基于BP神经网络L-M优化算法的Ti-6Al-4V电火花线切割工艺参数优化

针对机械切削性能差、难加工的Ti-6Al-4V合金,运用正交试验法进行了电火花线切割加工工艺试验研究。探讨了电火花线切割加工的规律和特性,分析了脉冲宽度、脉冲间隔、功放管数和运丝速度等工艺参数对Ti-6Al-4V加工质量的影响,得到了线切割加工最优化参数组合。借助L-M优化算法的BP神经网络搭建了线切割加工工艺网络预测模型,该模型预测精度较高,可为钛合金高质量切割提供可靠的工艺参数预测,对Ti-6Al-4V的实际生产加工具有一定的参考作用。     

液体苯系物等类油物质吸附材料综述

近年来,苯系物等类油物质泄漏事故频发。由于苯系物多数具有极强的毒性和挥发性,因此苯系物比原油等重油泄漏事故引发的危害更大。考虑到苯系物和油类物质理化性质的相似性,对苯系物泄漏事故的应急处置办法可以参考溢油事故的处置办法。通过对溢油事故中常用的无机类吸附材料、有机高分子吸附材料和天然高分子吸附材料的研究现状和应用前景进行了综述,希望能够为相关科研工作者解决苯系物泄漏的应急处置提供思路,促进该领域的快速发展。     

面向3D打印机的彩色三维模型成型技术

针对3D打印技术打印速度慢、打印精度低、不能多色打印等缺陷,研究3D打印机的STL文件载入和读取、基于OpenGL的模型显示、彩色图片像素采集以及基于RGB颜色空间的数据处理算法等技术,以便将数据转化成相应的G代码发送给下位机.     

FFCS:WiMAX Mesh网络中一种流公平集中式调度算法

在WiMAX Mesh集中式调度模式下,通常难以同时保证带宽分配的公平性和网络的吞吐量,从而造成拥塞或低吞吐量等问题.本文综合考虑公平性和空间重用性两个方面,提出基于流公平的WiMAX Mesh集中式调度模型,将调度问题归结为0-1非线性规划问题.由于非线性规划是一个NP难解问题,难以求出最优解,本文提出一种启发式调度算法FFCS,采用拉斯维加斯随机算法思想,将随机初始调度调换成较优调度,通过增加随机次数取优逼近最优解.仿真实验表明,FFCS在带宽分配的公平性上比两个典型调度算法LIF和MRF略有提高,当带宽请求较少时网络吞吐量分别比两个算法提高了12.2%和19.8%,带宽请求较多时可提高15.5%和21.6%.     

多组合设备的调度控制研究综述

在半导体芯片制造中越来越广泛使用多组合设备.本文介绍了多组合设备的结构配置、生产运行过程、调度控制问题的一般特征条件、应该满足的约束及周期性调度策略;分析了问题的复杂性因素.从多组合设备的结构特征、运行过程特征两方面分类综述了调度问题的建模、分析方法、调度算法及存在的问题,最后指出了未来的研究方向.     

切换到高一层路网最近四个点的最短路算法

针对基于大规模图的最短路问题求解速度慢的问题,提出了一个基于路网等级的求最短路的快速近似算法。该算法首先求出高一层路网到起点的4个最近点和到终点的4个最近点及最短路径,由高一层路网形成的子图T再加上这8个最短路径形成图T',在T'上求起点到终点的最短路。这种设计使得该算法适合在超大规模图上求解,理论上也证明了精度可控,同时预处理数据也是可行的,从而使两点间最短路的求解速度大大提高。在纽约公路网上的测试结果说明了该算法的有效性和合理性。     

一种求解RCPSP的协同进化分布估计算法

针对大规模资源受限项目调度问题计算复杂的特点,提出一种合作式协同进化分布估计算法(CCEDA)。将合作式协同进化框架与分布估计算法相结合,将复杂问题分解为子问题,利用改进的分布估计算法对每个子问题进行协同优化求解。为提高分布估计算法的局部搜索能力,给出一种对解进行局部搜索的方法。将CCEDA用于求解标准问题库PSPLIB,并与GAPS、GA-DBH、GA-hybrid与GA-FBI算法进行比较,结果证明CCEDA拥有更好的求解性能。     

基于约束理论的订单履行系统设计与实现

现有对订单履行系统的研究存在2处不足：订单履行流程被分解为订单允诺和需求满足两方面,鲜有在同一系统框架下展开研究;订单履行实现涉及众多系统的信息,少有研究其体系架构。为解决上述问题,以按照约束理论构建的统一的订单履行流程为核心,以面向服务架构的Web服务集成技术为支撑,设计与实现了整合式的订单履行系统。该系统在某大型企业中获得成功的应用,验证了该流程及体系架构的可行性。     

基于密度的离群点挖掘在入侵检测中的应用

给出一种基于密度的局部离群点挖掘方法。采用KDD99数据集进行实验,对数据集中的41个属性提取特征,利用基于密度的聚类对统计处理过的数据集实行剪枝操作,剪除数据集中大部分密集的数据对象,保留未被剪除的候选离群对象集。采用局部离群挖掘方法计算离群候选对象的离群因子,检测出异常攻击。实验结果表明,该方法能保证较高的检测率和较低的误报率。     

基于邻域组合测度的属性约简方法

属性约简是机器学习和知识发现的研究热点, 而属性重要性度量则是构建属性约简算法的关键环节. 针对不完备的混合型信息系统, 在邻域关系下定义了一种新的属性集成重要性度量—–邻域组合测度, 并据此提出一种基于邻域组合测度的属性约简(NCMAR) 算法. 通过多个UCI 数据集上的实验表明, NCMAR算法不仅能够直接处理符号和数值属性共存的混合信息系统, 而且适用于不完备信息系统, 在获得较小约简结果的同时, 能够保证较高的分类精度.