氰戊菊酯在茶叶上的残留量测定研究

氰戊菊酯(敌虫菊酯,戊酸氰醚酯)的化学名称为(RS)-2-(4-氯苯基)-2-异丙基乙酸(RS)-2-氰基-3-苯氧基苄酯。据介绍近年来已在很多国家施用于几十种作物,极低剂量就相当有效地防治食叶和食果害虫,是一种高效、低毒、广谱性拟除虫菊酯杀虫剂。还报道了在蔬菜、水果、粮食、棉花等作物上的残留及测定方法,但在茶叶上的残留量测定资料却少见。     

基于模型的动态分层诊断技术

基于模型的诊断是一项新型的智能推理技术,它可克服传统诊断方法的缺点.分层诊断是减少基于模型诊断计算复杂性的重要方法.以往的分层诊断方法局限于使用单一、固定的分层描述,而同一个分层描述有时能提高诊断的效率,但有时会与非分层诊断效率相同.这里通过使用相应结构抽象树重新安排各层给定的分层描述来创建一个新的分层描述,提出一项新的动态分层诊断技术来提高诊断效率.     

负表约束的简单表缩减广泛弧相容算法

广泛弧相容算法（generalized arc consistency,简称GAC）,是求解约束满足问题的核心方法.表约束理论上可以表示所有约束关系,在过去10年中,有很多应用于表约束的广泛弧相容算法被提出来.在这些算法中,表缩减算法的效率非常高.但是目前的表缩减算法只能应用于正表约束,无法直接应用于负表约束.首先,提出一种表缩减算法STR-N,可以直接应用于负表约束;然后,给出了STR-N的两个改进版本STR-N2和STR-NIC.实验结果显示,STR-N算法在负表约束上的求解效率具有明显的优势.     

自然进化策略的特征选择算法研究

特征选择是一种NP-难问题,旨在剔除数据集中不相关及冗余的特征来减少模型训练的时间,提高模型的精确度.因此,特征选择在机器学习、数据挖掘和模式识别等领域中是一种重要的数据预处理手段.提出一种新的基于自然进化策略的特征选择算法——MCC-NES.首先,算法采用了基于对角协方差矩阵建模并通过梯度信息自适应调整参数的自然进化策略;其次,为了使算法有效地处理特征选择问题,在初始化阶段引入了一种特征编码方式;之后,结合分类准确率和维度缩减给出了算法的适应度函数;此外,面对高维数据引入了合作协同进化的思想,将原问题分解为相对较小的子问题并分别对每个子问题独立求解,然后,通过所有子问题相互联系来优化原问题的解决方案;进一步引入分布式种群进化的概念,实现多个种群竞争进化来增加算法的探索能力,并设计了种群重启策略以防止种群陷入局部最优解.最后将提出的算法与几种传统的特征选择算法在一些UCI公共数据集上进行对比实验,实验结果显示:所提出的算法可以有效地完成特征选择问题,并且与经典特征选择算法相比有一定的竞争力,尤其是在处理高维数据时有着出色的表现.     

改进求解约束满足问题粗粒度弧相容算法

约束满足问题在人工智能领域有着广泛的应用.研究了约束满足问题的粗粒度维持弧相容求解算法,发现在求解过程中,对于指向已赋值变量的弧存在无效的修正检查,证明了这类修正检查是冗余的.提出一种方法避免这类冗余的修正检查,给出改进后的粗粒度弧相容算法的基本框架AC3_frame_ARR,该改进框架可用于改进所有粗粒度弧相容算法.实验结果表明,经过AC3_frame_ARR改进后的算法最多可以节省80%的修正检查次数和40%的求解耗时.     

基于模型诊断推理的回顾与展望

诊断推理技术起源于美国,虽然沿用了医学领域中的名称,但其研究内容已远远超出了医学诊断。它在工程、社会和经济等领域有着广泛的应用前景。由于60年代初期航天和军工等高可靠性工程的迫切需要,诊断迅速发展起来成为一门新兴学科。特别是近十几年来,由于一些关键性现代化设备出现重大     

对离散事件系统的共可诊断性验证

提出了一种验证离散事件系统共可诊断性的多项式算法,算法通过构建一个检验自动机来实现,将故障路径和正常路径提取出来进行对比。另外将传统的共可诊断性划分为两种情况分别处理可以提高算法效率。可分别用于验证系统的F-共可诊断性和NF-共可诊断性。复杂性分析和案例分析表明本文算法的计算复杂度更低。实验验证了本文方法的高效性和有效性。     

基于Petri网的PLC程序设计

随着生产过程复杂性的增加,对系统的控制也更加复杂。传统的PLC程序设计方法,已不适用于诸如协调、竞争等控制的设计,需要寻求新的程序设计方法来满足复杂的控制要求。介绍了基于Petri网的PLC程序设计。