基于遗传算法的偏最小二乘法在预测含能材料爆轰性能中的应用

运用偏最小二乘(PLS)和遗传算法(GA)预测含能材料的爆炸性能。利用GA在"分子结构—爆炸性能(QSDR)"数据中选取较少的变量个数,以较少的变量个数包含较多的变量信息,再用PLS进行结构性能模型的建立和性能预测。将这种方法应用于呋咱和芳香类含能材料的性能预测当中,可以验证方法的有效性。     

基于UML活动图模型的测试用例设计

给出UML活动图生成测试用例模型,并对该模型详细描述.确定一系列覆盖准则,能时活动图中并发结构提出相应处理方法,避免测试场景集数量爆炸,重点结合一个实例对该方法进行论述.     

应用在网络结点中的流量控制模型研究

网络流量的有效算法直接关系到网络服务质量（QoS）。对网络流量稳定性控制的非线性模型进行了分析和模拟，验证了模型的科学性和可行性，并将该模型应用在网络结点中，能提高结点的吞吐率，有效地改善网络的服务质量性能。     

一种针对CP-nets并发模型的验证方法

状态爆炸问题导致CP-nets并发模型的正确性验证工作十分困难。提出了基于并发属性的模型化简方法和基于功能组合的模型抽象方法,用于对模型进行处理,移去与并发属性不相关的模型元素,提升模型的抽象层次,使模型状态空间规模得到显著降低,并在并发属性相关行为上与原模型保持一致;在处理后模型中运用状态空间分析、模型检测等验证方法完成模型验证,针对验证得出的模型错误,通过处理前后模型的对照关系在原模型中进行改正。这在一定程度上避免了状态爆炸问题并实现了模型验证。通过将上述方法应用于HMIPv6协议模型,验证了其有效性。     

基于半边结构的爆炸破片模型的随机分类构造法

模拟物体爆炸是虚拟现实中一个重要的研究课题。在将物体的原模型建立在半边数据结构的基础上，提出了物体爆炸后构造破片的一种方法－随机分类构造法，以及面片之间的连结关系和等价关系；分析了物体爆炸的机理，提出了关于物体爆炸的几个假设；在此基础上，利用马尔可夫过程的性质，得到了一些有关破片构造的结论。根据随机分类构造法构造了破片的模型，并应用于两种简单的爆炸模型－等可能破裂模型和均匀预制破片模型，效果较好。     

基于模拟关系的精化检测方法

精化检测是一种重要的形式化验证方法,将系统实现和性质规约用相同形式化语言进行建模,如能证明两者间存在某种精化关系且该关系能够维持性质,可得出系统实现满足性质规约.为验证不同类型的系统性质, traces、stable failures和failures-divergence精化检测方法已被提出.精化检测算法依赖于子集构造,因而其面临状态空间爆炸问题.近年来,已有学者针对NFA语言包含问题提出了基于模拟关系的状态空间消减方法,大大提高了算法性能,且该方法能直接用于traces精化检测.在此基础上,本文提出了基于模拟关系的stable failures和failures-divergence精化检测方法.此外,本文还将精化检测扩展到了时间系统的验证中,提出了基于模拟关系的时间自动机traces精化检测方法.实验结果表明,基于模拟关系的算法效率有很大提高.     

中文知识库问答中的路径选择

路径选择是知识库问答任务的关键步骤,语义相似度常被用来计算路径对于问句的相似度得分。针对测试集中存在大量未见的关系,该文提出使用一种负例动态采样的语义相似度模型的训练方法,去丰富训练集中关系的多样性,模型性能得到显著提升。针对复杂问题候选路径数量组合爆炸问题,该文比较了两种路径剪枝方法,即基于分类的方法和基于集束搜索的方法。在包含简单问题和复杂问题的CCKS 2019-CKBQA评测数据集上,该方法能达到较优异的性能,测试集上单模型系统平均F₁值达到0.694,系统融合后达到0.731。     

炸药爆炸场内动态应变测试技术研究

为了直观评估炸药的性能;设计了一种放置于爆炸场中的动态应变存储测试系统,该测试系统由应变片以及后续调理存储控制电路组成,将测试系统整体置于耐高温的高强度壳体中;进行了炸药爆炸应变的实际测试,对测试数据进行分析计算;得出的结果说明该智能仪器系统能够在恶劣环境下完成动态应变测试任务,进而能较好评估炸药的性能。     

序关系优化的多超平面排序学习模型

在经典排序学习模型RankSVM的基础上,提出一种序关系优化的多超平面排序模型。该模型首先根据训练数据所属等级之间的序关系进行多个超平面的构建,然后将多个超平面得到的排序列表进行聚合获得最终的排序结果。在LETOR OHSUMED数据集上对所提出的模型进行实验测试,使用信息检索领域的多个经典指标对模型的性能进行评测,并与RankSVM等方法进行比较。实验结果显示该模型不仅获得更优的排序性能,而且能显著缩短训练时间。     

基于混合层次关系的扩展角色图模型

针对现有角色图模型无法进行动态职责分离的问题,提出基于混合层次关系的扩展角色图模型。对角色层次关系进行细化,将混合层次关系引入角色图模型中,给出扩展后角色图模型角色层次的管理功能。实验结果表明,该模型能进行动态职责分离,提高角色图模型的性能。     

Optimal disturbance rejection control approach based on a compound neural network prediction method

A new optimal disturbance rejection control method is proposed for the system with disturbances via a compound neural network prediction approach in this paper. The disturbances caused by external disturbances and model mismatches can be estimated by a disturbance observer, and the estimation of disturbances is introduced into the neural network predictive model to make the predictive output more accurate. Then based on the new compound neural network predictive model, a controller, which ensures both optimal performance by the receding horizon optimization and strong disturbance rejection ability, is obtained. The proposed scheme is applied to control the temperature of a simplified jacketed stirred tank heater (JSTH). Simulation results demonstrate the effectiveness of the proposed control method.     

小波分析在板形缺陷识别中的应用

介绍了小波分析方法在冷轧板形缺陷识别中的应用。识别中首先利用小波变换、分解、重构达到消噪目的 ,然后利用 3类模型进行缺陷辨识。该方法解决了缺陷中的 1/ 4浪和边中复合浪无法辨识的问题     

蛋白质-小分子相互作用模型的构建

构建可解释和可大规模计算的蛋白质-小分子相互作用模型是一个重要的课题。提出一种新的蛋白质-小分子相互作用模型：首先分别用氨基酸三聚物集群和化合物结构片段来描述蛋白质和小分子;然后将蛋白质和小分子片段作为二部图的两部分,片段间的相互作用强度作为二部图的边;最后蛋白质和小分子的相互作用则是蛋白质片段和小分子片段之间相互作用的叠加。实验结果表明,该模型预测的准确率达到97%且具有很好的解释性。     

大型结构CAD平台架构的研究

在分析了原有结构CAD系统的基础上，进一步提出了基于两类层次的系统设计方案，在底层使用基于复合文件的工程数据库，在设计时根据模块自身不同的特点，加以区别对待。在模块内部使用面向对象的方法设计，在主要模块之间使用数据流的分析方法，对附属模块采用COM技术实现插件机制。     

一类不确定系统基于滑模干扰补偿的广义预测控制

广义预测控制(GPC)是基于非线性机理模型的一种优化控制策略, 但当系统存在内部不确定性、建模动态误差和外部干扰的情况下, 采用基于标称系统模型的GPC方法的系统性能将显著下降. 为此, 针对一类不确定非线性系统, 首先分析设计了一种基于不确定模型的理想GPC控制律; 同时设计了一种滑模干扰补偿器(SMDC)对系统的复合干扰进行估计, 将其输出作为补偿控制与标称GPC控制律结合以消除不确定性和外干扰的影响, 并利用Lyapunov理论分析了闭环复合系统的性能; 最后将其应用于一种高超声速飞行器(HSV)姿态控制系统, 仿真结果表明该方法具有很好的鲁棒特性和干扰衰减特性.     

最大节约原则下单倍型推导问题的实用算法

在疾病的易感基因研究和药物反应实验中,常常需要知道单倍型,而不仅仅是基因型数据.但是直接通过生物学实验手段来测定单倍型在时间和成本上消耗过大,所以在实验室里往往仅测得基因型,而通过一些计算手段来推导出单倍型.不同于Clark著名的单倍型推导模型,Gusfield和Wang等人提出了一种通过基因型样本推导单倍型的新模型.这种模型试图按照最大节约原则去寻找可以解释基因型样本的最小单倍型集合.这种基于节约原则的模型克服了Clark模型的一些缺陷.提出了节约原则模型的一个多项式时间的贪心算法以及一种把贪心策略和分支限界策略集合在统一框架下的复合算法.相对于Wang原来提出的分支限界完全算法,贪心的近似算法运行快得多,而且同时保持了比较准确的推导结果.新的复合算法也是一种完全算法.实验结果表明,与原来的分支限界算法相比,复合算法可以极大地提高运行效率以及可应用的实例规模.     

基于CMAC与PID复合控制的汽轮机功率控制系统

针对汽轮机功率调节过程的非线性特征,提出了将CMAC神经网络与常规PID控制相结合的方法,并将其应用于汽轮机功率控制中。该复合控制方法可以实现前馈与反馈的联合控制,其中前馈控制由CMAC神经网络实现,反馈控制由常规PID控制器实现。通过对比分析CMAC/PID复合控制与常规PID控制的仿真结果,可以看到在不同的扰动因素存在时,CMAC/PID复合控制均能取得较好的控制效果。     

基于多信号模型和盲源分离的复合故障诊断方法

利用多信号模型可简明表征系统因果关系以及盲源分离算法可提取系统本源信息的特点, 提出一种新颖有效的复合故障诊断方法. 首先, 针对复合故障下多信号模型出现冗余测试和故障模糊组的情况, 应用盲源分离算法实现测点信息的盲分离, 基于盲信号重建多信号模型的因果结构; 其次, 理论分析了该方法对复合故障具有良好的可诊断性. 轧制过程AGC系统的实验结果表明, 所提出方法对双复合故障和部分多复合故障的隔离和定位准确率可达100%.