基于混沌优化与人工鱼群算法的混合算法研究

针对人工鱼群算法和混沌优化算法的特点,将人工鱼群算法与混沌优化算法相结合提出一种混合算法。此混合算法是利用混沌变量敏感性来提高人工鱼群初始群体解的质量;然后利用混沌的遍历性和随机性扰动使鱼群算法摆脱局部极值点,提高全局收敛性。仿真实验结果表明了混合算法的有效性。最后,给出了在一定条件下提出的混合算法的收敛性证明。     

一种基于门限ECC的PKI/CA模型的设计

随着电子商务的发展,如何实现对网络用户的身份认证成为了一个非常迫切的问题,目前广泛采用的是基于PKI的认证技术,而在PKI认证体系中,认证中心CA是核心部分。本文提出了一个基于门限ECC的PKI/CA的设计,本方案在传统的CA方案上引入了入侵容忍机制,结合椭圆曲线密码体制和门限密码方案,提高了CA系统的可靠性和安全性。     

分布式实时仿真的目标语言编译器的应用研究

通过对目标语言编译器的研究,提出了一种在分布式实时仿真控制中,利用控制前端展现目标结构的方法。新方法通过使用TLC嵌入S函数,读取RTW文件,获取其中的相关信息并进行了整合。而后即可使用控制前端对这些信息进行读取,展现目标程序的所有信息。根据上述方法,实现了在分布式实时仿真中,控制前端对目标程序具体结构的展现。测试结果表明,新方法可以完全展现目标程序的所有信息,为实现控制前端对目标程序的实时控制打下了良好的基础。     

视觉机器人对于快速道路检测问题的研究

针对复杂环境下视觉机器人道路检测算法的抗干扰性差、速度慢的缺点,为抑制噪声的干扰,提高算法的运行速度,提出了一种基于边缘和区域相结合的道路检测算法。算法先采用Canny算子求出图像的边缘,再根据道路的色彩信息进行自适应的区域分割,然后结合图像边缘信息和区域分割信息确定出道路的边界区域,最后对该区域的边缘图像进行Hough变换检测道路。实验结果表明,边缘提取的检测算法有效地提高了算法的抗噪性能和运行速度,具有更好的道路检测效果。     

基于物联网的高速铁轨控制故障监测方法研究

研究高速铁轨控制故障准确检测问题。在遭遇雷击的情况下,高速铁轨的电压突然增大,对高速铁轨控制故障局部信号进行干扰,造成高速铁轨控制信号突变。传统方法多采用高速铁轨控制信号的异常进行网络监控的,一旦故障信号局部突变,监测网络会发生误报警的问题。为解决上述问题,提出了一种控制故障信号物联网络的铁轨故障监测方法。通过把物联传感网络中的结点采集的控制故障信号分割为不同区间,计算不同区间的控制故障参数,利用参数校验功能实现高速铁轨控制故障监测。实验证明,方法能够避免由于雷击造成的高速铁轨控制故障信号突变的缺陷,保证了高速铁轨控制故障检测的准确率。     

雷达模拟器目标威胁度评估方法研究

研究雷达模拟器目标威胁度的准确评估问题,是辅助操作手对空中目标进行打击的重要依据.威胁度普通雷达是难以探测的.由于目标的速度、距离等随机性强,具体数据难以确定.针对威胁度评估问题,多限于权重分析、聚类分析等方法,对难以确定的参数有较大依赖.为解决上述问题,提出应用效能指数的方法来确定未知目标对雷达阵地的威胁度,根据雷达能够获取的数据,得出判断矩阵,实现对雷达所测数据的分析,并评估目标的威胁度.上述方法可用于雷达模拟器,能够灵活地根据情况调整威胁度评估方法.实验结果表明,方法能够较好地在某些属性未知的情况下,可对目标威胁度进行准确评估,证明改进方法为威胁度评估提供了有效依据.     

冶炼工艺对GH871合金涡轮盘韧性的影响

研究了AIM ESR和VIM ESR两种冶炼工艺对GH871合金涡轮盘三种韧性指标的影响,结果表明:冶炼工艺对该合金在室温、650℃拉伸和缺口冲击韧性影响较小,采用VIM ESR冶炼工艺可以显著提高GH871合金在700℃拉伸韧性和I型裂纹平面应变的断裂韧性。     

固氟氯化铵焙烧法从包头稀土矿中回收稀土的动力学

研究了固氟氯化铵焙烧法分解包头混合型稀土精矿回收稀土的动力学.结果表明:固氟焙砂的氯化反应过程符合Bagdasarym提出的区域反应速率模型,氯化反应过程经过了两个串联反应步骤,且反应生成物的核按一个方向长大;反应速率方程遵从Erofeev方程的串联反应步骤模型,反应表观活化能Ea为36.831 KJ·mol-1,过程控制步骤是内扩散控制.     

饮用水中天然有机物的分析与表征方法

天然有机物(NOM)是一类分布广泛、成分复杂的有机混合物,可严重影响饮用水的处理效率,并可能对出水水质产生严重的不利影响。因此,为了改进和优化饮用水的处理过程,在研究和实际应用阶段对NOM进行表征和定量以了解其结构特性和反应性具有重要意义。文中先对NOM的富集方法进行了介绍,接着梳理了不同分离方法的依据及作用,最后总结了各类表征方法的原理及应用,以期有助于对NOM和饮用水处理的深入研究。     

基于CPSO-BP神经网络的风电并网暂态电压稳定评估

针对目前传统方法难以快速、准确判断风电并网后系统暂态电压稳定性的问题,提出了一种基于CPSO-BP组合的风电并网暂态电压稳定评估方法。首先采用混沌理论对粒子群算法的不足进行改善,应用改进后的算法对神经网络的初始权值和阈值进行优化,然后利用系统故障前后采集的传统物理量和风电场相关的物理量作为BP神经网络输入特征量进行监督学习,最后将训练得到的模型应用于风电并网系统的暂态电压稳定评估中。利用英格兰10机39节点系统标准算例进行风电并网仿真分析,结果证明了所提方法的有效性。