个反应釜和一个塔。在反应单元中用6个变量描述，有2个独立组分，反应器稳态均匀分布，因此DN=2 1=3；PCA分析的结果，3个主元可以反映系统的97％信息。在分离单元，i=2，塔内径向分布均匀，稳态，DN=2 1 1=4；PCA中4个主元反应系统信息的98％。全流程，i=2，j=1，稳态，DN=2 1 1=4，PCA计算，4个主元反映全过程98％信息。有些场合会与此准则判定不一致，主要原因是噪声和非线性关系引起。噪声独立于正常操作，会导致空间维数增加。线性PCA对非线性描述的偏差也会导致信息的损失。