块序列布尔网络的拓扑结构

利用矩阵的半张量积,通过建立逻辑变量与向量的对应,块序列布尔网络被表示为离散时间系统,将对序列布尔网络的研究转化为对结构矩阵的研究.块序列布尔网络的结构矩阵是一个逻辑矩阵,利用逻辑矩阵的1特征值与和1特征向量的特殊性质,从矩阵特征值和特征向量的角度研究了块序列布尔网络的拓扑结构,显式表示出了不同长度极限环的个数,并指出网络的极限环总数等于(2n-结构矩阵的秩).     

一种改进的谱聚类方法在复杂网络社团检测中的应用

社团结构是复杂网络的重要特征之一。谱聚类方法在复杂网络社团检测中具有十分重要的作用。针对谱聚类算法在复杂网络社团检测中只选择部分特征向量聚类的问题,提出了一种改进的谱聚类方法,该方法对网络矩阵的所有特征向量进行加权,并引入尺度参数,采用网络矩阵的所有特征向量进行聚类。实验结果表明,与传统谱聚类算法相比,该方法可以有效地对网络进行划分,并可以反映出网络中社团的多尺度特性。     

基于牵制控制的切换布尔网络的分布式集合镇定

切换布尔网络是一种典型的网络化控制系统, 在基因调控、信息安全、人工智能、电路设计等领域具有重 要应用. 本文基于牵制控制方法, 研究切换布尔网络在任意切换下的分布式集合镇定问题. 首先, 利用矩阵半张量积 方法,得到切换布尔网络的代数形式. 其次, 基于代数形式, 提出构造性的算法来实现切换布尔网络在牵制控制的 作用下任意切换集合镇定, 并设计出状态反馈牵制控制器. 再次, 利用逻辑矩阵分解技术和分布式控制方法, 设计任 意切换下切换布尔网络的分布式集合镇定控制器, 并提出分布式控制器存在的充分条件. 文中给出3个例子来说明 所获得结果的有效性.     

集成电路最小全测试集矩阵算法的特点及程序实现

最小全测试集技术是对数字集成电路进行逻辑功能检测的方法之一。采用计算机编程实现的最小全测试集技术，涉及到特殊的矩阵算法，本文利用数据库语言的特殊构造形式以及强大的数据处理能力，较好地解决了矩阵变换、矩阵运算等程序算法问题；并用ＦＯＸＢＡＳＥ加以实现，使得最小全测试集可以由计算机自动建立，测试参数可以自动产生，达到了使用其它高级语言不易达到的效果。     

亚磷酸二甲酯组分配料过程控制系统

针对二甲酯合成配料过程工艺特点和流量测量存在的问题,采用称量减量法计量三氯化磷与甲醇的质量流量,从而实现了三氯化磷与甲醇料量的双闭环比值控制系统.提出了一种对流量比值进行实时修正的迭代算法,该迭代算法可以非常方便地在组态中实现,最后给出了具体应用实例.运行表明,采用称量减量法计量物料质量流量的方案是可行的.     

基于OPC技术的DMC算法在甲醇汽油调配过程中的应用

甲醇汽油调配过程中存在大量的大惯性、强耦合、纯滞后等问题,常规控制算法很难达到良好的控制效果;动态矩阵预测控制(DMC)算法通过模型预测、在线滚动优化和误差校正等环节,在没有精确模型的情况下能够实现良好的控制性能,因而提出一种OPC技术和MATLAB OPC工具包间进行通讯并实现DMC调配控制策略;将该算法应用到某石化有限公司的甲醇汽油调配控制系统过程中,结果表明此控制系统具有控制精度高、强抗干扰性、鲁棒性强等优点。     

布尔矩阵乘的分布式异构并行优化

布尔多项式求解是当今密码代数分析中的关键步骤,F4算法是布尔多项式求解的高效算法。分析了Lachartre为F4矩阵专门设计的高斯消去算法,针对其中布尔矩阵乘这一耗时的计算步骤,设计并实现了分布式异构(CPU+MIC)并行算法。布尔矩阵相对于普通矩阵主要体现在矩阵元素取值区间不一样上,由于布尔矩阵元素(0,1)导致矩阵乘操作的特殊性,普通矩阵乘的优化方法不能很好地满足布尔矩阵乘的需求。分别从布尔矩阵的存储、OpenMP多线程组织、访存、任务划分和调度等方面进行了性能优化,实现了布尔矩阵乘的分布式异构并行算法。通过随机生成布尔矩阵测试,优化后的分布式异构并行程序相较于分布式同构并行程序达到了2.45的加速比,体现了良好的性能提升。     

概率布尔控制网络的弱能控性

本文研究了概率布尔控制网络的弱能控性,系统的弱能控性是概率布尔网络精确能控的一个推广.首先利用矩阵的半张量积和逻辑变量的向量表示,概率布尔控制网络被表示为离散时间动态系统.接着给出概率布尔控制网络弱能控的定义,从离散时间系统的结构矩阵出发,构造了最大概率转移矩阵,矩阵中的元素表示相应状态之间可能发生转移的最大概率,在此基础上研究了概率布尔控制网络的弱能控的条件,同时给出了两个状态弱能达时控制序列的设计算法.最后通过例子进一步解释了弱能控的概念和控制序列设计算法的有效性.     

谈石油炼化工艺的催化重整反应

催化重整是现代炼油工艺中重要的二次加工方法,是以直馏汽油为原料,采用催化剂,在一定温度和压力下,使烃类分子结构重新排列,用来生产高辛烷值汽油或苯、甲苯、二甲苯等化工原料。     

基于压缩技术的子空间迭代法及在谱估计中的应用

提出了一种基于压缩技术和子空间迭代的特征向量迭代估计算法,由于该算法采用迭代形式,同目前的特征向量求解方法相比(如奇异值分解法),该算法计算量小、复杂度低、算法收敛速度快、易于实时实现,可对由信号构成的自相关矩阵的特征向量作出准确的估计。通过仿真实验可见该算法具有很高的估计精度。将该算法应用到MUSIC(multiple signal classification)谱估计中,通过计算机进行仿真对比可以看到,利用提出的算法进行谱估计精度要高于标准的MUSIC谱估计精度,且计算量大大减小,由此验证了算法的有效性和优越性。