模拟三相流化床中颗粒尺寸对单气泡传质系数的影响

本文在模拟三相流化床中,测量了单气泡的传质系数,实验结果表明颗粒直径对气-液传质系数影响显著。颗粒直径较大时,传质系数有明显提高。     

蒙脱土/BR复合材料的结构和性能研究

采用熔融共混法制备蒙脱土（MMT）/BR复合材料,研究MMT及其改性产品和硫化体系对复合材料结构和性能的影响。结果表明,Na-MMT,DK1N和DK4均能明显缩短胶料的焦烧时间和正硫化时间;与硫化剂DCP硫化体系相比,硫黄硫化体系有利于有机蒙脱土插层的进行,但也可造成部分层片受限;制备过程对DK1N/BR复合材料中DK1N层间距的影响较为明显;与BR相比,硫黄硫化MMT/BR复合材料相对交联密度减小,硫化剂DCP硫化复合材料相对交联密度增大;MMT/BR复合材料相对交联密度由小到大顺序为DK1N/BR,DK4/BR和Na-MMT/BR复合材料。     

基于蚁群算法的遥感影像传输资源调度方法

针对遥感影像数据量大,多用户并发请求造成服务器负载加重,使遥感影像传输效率逐渐降低的问题,提出一种在多线服务器环境下分块调度遥感影像资源的策略。该策略采用改进的蚁群优化(IACO)算法,通过引入一个线路等待因子γ动态选择当前最优的线路进行传输,从而提高传输效率。对IACO、ACO、Max-min、Min-min和Random算法进行了对比实验,IACO算法在客户端的任务完成时间和服务器端的执行时间与其他算法相比均是最少的,且随着任务数目的增加,效果更明显;同时IACO算法的线路资源的利用率也更高。仿真结果表明:多线服务器分块调度策略与改进蚁群算法相结合,使遥感影像传输速度和线路资源利用率均有一定提高。     

PLC上位机监控软件的开发

为提高硫化机控制水平，采用电阻式触摸平板电脑为上位机与PLC相结合。系统设计主要包括各监控画面的设计和上位机与PLC之间的通信设计，监控主画面设计成包含所有操作员需要了解的数据。实时曲线画面为圆盘型和直线型两种，上位机与PLC之间的通信采用VB6.0编程，实际运行证明状态良好。     

模拟在财务预测、决策中的应用

阐述了模拟在财务预算、决策中的应用及其优越性，结合模拟软件进行了案例分析。     

基于通用即插即用的服务监控机器人在智能家居中的应用

针对智能家居系统中多种异构电子设备难以与其他设备集成的问题,采用一种通用即插即用(UPnP)方式将服务机器人集成到智能家居系统中,着重介绍了集成后衍生的新服务.首先系统地介绍了UPnP标准和服务机器人Rovio;然后开发一个PC应用程序作为服务机器人和家庭智能网络之间连接的虚拟桥,形成服务机器人为智能家居网络提供服务的控制回路.最后通过一些实际操作来验证UPnP Rovio虚拟桥的性能,旨在探索服务机器人集成到智能家居的可能性和一些衍生的先进服务.通过路径跟踪、垃圾检测等一些先进服务的实际演示验证了通过UPnP方式将服务机器人集成到智能家居网络中的可行性,并展示了智能家居互通后的巨大潜在利益.     

基于MapReduce的PageRank算法优化研究

为了提高PageRank算法的计算效率, 提出了基于块结构划分的方法, 将网页之间的链接关系转换成网络块间的关系, 减少了map和reduce操作的调用次数, 降低了I/O传输造成的开销, 提高计算的效率。实验证明, 该方法具有一定的优越性。     

TVBPS：一种基于Parallel Sets的具有度量属性的多变元时态数据可视化方法

针对现有“具有度量属性的多变元时态数据”可视化方法不足,提出Parallel Sets分类值排列顺序优化算法ACLEARCR、基于相关度的Parallel Sets变元轴配置算法（VABC）、深度信息Parallel Sets（DCPS）共同组成基于Parallel Sets的具有度量属性的多变元时态数据可视化方法TVBPS。使用具体数据集对提出的可视化方法进行实验,获得的视图能够挖掘数据集中的隐含知识,证明了该方法的有效性。TVBPS可视化方法为分析多变元时态数据集提供了有效手段,具有较高的适用性和易用性。     

基于动态射频指纹的调频定位方法

针对调频(FM)广播信号动态变化对定位性能产生较大影响的问题,提出了动态射频指纹的FM定位方法。该方法采用多元线性回归和神经网络方法,根据离线阶段各个参考点和部分较准点的调频广播信号强度的关系,使用在线阶段较准点的信号强度实时估计在线阶段参考点的信号强度。通过这两种方法建立具有自适应能力的动态射频地图,并使用贝叶斯估计方法对目标进行定位。实验结果表明,相对静态射频指纹模型：采用多元线性回归的射频指纹动态映射模型定位误差平均减少9.1%,采用神经网络的射频指纹动态映射模型定位误差平均减少36.3%,有效抑制了射频信号动态变化时变性对定位性能的影响。     

云数据库中基于极大熵差分进化的负载评估算法

由于分布式关系型数据库基于两阶段提交协议的设计方式,使得系统如出现单节点瓶颈问题,数据库事务将全部回滚,从而造成巨大的系统开销,影响数据库在大数据环境下的应用。针对这一现状,提出一种基于极大熵差分进化的负载评估算法,利用评价函数法,将多目标优化问题转化为不可微的单目标优化问题,再利用极大熵函数,将不可微优化问题转化为一个带有参数的无约束优化问题,最后用差分进化算法对其进行求解,找出节点资源最优集,从而为过载节点的数据迁移提供了理论依据,也进一步实现了对云数据库的设计。实验结果表明,该算法能够提高系统的整体性能,有效避免单节点瓶颈问题。