基于反应扩散方程的水平集结构拓扑优化方法与实现

为实现更加先进的拓扑优化算法,研究采用反应扩散方程的水平集结构拓扑优化方法,通过理论推导给出算法中的参数选择建议.该方法允许在拓扑优化过程中生成新的孔洞,初始结构无须包含孔洞,不需要重新初始化步骤,从而可提高算法的收敛性.针对传统拓扑优化中主要采用体积约束、以柔度最小为目标和体积保留率设定存在一定主观性的问题,探究不同体积保留率下的结构应力水平的变化规律,结果显示可以依据结构最大应力水平与体积保留率的变化规律确定最优体积保留率.     

基于部分加权损失函数的RefineDet

针对目标检测网络单阶改进目标检测器（RefineDet）对类间不平衡数据集中小样本类别检测性能差的问题,提出一种部分加权损失函数SWLoss。首先,以每个训练批量中不同类别样本数量的倒数作为启发式的类间样本平衡因子,对分类损失中的不同类别进行加权,从而提高对小样本类别学习的关注程度;然后引入多任务平衡因子对分类损失和回归损失进行加权,缩小两个任务学习速率的差异;最后,在目标类别样本数量存在大幅差异的Pascal VOC 2007数据集和点阵字符数据集上进行实验。结果表明,与原始RefineDet相比,基于SWLoss的RefineDet明显提高了小样本类别的检测精度,它在两个数据集上的平均精度均值（mAP）分别提高了1.01、9.86个百分点;与基于损失平衡函数和加权成对损失的RefineDet相比,基于SWLoss的RefineDet在两个数据集上的mAP分别提高了0.68、4.73和0.49、1.48个百分点。     

利用置信规则库构建WSN节点故障检测模型

在无线传感器网络(wireless sensor network, WSN)节点故障检测领域的研究过程中,故障检测准确率会受节点数据的不确定性和专家知识模糊性的影响。针对这一问题,本文提出了一种基于置信规则库(belief rule base, BRB)的WSN节点故障检测方法。首先,根据WSN工作原理及节点工作特性描述WSN节点故障检测过程;然后,从空间和时间2个维度对节点数据提取特征,建立基于空间和时间相关性的WSN节点故障检测模型;最后,利用Intel Lab Data无线传感器数据集进行案例研究以验证模型的有效性。结果证明,本文方法能够统筹利用专家知识和节点数据实现WSN节点故障检测。     

贵州省铜仁市大兴水利枢纽工程电气二次设计

贵州省铜仁市大兴水利枢纽工程共设有3座泵站、1座水电站及其它附属建筑物。工程结合实际情况,并充分考虑工程的主要任务、输水调度需求、远程集控功能等方面因素,设计工程计算机监控系统、继电保护系统、数据传输通道等内容,实现工程的远程集控、梯级输水调度等功能,构建了大兴水利枢纽工程的电气二次系统设计。     

基于GR-SPA的膜下滴灌模式评价

针对膜下滴灌模式的优选问题,从集对分析(SPA)出发,由灰色关联(GR)分析计算待评模式与最优模式、中间模式和最劣模式之间的关联度,来构建膜下滴灌模式评价的联系度表达式,实现对多种灌溉模式的评价。将此方法应用于新疆的大田试验中,对9种灌溉模式进行评价,最终确定灌溉模式4为最优模式,即苗期灌溉时间比对照模式推迟2d,蕾期按对照模式及时进行复水,花铃前期和花铃后期适当控水。结果表明:基于GR-SPA评价法的最优灌溉模式与投影寻踪分类法和突变理论法的评价结果一致,也与大田试验推荐的灌溉模式相符,说明此方法能客观、真实地反映膜下滴灌模式的评价问题,评价结果可靠。     

基于集对分析的区域水资源承载力评价研究

在分析水资源承载力构成要素的基础上,遵循科学性、层次性、可操作性和目标导向性原则,构建了水资源承载力评价指标体系,并将组合赋权法和集对分析法相结合,对三江平原及各分区水资源承载力进行评价。结果表明:研究区整体水资源承载力处于"中等"水平;7个县市中,七台河市与穆棱市水资源承载力为Ⅱ级,处于"较好"水平,鸡西市、鹤岗市、双鸭山市、佳木斯市与依兰县处于"中等"水平。     

多防火墙技术在企业网络安全中的研究及应用

当防火墙的规则集规模增加的时候,防火墙的复杂性被认为是增加的。实证研究表明,随着规则集的增大,防火墙配置错误的数量在急剧增加,而防火墙的性能会降低。当设计一个安全敏感的网络时,为了减少防火墙规则集的规模,关键是仔细构建网络拓扑及其路由结构,它有助于降低安全漏洞的机会,避免性能瓶颈。针对如何在网络的拓扑设计和构建路由表操作期间的最小化最大多防火墙规则集,提出一个启发式的解决方案。运用仿真对算法的实效性进行证明。仿真试验结果显示,该算法相比于别类算法降低了多防火墙规则集的规模。     

改进多种群差分进化算法的混沌系统参数估计

针对混沌系统参数估计的多峰寻优问题,提出一种改进的多种群差分进化算法。改进差分进化算法的变异操作,使其前期更适合全局性搜索,利用α核心集对当前种群进行聚类,分别对聚类后的子群选用贪婪的差分变异算子完成深度搜索,比较所选取各子群的最优值,得到全局最优值作为是否结束搜索的判断依据,并将其应用到混沌系统参数估计中。实验结果表明,该算法对于多峰值、大空间的全局性参数估计在收敛速度、精度上优于混合量子进化算法、改进粒子群优化算法以及DE/best/2算法。     

基于冲突对象集的决策系统分配约简算法

目前对不一致不完备决策系统的粗糙集属性分配约简研究较少,研究不一致不完备决策系统的分配约简更具有实际应用价值。基于此,提出一种基于冲突对象集的不一致不完备决策系统分配约简方法。通过定义冲突对象集的概念,给出计算核属性集和属性重要性的方法;在此基础上,给出求解不一致不完备决策系统分配约简的算法。理论分析和实例结果表明,该方法显著降低了分配约简求解的空间复杂度,更加适合大规模数据库。     

自适应动态重组多目标粒子群优化算法

提出一种自适应动态重组粒子群优化算法. 该算法采用凝聚的层次聚类算法, 将种群分成若干个子群体, 用一个精英集对非支配解进行存储; 根据贡献度和多样性, 对各子群体的粒子和整个种群进行自适应动态重组; 同时引入扰动算子对精英集存储的非支配解进行扰动, 实现对精英集进行动态调整. 利用具有不同特点的测试函数进行验证并与同类算法相比较, 结果表明, 所提出的算法可加快收敛速度, 提高种群的可进化能力.