增强多目标遗传算法下的组合服务的容错能力

利用多目标遗传算法得到一组满足约束条件的最优非劣方案集,用户根据实际需要从中选择满意的组合方案,同时,未被选择的流程作为备选方案以便发生意外时替代执行。提出了最优非劣方案的失效成功率和基本服务的相容性计算方法,选择可用性高且失效成功率较高的组合方案,以便执行发生意外时组合服务有较高的概率成功切换到备选方案继续执行,增强了组合服务执行的容错能力。实验结果说明了该方法的可行性和有效性。     

矿井降温系统优选决策理论研究与应用

针对目前矿井制冷降温系统设计与优选的粗略性,提出一种矿井制冷降温系统方案优选决策方法。首先从众多能够反映矿井降温系统特性的指标中,按照技术、经济、环境影响三个方面,确定10个指标形成矿井制冷降温系统方案优选决策评价指标体系;其次采用相对重要性序列矩阵法确定了各指标的权值;最后提出运用多目标决策法对矿井降温系统设计方案进行优选决策。研究成果在山东赵楼煤矿的应用表明：井下集中式冷水降温系统适合赵楼煤矿具体条件,可以较好地解决矿井采掘工作面的高温热害问题;系统建立后,降温效果显著,采掘工作面温度降低幅度最小42 ℃,最大可达90 ℃;应用所确定的评价指标及其权值,采用多目标决策法能够客观公正地确定出最优降温方案。     

单独注入式有源电力滤波器的整体优化设计

针对有源滤波器造价较高,难以得到广泛应用的情况,在较为全面地考虑了单独注入式有源电力滤波器(HAPF)中无源部分和有源部分的容量匹配、滤波效果、无功补偿等因素基础上,通过基于模糊理论的多目标优化设计方法,降低了有源谐波补偿系统的投资,达到HAPF参数优化的效果。实例设计表明:与根据经验设计的参数相比,经优化设计的参数降低了HAPF系统的投资,提高了性价比,对系统工程应用有一定参考借鉴价值。     

空间反射镜轻量化技术的研究进展

为了提高空间光学系统的分辨能力,大幅度降低昂贵的发射成本,空间反射镜的轻量化技术被不断深入研究。分析了空间反射镜轻量化的技术途径：选用适当的材料;反射镜轻量化外形、拓扑结构和支撑形式的设计;集成分析与优化。总结了空间反射镜轻量化技术的未来趋势是光、机、热、电、控和材料的一体化分析与全面的多学科多目标优化。     

基于遗传算法的无功功率优化与控制专家系统开发

针对电力系统中无功功率优化问题建立了数学模型,利用函数连接网络将多目标问题转化为单目标无功优化问题,采用免疫遗传算法进行求解。 提出了分区分层的多变电所电压无功协调控制专家系统的设计思想。该系统具有较高优化精度的同时求解过程较为简单。     

多输入控制系统中目标全息反馈法的极点配置原理

在多输入多输出控制系统中,详细论述目标全息反馈非线性控制法(nonlinear control with objective holographic feedbacks, NCOHF)的极点配置原理。在双曲平衡点的邻域内,由于非线性系统与其一次近似系统具有拓扑等价性,因此通过对一次近似系统的讨论,推证出：在多输入系统中,目标全息反馈法可通过极点配置来确保各目标量的准确跟踪和非线性系统的稳定性。以凝汽式发电机组为例,进行极点配置设计,提出目标全息反馈非线性综合控制(nonlinear integrated control with objective holographic feedbacks, NICOHF)规律。仿真结果表明该方法使发电机具有良好的动、静态性能。     

网络流量技术应用与分析

随着因特网的高速发展，IP网络承载的数据流量越来越大，需要了解IP网络的整体性能及流量状况来适应业务的发展。本文阐述当前主要的流量技术NETFLOW与RMON2的原理、结构和关键技术，提出了基于NETFLOW技术的应用分析，并对RMON2与NETFLOW的应用进行了比较分析。     

基于不确定作业时间的FSM P 调度问题研究

针对一类加工时间不确定的FSMP调度问题，建立了基于扩展期望区间数近似不确定参数的优化模型．提出了利用扩展期望区间数构造参数近似边界的取极大运算方法，给出了包含不确定度控制指标的多目标优化模型．基于算例，讨论了决策因子和不确定度控制指标对调度性能的影响，仿真结果及分析表明了该模型和算法的有效性与鲁棒性．     

POP: Patchwork of Parts Models for Object Recognition

We formulate a deformable template model for objects with an efficient mechanism for computation and parameter estimation. The data consists of binary oriented edge features, robust to photometric variation and small local deformations. The template is defined in terms of probability arrays for each edge type. A primary contribution of this paper is the definition of the instantiation of an object in terms of shifts of a moderate number local submodels—parts—which are subsequently recombined using a patchwork operation, to define a coherent statistical model of the data. Object classes are modeled as mixtures of patchwork of parts POP models that are discovered sequentially as more class data is observed. We define the notion of the support associated to an instantiation, and use this to formulate statistical models for multi-object configurations including possible occlusions. All decisions on the labeling of the objects in the image are based on comparing likelihoods. The combination of a deformable model with an efficient estimation procedure yields competitive results in a variety of applications with very small training sets, without need to train decision boundaries—only data from the class being trained is used. Experiments are presented on the MNIST database, reading zipcodes, and face detection.     

一种基于改进PCNN模型的图像分割方法

通过对传统脉冲耦合神经网络(PCNN)模型的改进,在模型的输入端加入目标区域的边缘数据,使最高灰度级不同的非连通神经元同期点火,实现了多目标区域同时分割。给出了影响同期点火激励范围的主要参数β的自动设定方法,并设计了基于图像最大熵准则的自动分割算法。用分割精度评价准则验证了所提出方法的有效性。实验证明,对于低噪声污染的图像,改进的PCNN模型在多目标识别中的正确接受率达到95%以上,明显优于经典的Fastlinking模型。