一种基于资源约束的Agent组织规则生成机制

Agent组织是多Agent系统的一种求解结构，可以有效地降低求解难度和Agent之间的交互复杂性，对Agent组织的抽象包括组织结构，组织规则和组织模式，Agent组织规则的形成是Agent组织设计的重要问题之一，基于资源约束给出了Agent组织规则的形式描述和产生机制，设计了Agent组织规则形成的静态算法和动态算法，从而改进了Zambonelli和Jennings关于Agent组织规则的研究。     

基于规则自学习的数据库安全增强模块

针对网络数据库系统不断遭受攻击,而现有的各种安全技术,对数据库系统的安全保护还非常有限.分析了数据库系统入侵的主要来源,设计和实现了一个基于规则自学习的数据库安全增强模块,使所有的用户访问请求,必须经过安全规则的合法性确认,才允许访问数据库,模块的规则自学习功能使安全规则集不断完善,在易于实施的基础上,提高了数据库系统的入侵防御能力.     

基于Transpose规则的无锁自组织链表算法

自组织链表可以依据访问序列动态调整链表结构,提高链表性能。在分析并研究现有自组织链表算法的基础上,结合Transpose规则,提出无锁自组织链表算法。线程可标记被访问的结点并尝试与标记结点前驱相交换,也可直接物理删除已被标记的结点,同时其他线程发现该标记结点时会辅助该线程完成相应操作,从而保证链表的非阻塞特性。实验结果表明,该算法性能与Harris-Michael链表算法相当,并且其无锁实现方式比粗粒度锁算法更具优势。     

几何约束二义性处理的自组织方法

提出一种基于图形理解的几何约束二义性处理的自组织方法。讨论了约束求解求过程中的距离约束、角度约束和圆弧约束中的二义性问题,通过有向图的几何约束识别方法,保留了图形变化前几何元素之间的几何和拓扑信息,并以该约束信息为模板,利用多种图元关联约束方法图,唯一确定变参后的求解结果。该方法不需要繁琐的数值求解,避免了求解结果的二义性。     

运用自组织映象和模糊规则来识别手写体数字

本文论述如何运用组合自组织映象（ＳＯＭ）和模糊规则来识别手写体数字，在学习阶段，运用ＳＯＭ（自组织映象）算法以产生各种原型，并将这些原型与相对应的各种变量一起用于确定各个模糊区及其成员函数，然后，通过对训练图象的学习，生成各种模糊规则，在识别阶段，由分类器根据模糊规则对一幅输入图象进行了分类，随后，采用ＳＯＭ分类器对一个不确定的图象进行重新分类，在一个含有２０，８５２个手写体数字的数据库上的作的实     

基于自组织模糊规则归纳的电子商务客户流失预测

为提高客户流失预测的精度,构建了基于自组织模糊规则归纳算法FRI(Fuzzy Rule Induction)的电子商务客户流失预测模型.该模型利用数据分组处理技术GMDH(Group method data handling) 从训练样本中自动地提取接近于人类自然语言描述的电子商务客户流失模糊规则,进而对测试样本客户流失状态进行判别.采用某网上商场的1500名客户样本进行电子商务客户流失预测实证研究,结果表明,该方法对测试样本预测精度达到了90%以上,是一种有效和实用的电子商务客户流失预测工具.     

容量约束的自组织增量联想记忆模型

自组织联想记忆神经网络因其并行、容错及自我学习等优点而得到广泛应用,但现有主流模型在增量学习较大规模样本时,网络节点数可能无限增长,从而给实际应用带来不可承受的内存及计算开销。针对该问题,提出了一种容量约束的自组织增量联想记忆模型。以网络节点数为先决控制参数,结合设计新的节点间自竞争学习策略,新模型可满足大规模样本的增量式学习需求,并能以较低的计算容量取得较高的联想记忆性能。理论分析表明了新模型的正确性与有效性,实验分析同时显示了新模型可有效控制计算容量,提升增量样本学习效率,并获得较高的联想记忆性能,从而能更好地满足现实应用需求。     

基于约束网络的因果关联规则挖掘研究

因果关联规则是知识库中一类特殊且重要的知识类型,相对一般关联规则,其优势在于能够揭示深层知识。首先对因果关系的特征和因果关联规则的挖掘方法进行了简介。针对在挖掘初始阶段如何限定可能导致结果的原因变量集合这一问题,运用了约束网络原理来构建一个实际系统变量间的因果关系结构。通过该因果关系结构可以比较容易地导出原因变量集合及各变量的类型,从而降低挖掘的复杂性,为提高挖掘结果的准确性提供有利条件。约束网络的引入优化了因果关联规则的挖掘过程,使之趋于更完备。     

利用真实场景中的角结构约束进行相机自定标

首先讨论了真实场景中的角结构几何约束,然后利用这种几何约束提出了一种新的相机自定标算法,利用单幅透视投影图像中的角结构计算出相机的焦距、平移向量和旋转矩阵的初始值,然后利用两幅图像中的几何结构对相机内外参数进行优化,由于在求取相机参数初始值的时候只用到了一幅图像,这样就避免了在相机定标过程中可能出现的临界运动序列（critical motions sequence),从而避免了临界运动序列引起的相机定标退化问题,提高了相机定标过程的鲁棒性,用两幅图像中的结构约束对初始值进行优化,进一步提高了结果的精确度,实验结果证明算法是强壮的。     

基于曲面的飞机机翼结构参数化设计

以某型无人机机翼结构设计为例，介绍在计算机辅助三维交互应用（Computer Aided Three-dimensional Interactive Application，CATIA）软件三维设计环境下，基于机翼理论外形曲面的机翼结构参数化设计方法。通过完整数据链的全相关结构设计，实现设计更改过程的全模型自动更新，设计周期缩短，成本降低。     

约束规则下的城市线路变形

目的 针对现实中城市道路网的复杂性容易对人产生视觉干扰的缺点,提出一种规整道路的基于约束规则的自动布局变形算法。方法 将实际地图数据经过预处理得到将要布局的初始线路图,继而使用力导向算法将图中邻边的角度最大化,然后进行爬山算法迭代完成线路的方向限定。结果 通过实验结果及对比分析可知,在易读性、美观性、方便性和实用性这4个方面,平均有69.6%的用户觉得具有实际意义。同时与传统地图相比,在用户规划路径实验中,平均每组节省26.2%的时间。结论 本文基于约束规则的线路变形,缓解了城市线路复杂与人脑有限记忆力之间的矛盾,适用于城市公交与地铁换乘、快速定位、线路规划等,具有实际应用价值。     

铁路信号基于电缆径路图自动识别的室外电缆配线图生成算法*

析了铁路信号工程设计中从电缆径路图到室外电缆配线图的生成原理和电缆径路图中电缆连接结构,给出了与该结构对应的树型定义和数据结构的列表定义,提出一种基于该数据结构的电缆连接自动识别算法和室外电缆配线图自动生成算法。     

交互更新模式的量子遗传算法的几何约束求解

目的针对传统量子遗传算法无法充分利用种群中未成熟个体信息的不足,提出了基于交互更新模式的量子遗传算法(IUMQGA)并应用于几何约束求解中。方法几何约束问题的约束方程组可转化为优化模型,因此约束求解问题可以转化为优化问题。采用将遗传算法与量子理论相结合的量子遗传算法,使用双串量子染色体结构,使用交互更新策略将遗传算法中的交叉操作利用量子门变换来实现,根据不同情况采用不同的交互更新策略。这里的交互,指的是两个个体进行信息交换的过程,该过程用以产生新的个体。这不仅增加了个体间信息的交换而且充分利用了种群中未成熟个体的信息,提高了算法的收敛速度。结果通过非线性方程实例和几何约束实例测试并与其他方法比较表明,基于交互更新模式的量子遗传算法求解几何约束问题具有更好的求解精度和求解速率。双圆外公切线问题实例中,IUMQGA算法比QGA算法稳定;单圆填充问题和双圆外公切线问题实例中,通过实验求得各变量的最优值与其相应的精确值的误差在1E-2以下。结论采用交互更新模式的量子遗传算法可以很好地求解几何约束问题。     

C-Bézier曲线的形状修改

提出了控制C-Bézier曲线形状的两种方法:修改控制参数(和修改控制顶点.在分析C-Bézier基函数导数曲线特性的基础上,得出了控制参数(对曲线形状的作用,提出了调节控制参数修改曲线形状的方法;另一方面,基于控制顶点与曲线形状关系几何模型,建立了调节控制顶点修改曲线形状的算法.上述成果已应用于纸盆模具CAD/CAM软件设计系统的实践中,并取得了良好的效果.     

基于遗传算法的骨骼结构模型概念创新设计

讨论了一种计算机辅助概念设计的新思路,分析骨骼结构理论参数控制,增加了弧度作为控制参数并对实体进行分析。采用遗传算法对骨骼结构的参数进行优化。通过对遗传计算中父代编码的筛选,提高了遗传算法结果的质量。实验基于Visual C++平台,利用ACIS-HOOPS类库为基础,以吊灯造型的概念设计为例,按照提取骨骼结构、建模、遗传变异、产生概念设计结果等步骤,能产生大量整体协调、造型优美的吊灯造型供用户选择。     

基于灌注分析模型的计算机辅助诊断*

在放射学领域引入了灌注分析方法作为辅助诊断的有效手段。介绍了计算机辅助诊断的基本原理、血流计算的灌注分析方法,并设计了一种针对结肠病变的灌注影像分析系统。实验表明使用动态CT灌注成像方法及后处理算法,可及时检测到一些常规CT检查所不能够检测到的结肠病变,对于一些病变的及时诊断、及时治疗具有重要意义。     

渤海造船厂计算机集成制造系统(BS-CIMS)

简介了渤海造船厂计算机集成制造系统（ＢＳ－ＣＩＭＳ）的系统结构,系统组成（工程设计、经营管理、财务管理、生产管理、建造作业和质量管理６个应用分系统）,信息分类编码原则,计算机支撑环境,分系统之间信息界面和系统集成方案．     

一种基于社区结构的用户兴趣关联规则发现方法

提出一种基于用户社区结构的用户兴趣关联规则发现方法,通过对用户按照兴趣进行社区划分,挖掘社区群体的共同兴趣,高效地发现兴趣之间的关联规则。对兴趣关联规则的特点进行了研究,分析发现有效关联规则均产生于社区内部的兴趣之间,不同社区之间的兴趣关联较少。     

计算机辅助概念设计研究进展

以第4届国际计算机辅助工业设计与概念设计会议为背景，阐明了产品概念设计的内涵，指出计算机辅助概念设计CACD要解决的三大问题：概念设计方法学、产品信息模型及求解方法、计算机辅助概念设计技术；进而从智能概念设计技术、协同概念设计技术、虚拟概念设计技术、需求驱动概念设计技术等多个方面总结了CACD技术的研究进展，最后指出了CACD的发展趋势，并提出了CACD的三层架构．