反应器网络结构的研究

以目的产物量最大为目标 ,本文对单股进出料的等温恒容的反应器网络最优结构进行了研究。分别对 4种典型的最优结构 (CSTR ,PFR ,CSTR +PFR ,PFR +CSTR)与其可行的替代结构进行了模拟分析和对比研究。模拟计算结果表明 :由导数分析法获得的最优结构是合理的 ;对单股进出料问题 ,以目的产物量最大为目标的最优网络结构是CSTR ,PFR或由它们组成的串级结构 ,而采用向后分流或循环的结构是不可取的     

构造巨型并行计算机的一种网络结构

1.引言 超立方结构具有良好的通用性,许多数值算法的映射也很自然,并且分布路由选择算法也能有效地实现,因而越来越受到重视,目前已成为一些巨型计算机的基础,但VLSI做成的节点机通信链数目一旦固定,超立方结构的系统其最大规模也是固定的,例如IMS T424 Transputer只有4条串行链,在不附加通信接口数量的情况下,组织成超立方结构,系统最多只能有16台节点机,所以,如果我们想利用IMS T424 Transputer构造包含成千上万个节点机的巨型系统时,就难以采用超立方结构,那么,应该如何构造系统     

贝叶斯网络结构学习分析

贝叶斯网络结构学习(以下简称结构学习)的目标是寻找对先验知识和数据拟合得最好的网络结构。结构学习有两种方式,一种是模型选择,即选择一个最好的网络结构;另一种是选择性的模型平均,即选择合适数量的网络结构,以这些网络结构代表所有的网络结构。我们从限定的结构学习与非限定的结构学习两类     

离散化微分模型方程的反应器网络综合

构造基于全混流和交叉流反应器的反应器网络超结构,并建立优化模型,优化模型由复杂的高度非线性的微分／代数方程所构成。本文采用有限元正交配置法离散化微分方程的策略来简化超结构数学模型,将离散化所得的代数方程组与其它约柬条件一起,作为反应器网络超结构的数学模型,然后运用数学软件优化求解。实例研究表明,优化结果与文献相一致或优于文献,表明离散化法求解含有微分模型方程的反应器网络综合问题是有效的。     

基于网络结构的变频器控制系统

基于网络的变频器能实现监控数据的网络共享以及参数的在线优化。本文介绍A—B变频器的各种网络结构、各种网络的特点以及通信的数据结构。     

网络结构挖掘算法研究

网络结构挖掘是以超链接分析为基础,从链接结构中获取有用的知识,利用这些知识,重新组织结构,使内容逻辑结构更加合理.深入研究现有的网络结构挖掘系统,并在对其核心算法PageRank和HITS中所存在的问题作了详细分析的基础上提出了自己的改进算法,主要是对每个网页定义这三个参数:PageRank,Authority,Hub,并进行分析与优化,以便得到更好的查询结果,最后设计了一个改进网络结构挖掘系统原型,根据实验结果进行分析.     

反应器网络综合方法研究

在提出三分布参数通用模型的基础上，对分布参数进行了改进和扩展，使分布参数通用模型的表达能力更为丰富。在原来的侧线进料、侧线循环和侧线采出这三个分布参数的基础上，选择能更有效地影响反应器网络内部的浓度分布的形式。进一步分析各分布参数对网络内各组分及优化集成目标函数的变化影响。通过对两个案例的计算和结果的分析，改进了的分布参数通用模型可以更准确地给出最优的反应器网络结构以及网络中反应器单元的类型和大小。     

网络制造系统网络结构设计解决方案研究

本文概述网络制造内容,分析其对网络结构设计的要求,经过分析对比,提出企业局域网、广域网解决方案,并给出一应用实例。     

现场总线的网络结构

本文从网络技术出发，研究现场总线的网络拓扑结构、现场总线的数据通信工作方式及现场总线中网络扩展与网络互连问题。     

IPV6网络体系结构与阿络改造探讨

IPv6是下一代互联网采用的核心协议，现行的IPv4向IPv6过渡【1—2】势在必行。对IPv4向IPv6过渡过程中网络体系结构的更替进行了研究，结合高校校园网络的现状和向IPv6演变过程，提出了对校园网进行IPv6改造的可行方案。     

IPv6网络体系结构与网络改造探讨

IPv6是下一代互联网采用的核心协议,现行的IPv4向IPv6过渡[1-2]势在必行。对IPv4向IPv6过渡过程中网络体系结构的更替进行了研究,结合高校校园网络的现状和向IPv6演变过程,提出了对校园网进行IPv6改造的可行方案。     

The Relational Structure of Belief Networks

This paper demonstrates the relational structure of belief networks by establishing an extended relational data model which can be applied to both belief networks and relational applications. It is demonstrated that a Markov network can be represented as a generalized acyclic join dependency (GAJD) which is equivalent to a set of conflict-free generalized multivalued dependencies (GMVDs). A Markov network can also be characterized by an entropy function, which greatly facilitates the manipulation of GMVDs. These results are extensions of results established in relational theory. It is shown that there exists a complete set of inference rules for the GMVDs. This result is important from a probabilistic perspective. All the above results explicitly demonstrate that there is a unified model for relational database and probabilistic reasoning systems. This is not only important from a theoretical point of view in that one model has been developed for a number of domains, but also from a practical point of view in that one system can be implemented for both domains. This implemented system can take advantage of the performance enhancing techniques developed in both fields. Thereby, this paper serves as a theoretical foundation for harmonizing these two important information domains.     

主动网络技术综述

Internet的迅速发展和用户需求的不断增长,使得Internet上新业务的提供成为瓶颈。主动网络的目的是让网络有计算能力,使得灵活加载新业务成为可能,这为Internet的发展开辟了新的方向。文章首先介绍了主动网络的概念与意义,然后给出了主动节点的结构以及密封囊的传输、加载和执行机制,介绍了国内外研究动态与进展。最后提出主动网络的一个实际应用。     

基于正交法的神经网络结构研究和应用

总结了正交法的应用研究,提出用正交化方法来确定前馈神经网络的结构,包括隐层数、节点数以及网络训练步数.并将该网络用于描述聚丙烯腈生产过程软测量混合模型的中间参数k1,k2,K3,P与现场操作条件的非线性关系,从而实现质量指标的在线估计.仿真结果证明了该方法的有效性.     

基于正交法的神经网络结构研究和应用

总结了正交法的应用研究,提出用正交化方法来确定前馈神经网络的结构,包括隐层数、节点数以及网络训练步数。并将谈网络用于描述聚丙烯腈生产过程软洲量混合模型的中间参数k1,k2,k3,P与现场操作条件的非线性关系,从而实现质量指标的在线估计。仿真结果证明了该方法的有效性。     

神经网络控制结构及所用神经网络

本文阐述了神经网络控制所能解决的控制难题,若干种控制结构及常用的动态神经网络。讨论了神经网络控制研究的重点,在实时控制中的物理可实现性及其发展等问题。     

Discovering the Hidden Community Structure of Public Transportation Networks

Advances in public transit modeling and smart card technologies can reveal detailed contact patterns of passengers. A natural way to represent such contact patterns is in the form of networks. In this paper we utilize known contact patterns from a public transit assignment model in a major metropolitan city, and propose the development of two novel network structures, each of which elucidate certain aspects of passenger travel behavior. We first propose the development of a transfer network, which can reveal passenger groups that travel together on a given day. Second, we propose the development of a community network, which is derived from the transfer network, and captures the similarity of travel patterns among passengers. We then explore the application of each of these network structures to identify the most frequently used travel paths, i.e., routes and transfers, in the public transit system, and model epidemic spreading risk among passengers of a public transit network, respectively. In the latter our conclusions reinforce previous observations, that routes crossing or connecting to the city center in the morning and afternoon peak hours are the most “dangerous” during an outbreak.

     

复杂网络中的社团结构发现方法

社团结构是真实复杂网络异质性与模块化特性的反映。深入研究网络的社团结构有助于揭示错综复杂的真 实网络是怎样由许多相对独立而又互相关联的社区形成的,使人们更好地理解系统不同层次的结构和功能,具有广泛 的实用价值。总结了目前常用的社区发现方法,包括经典的GN算法、模块度优化算法、基于网络动力学的方法以及 统计推断方法;用社区划分基准测试网络Zachary对上述算法进行了实验,对这几类算法的时间复杂度和优缺点进行 了比较分析。最后,对复杂网络的社区结构发现算法的研究进行了展望。