基于以太网的虚拟仪器的研究与实现

论述了基于以太网的虚拟仪器开发的重要性,阐述了在LabWindows/CVI平台下基于以太网的虚拟仪器的体系结构、关键技术及实现方法.实验结果表明该方法具有开发周期短、仪器的实时性好、性价比高等诸多优点.     

一种基于改进的K-means聚类和PSO的软件可靠性模型选择*

针对软件可靠性选择主要依靠人的主观经验进行判断、缺乏客观性和准确性的问题,提出了一种基于改进的K-means聚类和粒子群优化(PSO)算法的软件可靠性模型选择方法。该方法采用多评价标准编码,选定一种新的规则化距离作为元素间的相似性度量,应用K-means聚类和PSO分析实现了软件可靠性模型的选择。实验结果验证了该方法的有效性,为软件可靠性模型选择提供了一条新途径。     

采用热导传感器检测气体浓度的新方法研究

为了克服传统热导传感器气体检测方法的诸多缺陷,提出了一种使传感器保持在恒温状态的气体浓度检测的新方法.介绍了该方法的检测原理,并根据传热学理论证明了该方法的可行性.理论与实践表明,该方法具有许多传统检测方法所不具备的突出优点,具有良好的应用前景.     

一种采用改进CPSO算法的PID参数整定方法

为提高控制系统的性能,提出了一种采用改进混沌粒子群(CPSO)算法的PID参数整定方法。该算法将混沌搜索应用到粒子群算法的粒子位置和速度初始化、惯性权重优化、随机常数以及局部最优解邻域点的产生的全过程,使其不仅具有全局寻优能力,而且具有持续与精细的局部搜索能力。3种典型控制系统的PID参数整定实验结果验证了所提方法的有效性,其性能明显优于常规方法。     

基于SVM的瓦斯涌出量非线性组合预测方法

为了提高矿井瓦斯涌出量的预测精度,提出了一种基于支持向量机(SVM)的瓦斯涌出量非线性组合预测方法.该方法应用结构化风险最小化准则且具有在全局意义上逼近任意非线性函数特性的SVM,建立了一个多输入单输出的瓦斯涌出量非线性组合预测模型,通过样本学习和平均绝对百分比误差最小原则确定预测模型的参数,对双曲线回归、指数回归和灰色预测方法得到的3个不同的单项预测数据进行非线性组合作为最终预测结果.结果表明,该方法的平均绝对误差为6.92%,均方根误差为0.93 m3/t,其预测精度明显优于各个单项预测结果,大幅降低了预测风险,为提高瓦斯涌出量预测精度提供了一条新途径.     

一种传感器特性的高精度拟合方法

为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10~(-9)~10~(-7)%之间,其拟合性能明显优于常规方法。     

现代企业管理信息系统的分析与展望

随着计算机应用的日益普及和深入,利用计算机实现企业管理信息系统是企业管理现代化的基础和前提,是发展经济、市场竞争、信息传递的客观需要,是科学技术进步的产物,是现代企业的一场革命.上个世纪中后期世界上就有少数著名企业开始研究管理信息系统,本文正是针对现代企业的管理信息系统(MIS)发展,简单叙述了管理信息系统(MIS)的概念、特征、科学体系、基本要素、我国的利用水平、MIS发展趋势以及MIS建设控制策略.     

采用RS与CSA-SVM集成的煤与瓦斯突出预测方法

为提高矿井煤与瓦斯突出的预测性能,提出了粗糙集(RS)与克隆选择算法(CSA)―支持向量机(SVM)集成的预测方法。首先应用粗糙集理论对数据集进行约简提取出关键特征指标和数据样本,然后应用支持向量机构建煤与瓦斯突出预测模型,最后应用克隆选择算法和训练样本集预测错误率最小原则智能选择和优化预测模型的参数向量;煤与瓦斯突出预测实验结果验证了该方法的有效性,性能明显优于传统的神经网络预测方法。     

单片机控制变频器在通风系统中的应用

利用单片机控制变频器对医院空调通风系统实施改造，不仅使手术室空气质量完全满足规定的要求，而且大大降低了能耗和运行成本。     

矿井CO浓度的支持向量机数据融合检测方法

针对检测矿井一氧化碳（CO）含量时,电化学传感器输出受到矿井大气中甲烷气体影响的问题,提出了一种基于支持向量机（SVM）数据融合的CO浓度检测方法。该方法将催化传感器与电化学传感器构成传感器对,利用能够从全局意义上逼近任意非线性关系的支持向量机对传感器对的输出信号进行非线性数据融合,构建了矿井一氧化碳浓度检测模型。实验结果表明,该方法的平均绝对百分比误差为0.88%,均方根误差为1.32 ppm,有效地消除了甲烷对CO电化学传感器的影响,实现了矿井CO浓度的精确检测。