基于多目标遗传算法的可调节变量产品族优化

为了实现可调节变量产品族的优化设计,在建立可调节变量产品族原理模型及优化模型的基础上,提出基于非支配排序遗传算法（NSGA-II）的产品族优化设计流程.根据产品族优化设计的数学模型,用NSGA-II算法求得多目标优化问题的Pareto集,并使用基于模糊集合理论的方法选择一个最优解.在优化设计的第一阶段中NSGA-II算法独立优化每个产品,依据设计变量的变化率确定产品平台常量集合及平台常量取值.第二阶段用NSGA-II算法优化每个实例产品的可调节变量值,在满足产品族设计要求的前提下,提高实例产品的性能.对通用电机产品族进行优化设计,并与One-Stage-Ps方法进行比较,证明了该方法在工程应用中的正确性与高效性.     

NIDS中的应用层并行重组技术

IP分片以及TCP流的串行重组技术已经不能满足当今高速发展的网络,同时,网络上每个完整的会话都比较类似,而且不同应用层协议之间的差别也很小。因此重组工作通过并行来完成是很适宜的。采用多机并行的重组并行算法成为一种可行的实现方案。介绍了一种应用层并行重组技术,通过并行的方法将TCP/IP流重组工作负载进行合理分流,采用二维链表保存关键信息,从而避免NIDS工作负载过重的情形发生,同时以SMTP协议为例对其进行了深入地研究。最后,针对原算法的不足,提出了进一步的改进思想,细化任务颗粒,充分利用了各个结点的计算能力,有效实现了问题的并行化,并与原算法进行比较测试,性能有所提高。     

CO2吸附量与活性炭孔隙结构线性关系的研究

以太西无烟煤为原料、硝酸钾为添加剂,将煤粉、添加剂和煤焦油经过充分混合后挤压成条状,在600℃下炭化15min,然后用水蒸气分别在920℃和860℃下活化一定时间得到2组活性炭,测定了CO2吸附等温线,探讨了2组不同工艺制备的活性炭的CO2吸附量和孔容的关系．以线性相关度R为指标,对活性炭不同孔径区间的孔容和CO2吸附量进行线性回归分析,并对分析结果进行显著性检验．结果表明：孔径在3．0～3．5nm之间的孔容和CO2吸附量之间存在较好的线性关系,其线性相关度R最大．     

基于β角变换的永磁同步电动机混合控制方法

为达到永磁同步电动机的高精度控制,抑制转矩脉动,在分析永磁同步电动机数学模型的基础上,在矢量坐标系下定义了β角并根据电磁转矩方程推导出最大电磁转矩对应的β值.分析了矢量控制下电磁转矩、负载变化与β角的关系.设计了基于β角观测的混合控制方法,在不同情况下采取频率换向或位置换向的不同控制方式,并设计了过渡控制消除两者切换造成的波动.设定了β角的稳定工作范围,并研究了3种控制方式的切换条件.仿真与实验结果表明,该方法根据负载的变化采用不同的控制模式,能够快速响应负载变化并达到较高的控制精度.     

亚麻木脂素聚合物的提取工艺

为提高亚麻木脂素的提取效率,采用乙醇作溶媒从脱脂亚麻籽粉中提取了亚麻木脂素聚合物。优化提取条件为：60％乙醇60℃提取2次,每次4h,固液比为1：8。亚麻木脂素聚合物得率为14％～15％,SDG质量分数为8％～10％。     

代谢组学中机器学习研究进展

以往代谢组学的综述都着眼于对其应用情况进行总结,而对机器学习方法的对比研究不多。为此,在分析讨论目前机器学习方法在代谢组学研究方面最新进展的基础上,对各种机器学习方法及在代谢组学研究上的应用效果进行了总结,给出了代谢组学研究所使用的数据源,比较了各方法的应用效果及其利弊,指出目前代谢组研究中存在的主要问题及可能的改进方案。列举了相关方法在疾病诊断、药物开发等方面的最新应用,展望了代谢组学的研究前景,以期为改进代谢组学研究中机器学习算法的研究工作提供启示和帮助。     

一种非线性约束优化的微粒群新算法

通过对标准微粒群算法(PSO)改进,采用动态罚函数的方法,提出了一种求解非线性约束优化问题的新算法.由于使用了一种新的适应度函数,该算法具有很强的全局寻优能力.     

基于ST-Developer10几何信息提取方法的研究

目的 为以通用性标准提取三维模型的几何信息．以STEPAP203数据模型为输入信息，研究三维模型几何信息的提取方法．方法 在ST—Developer10的环境下，以VC＋＋6．0为开发工具，使用ROSE库函数，将EXPRESS语言描述的AP203文件信息转换为STEP设计对象和C＋＋类，按AP203数据模型的几何信息属性的层次结构，逐次提取几何信息．结果 使用ROSEC＋＋类库提取AP203文件头段信息．设计了数据段信息提取的流程。分为信息转换、几何信息提取和三维实体显示三部分，实现三维几何信息的提取，并显示出提取结果．结论 以AP203文件的几何模型信息为源信息，进行几何信息的提取，其提取结果也是基于STEP标准的，通用性好，可在不同的CAX系统之间传递与共享，可作为CAPP系统设计的直接输入信息，对实现CAD／CAPP集成提供了技术支持，是实现STEP—NC的基础．     

改进PSO-BP神经网络对尾矿坝地下水位的预测方法

为解决传统算法收敛速度慢、精度低的问题,提出一种改进粒子群算法(improved particle swarm optimization, IPSO),通过在寻优过程中动态调整惯性因子ω和加速因子c₁和c₂,提高算法的寻优效率;利用改进算法优化BP(back propagation)网络的权值和阈值,建立尾矿坝地下水位预测模型,结合实例数据对预测模型进行验证。研究结果表明,改进算法的收敛速度得到改善,预测模型对坝体地下水位的预测精度得到提高。     

均匀功率谱密度约束下的OFDM—UWB比特分配算法

针对基于正交频分复用的超宽带系统（0FDM—UWB），提出一种自适应比特分配算法，以对抗超宽带信道的频率选择性衰落．以系统传输速率和均匀功率谱密度为约束条件，将比特分配问题转换为以误比特率（BER）为目标函数的最优化问题，给出了比特分配算法的具体步骤．仿真结果表明该算法可以有效地提高系统性能．