一种基于动态基础设施的移动agent消息传递算法

移动agent技术是一种新型的分布式计算模式,它为基于网络的任务分配合作问题提供了一个很好的解决方案.由于agent在网络间的移动.使得agent之间的通信变得极为复杂,已有的agent通信机制和消息传递算法都是建立在固定网络基础设施上的,不具有良好的可扩展性.针对这个问题,提出了一种基于动态基础设施部署的移动agent消息传递算法,较好地解决了在移动的情况下,agent之间通信的扩展性问题.     

一种基于模糊聚类的隶属函数定义方法

隶属函数的确定是模糊集合理论及其应用的基本而关键的问题。本文提出了一种基于模糊聚类的、以训练样本数据为依据的、自动地确定模糊集合隶属函数的方法,为开发模糊系统节省了大量的时间和精力。     

基于自适应神经网络的岩性识别动态建模

针对研究对象定量研究复杂度高的地质工作，应用计算机进行定量化和信息化的研究，需要建立一定的数学模型，然而，传统的数学方法难以得到精确的数学模型，神经网络作为一非线性建模方法，具有良好的自组织和自适应性等功能，可以逼近任意的非线性函数（映射）。本文提出利用神经网络的自组织，自学习，自适应功能实现数学模型的实时建立的方法，并在反传神经算法前馈神经网络（BP）模型引入了自适应动量因子α，使得网络计算量小，收敛速度快，最后将该模型应用到某地岩性识别动态建模中，取得了较好的效果。     

基于免疫RBF网络的雷达信号分类识别

采用了以免疫RBF网络为子网络的神经网络阵列实现了对雷达信号体制和用途的分类识别。免疫RBF网络采用全局搜索的优化方式，克服了传统算法的固有缺陷，在收敛速度和性能上都有较大的提高；通过提取RBF网络核函数宽度的先验知识作为疫苗构成免疫算子，缩小了标准进化算法搜索空间的范围。采用神经网络阵列有效地解决了单个神经网络在雷达信号识别中训练时间长，扩充、修改、维护难等致命的弱点。仿真结果表明，在雷达参数不全的情况下，免疫RBF网络阵列对各种雷达的体制和用途都达到了较高的正确识别率。     

改进的基于最大似然的快速拓扑估计方法

基于最大似然的网络拓扑估计方法能够获得全局最优的估计结果,优于一般局部最优化和节点对融合方法,但在网络规模较大时存在计算复杂度较高的缺点。首先证明了网络拓扑估计似然函数是单峰的（即只有一个极值）且峰值为最大值;然后利用单峰特征,改进了现有基于最大似然的拓扑估计方法,在最大似然树搜索过程中无需返回到似然值小的状态,降低了计算复杂度。最后,Matlab和ns-2仿真结果证明在不降低拓扑估计准确率的情况下,改进的算法将计算复杂度减少了30%~46%.     

硅注入单晶立方碳化硅的纳米压痕研究

离子注入可使工件的特定表面形成改性层，是改善脆性材料碳化硅加工性能的重要方法。为了探究离子注入对单晶立方碳化硅(3C-SiC)机械特性的影响，采用分子动力学(MD)模拟研究硅注入单晶3C-SiC的纳米压痕过程，分析注入剂量对样本载荷、位错、硬度及弹性模量的影响。研究发现，离子注入能降低样本的硬度和弹性模量，增强样本的塑性，并且抑制位错的形成。模拟结果表明，注入剂量越大，载荷越小，硬度和弹性模量越小。由于增强了碳化硅的塑性，所以离子注入对碳化硅的先进制造过程非常有利。     

漆包线退漆新法

由于漆包线铜的含铜量非常高,有时在装联工艺中多利用废旧的漆包线镀银作各种联接导线的作用,具有良好的电性能稳定效果。 漆包线镀银前必须把漆膜退除,以往我们采用在热碱溶液中煮或在退漆剂中退除,但这两种方法实际效果不太理想。     

AgNPs/TPU导电纤维的制备及性能研究

以热塑性聚氨酯(TPU)为弹性纤维基体，三氟乙酸银(C₂AgF₃O₂)为导电银纳米粒子(AgNPs)前驱体，水合肼为还原剂，采用湿法纺丝工艺、原位还原技术及热处理制备AgNPs/TPU导电纤维，研究了水合肼浓度、还原时间、C₂AgF₃O₂含量、热处理对纤维导电性能的影响，并对其微观形貌、化学组成、力学性能、拉伸电阻敏感性进行表征。结果表明：在C₂AgF₃O₂/TPU质量比为1.5：1.0,水合肼质量分数为15%,还原时间为20 min, 120℃热处理30 min的条件下得到的AgNPs/TPU导电纤维具有最佳的导电性能，电导率可达108.9 S/cm; AgNPs/TPU导电纤维微观上呈中空多孔结构，纤维表面被AgNPs均匀覆盖；AgNPs/TPU导电纤维的力学性能相比纯TPU纤维有所降低，断裂伸长率为484%,断裂强度为0.15 cN/dtex;该纤维可在0～70%的应变范围内表现出较为...     

碳基材料构建电化学传感器实现苯二酚异构体的超敏精准检测：综述

苯二酚是一种常见的有机污染物，它有对苯二酚、邻苯二酚和间苯二酚三种同分异构体，三者在结构和理化性质上十分相似且常在水中共存。苯二酚在工业生产中广泛用作化工原料或中间体，但是其有高毒性、致癌性和难降解性，所产生的含酚废水对环境的危害极大，同时对人体健康构成严重威胁。因此，实现苯二酚异构体的准确鉴别和测定尤为重要。电化学传感器具有灵敏度高、检测限低、线性范围宽和操作简便以及成本低等优点，已被广泛用于重金属和酚类等环境污染物的检测。碳基材料具有高导电性、巨大的比表面积和良好的化学稳定性，能有效促进异构体的传质、表面吸附和电子转移过程，为实现异构体的同时传感提供了良好的基础。此外，表面功能化、掺杂及复合其他纳米材料等手段可进一步调控碳基材料的组成及结构，并改善其对异构体的传感性能。本文首先简要介绍了苯二酚的环境污染和危害及检测方法，然后阐述了碳基材料构建的电化学传感器在同时测定苯二酚异构体方面的研究进展，其中涵盖了苯二酚传感器的电化学传感性能、性能增强机制以及碳基材料的构性关系，还讨论了三种异构体的电化学氧化路径和反应机理。最后，本文就电化学传感器实现异构体超灵敏精准检测所面临的问题提出了建议...     

活塞式氢气压缩机排气温度超限故障诊断方法

针对活塞式氢气压缩机各级排气温度超限的故障难以用传统故障的二态性准确描述，以及目前未见能对该故障实施自诊断的故障诊断系统等问题，以DW-(5.6-13)/(0.2-0.5)-20型无油润滑变频活塞式氢气压缩机为研究对象，对相关零部件进行了重要度分析，并设计了故障自诊断系统。首先，对该故障搭建了模糊高木-关野(T-S)故障树模型，并利用基于贝叶斯网络(BN)的T-S故障树分析法对底事件进行了重要度分析，以确定薄弱环节和故障零部件诊断顺序；然后，利用模糊数表征了零部件的故障状态，对排气温度超限故障发生概率进行了预测；最后，设计了基于规则的故障诊断专家系统，并对实例进行了故障原因的推理排查。研究结果表明：基于规则的故障诊断专家系统在对现有故障数据进行分析后，其诊断结果与事实相符，说明该系统能够准确地诊断出故障原因，并进行自诊断；同时，基于BN的T-S故障树分析法，使该系统可对顶事件故障发生概率进行预测，为活塞式氢气压缩机故障诊断提供了一个可行方案。