一种基于优先权的自相似流量接纳控制新算法

针对现今网络业务流量的自相似特性,选取具备显著自相似特征的分形布朗运动流（FBM）为自相似流量模型,提出一种基于优先权的接纳控制新算法.首先,应用统计网络演算对自相似业务的带宽需求进行了更准确的估计;其次,对业务进行优先级标记,对网络中需要保护的重要业务赋予较高的优先级,进行优先强制接纳.通过仿真验证和数值分析,结果表明新算法能给予需要保护的业务更加稳定的接纳性能.     

煤与瓦斯突出预测的改进差分进化神经网络模型研究

鉴于常规煤与瓦斯突出BP预测模型的不足,将改进DE算法用于BP网络模型参数的优化及训练,提出结合两者优点的改进差分进化神经网络(IDEBP)煤与瓦斯突出预测模型.模型通过对变异模式、变异交叉因子自适应确定等改进,有效提高了标准DE的性能.实现了DE全局优化搜索与BP自适应、自学习的有机结合,稳健性得到加强,更能充分辨识煤与瓦斯突出样本的复杂非线性知识.以36组工程实例数据,进行了IDEBP和DEBP模型与BP模型仿真对比实验.结果表明:该模型能有效避免常规BP的不足,在收敛迅速、结果辨识和预测精度等方面均大为提高,为瓦斯智能预测提供了新的解决方案.     

基于PSO-SVM的煤与瓦斯突出强度预测模型

为有效预测煤与瓦斯的突出强度,分析了煤与瓦斯突出的主要影响因素,建立了基于粒子群优化支持向量机方法(PSO-SVM)的煤与瓦斯突出强度预测模型,通过实例对该模型的预测效果进行检验,同时还分别采用了BP神经网络(BP-NN)和支持向量机方法(SVM)对该实例进行了预测,进而对这3种方法的预测精度进行了比较.分析结果表明3种方法的预测准确率PSO-SVM为87.5％、BP-NN为50％、SVM为62.5％.可见,PSO-SVM方法的预测效果要好于BP-NN和SVM,对煤矿煤与瓦斯突出强度预测具有一定的参考价值和指导意义.     

移动Ad Hoc网络自相似业务排队性能分析

对实际网络业务大量的测量表明,网络中的业务量存在着自相似特性,移动Ad Hoc网络中的业务同样具有该特性.目前对于移动Ad Hoc网络方面的研究只限于实测和简单的定性分析.采用更接近实际情况的队列长度有限G/D/1排队模型对移动Ad Hoc网络性能进行了分析和仿真,结果表明自相似业务导致排队性能变差,缓存匮乏,时延和分组丢失概率恶化.为此提出了基于网络规划模型的适用于自相似业务的路由算法.该算法利用多路径备份路由,当链路失效时可以迅速地寻找到新的替代路由,减小缓存中排队时延和丢包率,并对网络的发射功率进行优化提高信道空间的复用度.仿真结果表明,该算法可以改善分组丢失概率,提高网络吞吐量,降低时延.     

基于PSO—SVM的煤与瓦斯突出强度预测模型

为有效预测煤与瓦斯的突出强度,分析了煤与瓦斯突出的主要影响因素,建立了基于粒子群优化支持向量机方法（PSO—SVM）的煤与瓦斯突出强度预测模型,通过实例对该模型的预测效果进行检验,同时还分别采用了BP神经网络（BP—NN）和支持向量机方法（SVM）对该实例进行了预测,进而对这3种方法的预测精度进行了比较。分析结果表明3种方法的预测准确率PSO—SVM为87．5％、BP—NN为50％、SVM为62．5％。可见,PSO—SVM方法的预测效果要好于BP—NN和SVM,对煤矿煤与瓦斯突出强度预测具有一定的参考价值和指导意义。     

一种适于突发流量的退避算法及其在adhoc网络中的应用

adhoc网络中各项业务具有着一种统计上的自相似特性,对网络的性能影响很大,早期建立在泊松模型基础上的战术通信网性能及协议的分析评价方法已不再适用．在分析了多重ON／OFF源汇聚模型产生自相似业务的基础上,通过对各节点突发量的定量分析,在二进制指数退避（Binary Exponential Backoff,BEB）算法基础上提出了一种适用于自相似特性的算法．该算法通过引入节点竞争系数,使得对于信道的访问能根据网络的突发状态合理调整．利用OPNET技术对adhoc网络进行了仿真．仿真结果表明：算法改进后的网络时延性能较原来提高5．92％,吞吐量提高6．17％．文中算法对网络的协议设计、资源的优化配置具有参考价值．     

概率神经网络在煤与瓦斯突出中的应用

为准确预测矿井煤与瓦斯突出的危险性,针对小样本情况下BP神经网络泛化能力低的缺点,采用概率神经网络对煤与瓦斯突出的危险性进行预测.该模型的预测准确性高,能有效地预测煤与瓦斯突出的危险性.     

基于灰色理论与神经网络的煤与瓦斯突出预测

影响煤与瓦斯突出的因素众多,应用神经网络进行预测时,选取突出预测指标是关键．应用灰色关联分析筛选突出预测指标,结合神经网络建模进行了突出预测,使突出预测指标的选择由定性分析转化为定量分析,实现了灰色理论同神经网络在煤与瓦斯突出预测领域内的结合．     

网络可靠性分析中BFS策略与POS策略的性能比较

为探究启发式边排序策略性能和网络结构特征的相关性,并建立网络结构特征依赖的边排序策略选择方法,基于4种常用的规则网络对BFS(breadth-first search) 和POS (priority ordering search)两种策略的性能展开研究。通过试验分析比较了4种网络下BFS和POS两种策略的BDD (binary decision diagram)尺度与总体运行时间等性能数据。研究结果表明:在规则网络结构中,不同的排序策略适用于不同的网络结构。在Torus和Square网络中BFS策略优于POS策略;在De Bruijn和Nearest-neighbor网络中POS策略普遍优于BFS策略。该结论为特定网络选取最优或次优启发式边排序策略提供了依据。     

内燃机冷却风扇设计的新方法

目的提出内燃机冷却风扇优化设计的数学模型．方法利用透平机械欧拉方程和变分原理,推导出了内燃机冷却风扇沿径向气流参数优化设计的数学模型,建立了风扇叶片扭曲规律优化设计的数学方法,结果应用该方法对6102Q汽油机冷却风扇进行了优化设计,将计算结果与等反击系数流型和自由涡流型的计算结果做了比较,并利用优化结果对该风扇作了重新设计,解决了长叶片风扇设计中的一些问题,结论不需人为给定设计参数,使计算结果更为合理。     

瓦斯突出煤体探测的物性前提及应用

介绍了利用无线电波坑道透视技术进行瓦斯突出煤体探测的物性前提及电磁波在由突出煤体和非突出煤体组成的瓦斯突出煤层中传播时的电性响应 .以一工作面的探测方法、资料解释及回采验证情况 ,说明了实现突出煤体无线电波坑道透视探测的可能性及存在问题 .     

运用动态优先级轮询机制的数据链仿真

提出了一种数据链的链路层协议——基于动态优先级轮询的接入方式,在OPNET网络仿真开发平台上,构建出基于动态优先级轮询机制的时分多址(TDMA)数据链协议仿真模型,描述了在OPNET仿真平台上的建模过程,给出和分析了动态优先级轮询机制下TDMA数据链性能(地面站入网注册时间、网络吞吐量、中心站和地面站的信道利用率、业务接入时延)的仿真结果。仿真结果表明采用动态优先级轮询机制,系统接入效率高,对于各站点数据上行有较好的均衡性,同时又不失灵活性。     

基于MWGANN模型的旋转机械趋势预测

为保证旋转机械注水泵机组安全、稳定运行,应采用合适的预测模型对其状态评定参数进行预测。提出基于均值函数新息加权的遗传算法优化神经网络预测模型(MWGANN模型),用此模型能够优化神经网络结构参数,并可利用时间序列数据新旧程度的不同提高预测的精度和实时性。工业现场采集大型旋转注水泵机组振动烈度时间序列数据,应用MWGANN模型和基于人工经验设定神经网络结构参数的模型分别对其进行预测并比较,结果表明MWGANN模型在预测精度、预测实时性方面取得了较好的效果。     

时间触发以太网的多域同步方法改进

时间触发以太网（TTE）是一种保证以太网实时性的解决方案。该文首先分析了在大规模确定性网络中引入同步域和同步优先级的原因,并针对TTE网络中3种常见的集群情况,设计了多同步域下多同步优先级的具体通信规则,满足更为复杂的TTE网络需求。通过仿真验证了同步域和同步优先级对确定性网络的影响。实验结果说明同步域和同步优先级能够提高TTE中时钟同步服务的精确性和安全性,在满足TTE网络实时性要求的前提下增加网络的灵活性。     

滑坡涌浪诱发冰湖溃决灾害链过程分析与模拟

近年来滑坡诱发冰湖溃决灾害链发生频率日趋增加,对下游居民及工程设施安全造成严重威胁。为定量描述滑坡诱发冰湖溃决灾害链危害,通过系统分析该灾害链的演化过程及阶段特征,将其划分为四个子阶段：滑坡运动、涌浪传播、冰湖溃决、洪水传播;分别研究各子阶段演化的物理机理及关键因子,建立了相应的数学模型与计算方法,如滑坡运动采用Savage-Hutter模型、涌浪及洪水传播采用浅水波方程等;通过确定各子阶段之间的衔接因子,如滑坡运动特征、涌浪传播特征、坝体溃决特征等,实现了各子阶段的过程耦合与数据传递,建立了滑坡-涌浪-冰湖溃决-洪水灾害链的全过程物理模型,最终完成了该灾害链的过程模拟与危险分析。为验证所建立模型与计算方法的可行性,以四川省甘孜藏族自治州雅拉乡木格措冰湖潜在灾害链为案例,结合现场勘查与卫星影像数据,开展不同情境如暴雨或上下游级联溃决等条件下灾害链的过程模拟与危险分析,且将模拟结果与经验公式计算数据进行对比。结果表明,本文所提方法可较好的完成滑坡诱发冰湖溃决灾害链过程模拟,模型模拟数据与经验公式计算数据较为吻合,且考虑暴雨或上下游级联溃决条件时下游洪水流量呈显著增加趋势。本文研究成果提供了一种新的滑坡诱发冰湖溃决灾害链研究思路,对该灾害链的防灾减灾技术具有重要支撑作用。     

环状自相似结构复杂动力网络模型及其同步

提出了一种新型的复杂动力网络及其演化网络模型——环状自相似结构复杂动力网络模型,这是一种由动力节点通过单变量线性耦合构成的复合环状网络,只需要适当调整耦合强度就可以实现网络的完全同步。从理论上分析了网络的同步能力,并以节点为混沌Lorenz系统的网络为例,通过数值仿真验证了网络的同步能力。     

基于粗糙集与神经网络的煤与瓦斯突出预测方法

煤与瓦斯突出是受诸多因素影响的复杂问题,且影响因素相互关联,为了提高其预测的准确性,文中提出了一种基于粗糙集与神经网络的煤与瓦斯突出预测方法。通过煤与瓦斯突出预测实证分析,并与一般预测方法进行对比,进一步验证了文中预测方法的正确性和可行性。     

井巷网络火灾过程中回燃现象的研究

采用实验模拟和理论分析的方法证明了煤矿井巷火灾过程中同样存在回燃现象．回燃是伴随着下行通风风流的逆转而发生的，回燃能使井巷网络火灾过程出现能量爆发，进而导致火灾的扩大，其强度取决于巷道中初始热解产物的浓度．研究结果为制定下行风流逆转的控制措施提供了参考依据。     

PTN网络的QoS分类标记策略探讨

在阐述了PTN网络工作原理及QoS技术相关概念后,重点探讨了利用优先级映射来实现报文在PTN网络中传输的分类及标记,并提出克服现有分类缺点的解决方法。     

用于自相似业务的一种CAC

针对网络业务的自相似特性,在高斯假设下得到了该特性下的业务排队性能;提出了一种适用于传统业务和自相似业务的呼叫接纳控制算法。仿真表明了该算法具有速度快、参数简单等优点。