输入采用标准模糊分划的模糊控制系统设计

稳定性分析和系统化设计是模糊控制理论的两个重要研究课题 .根据输入采用标准模糊分划的模糊系统的有关性质 ,本文研究了利用平行分布补偿法 (PDC)和线性矩阵不等式法 (LMI)系统化设计T_S模糊控制系统的方法 ,提出并证明了一个判定闭环Takagi_Sugeno (T_S)模糊控制系统稳定性的充分条件 .通过对非线性质量块 -弹簧 -阻尼器模糊控制系统的设计与仿真 ,验证了这些方法的有效性 .     

p‐version of the generalized FEM using mesh‐based handbooks with applications to multiscale problems

In this paper, we analyse the p‐convergence of a new version of the generalized finite element method (generalized FEM or GFEM) which employs mesh‐based handbook functions which are solutions of boundary value problems in domains extracted from vertex patches of the employed mesh and are pasted into the global approximation by the partition of unity method (PUM). We show that the p‐version of our GFEM is capable of achieving very high accuracy for multiscale problems which may be impossible to solve using the standard FEM. We analyse the effect of the main factors affecting the accuracy of the method namely: (a) The data and the buffer included in the handbook domains, and (b) The accuracy of the numerical construction of the handbook functions. We illustrate the robustness of the method by employing as model problem the Laplacian in a domain with a large number of closely spaced voids. Similar robustness can be expected for problems of heat‐conduction and elasticity set in domains with a large number of closely spaced voids, cracks, inclusions, etc. Copyright © 2004 John Wiley & Sons, Ltd.     

基于GPS平台的高效k-bisimulation计算算法

计算图的互模划分在许多应用领域中起着至关重要的作用.图中两个点是互模的当且仅当这两点具有相同的特征.随着图数据规模的增大,传统的运行在单机上的互模划分算法面临着越来越大的挑战,分布式算法以及并行算法则成为提高图计算可扩展性的重要途径.最近研究人员提出两种基于MapReduce计算模型的分布式互模划分算法,算法均计算图的局部互模划分.采用MapReduce计算模型的分布式互模划分算法具有网络通讯代价高昂的问题,每次MapReduce迭代操作均会将整个图中所有点边的状态通过网络传输,重新为点边分配计算节点,但实际上计算点的局部互模划分特征仅需要局部信息.以此为研究出发点,本文提出了基于分布式图数据处理平台的互模划分算法,仅使用点的局部信息来计算其特征,进而提升计算效率.经过实验验证,本文算法可以大幅度减少算法执行过程中的网络数据传输量.在包含数亿边大图上的实验表明,在未经图的预处理的情况下,本文算法的时间效率提升了7~16倍,有效的解决了MapReduce计算模型带来的网络通讯代价高昂的问题.     

一种基于划分的动态聚类算法

聚类分析是数据挖掘的一个重要研究分支,已经提出了许多聚类算法,划分方法是其中之一。划分方法的缺点是要求事先给定聚类结果数,对初始划分和输入顺序敏感等。为克服这些缺陷,以划分方法为基础,提出了一种基于划分的动态聚类算法。该算法按密度从大到小,依距离选择较为分散的初始值,同时可以过滤噪声数据,并在聚类的过程中动态地改变聚类结果数,改善了聚类质量,获得了更自然的结果。     

基于Storm的流数据KNN分类算法的研究与实现

KNN算法是一种简单、有效且易于实现的分类算法,可用于类域较大的分类。近年来对KNN算法的研究偏向于静态大数据集,不过,在越来越多的情况下要用KNN算法在线实时处理流数据。考虑到流式数据流量大,连续且快速,不易存储和恢复等特性,以及流处理系统Storm对流数据处理具有实时性、可靠性的特点,提出了基于Storm的流数据KNN分类算法,该算法首先对整个样本集进行划分,形成多个片集,然后计算出待分类向量在各片集上的[K]近邻,最后再将所有片集[K]近邻归约得出整体[K]近邻,实现待分类向量的分类。实验结果表明,基于Storm的流数据KNN分类算法能够满足大数据背景下对流数据分类的高吞吐量、可扩展性、实时性和准确性的要求。     

未知曲面数控加工干涉区域求取算法研究

质量和效率是自由曲面零件数控加工所追求的一对相互矛盾的目标,曲面的分片加工可以较好地解决这这一问题,而自由曲面零件分片加工方法中一个关键问题是如何求取自由曲面的干涉区域,提出了在对自由曲面密集采样测量的基础上,利用未知曲面测点信息,通过参数曲面局部逼近和干涉区域测点问几何关系遍历求取干涉区域的算法,该方法避开了烦琐的自由曲面重建处理,仿真和实验研究的结果验证了算法的有效性。     

基于维度分区的果蝇优化新算法

为提高果蝇算法的收敛稳定性,提出了一种基于维度分区的果蝇优化新算法。将果蝇种群均分为两组:跟随果蝇和搜索果蝇。跟随果蝇在全局最优果蝇附近实现精细化局部搜索,而搜索果蝇则将位置向量的每个维度搜索范围划分为若干个区间,通过比较各个区间的最优位置来更新果蝇位置。为加快算法收敛速度,若某搜索果蝇在连续若干次迭代过程中 均 表现最差,则在当前最优果蝇位置附近产生该果蝇的新位置。针对8种典型函数的仿真实验表明:与传统算法相比, 所提算法所需参数较少,收敛稳定性高,并且在收敛精度及收敛速度等方面具有明显优势。     

中厚板自动钢板超声波探伤应用与发展

介绍了中厚板自动化超声波探伤的主要技术参数及应用,以及如何对铜板内部缺陷进行定位和定量,进而进行准确的判定,采用面积分割法计算对于掌握缺陷的形状、分布,有着重要的意义。     

多核处理器共享资源管理技术研究

现代多核处理器结构的设计使得集成在同一块芯片上的多个执行核共享各种硬件资源,如片上最后一级Cache、内存控制器、前端总线以及硬件预取单元等,而多线程的并行执行导致核与核之间其享资源的争用,造成系统整体性能的下降,如何有效地解决多核共享资源冲突来提升系统的整体性能以及应用程序的服务质量成为当今研究的热点.文章首先概要介...     

认知无线电网络频谱分配与协作集划分算法

针对协作认知无线电网络中较为复杂的多主用户与多次级用户共存场景,提出联合频谱分配与协作集划分问题,并将该问题形式化描述为整数0-1非线性规划问题,证明其是NP-hard的.首先,设计了集中式的遗传算法CGA(centralized genetic algorithm)对问题求解,对该算法进行齐次有限马尔可夫链建模并对其全局收敛性进行了分析;随后,提出了一种包含两阶段的分布式遗传算法DGA(distributed genetic algorithm),包括基于最小支配集的分簇与频谱预分配阶段和簇间协作集协商与簇内适应值精化阶段.此外,还提出一种快速收敛的DGA算法(fast-convergent DGA,简称FDGA)缩短分布式算法运行时间.仿真实验结果表明,根据能反映出算法性能的适应值结果对各算法进行比较:(1)小规模网络下CGA获得的解平均为通过穷举算法得到的最优值的92％;(2)随着网络规模的扩大,由于CGA搜索空间增大,DGA,FDGA在达到相同停机条件时获得的适应值比CGA提高约20％;(3)与DGA相比,FDGA虽能得到与DGA相近的结果,但却大大缩短了算法收敛的时间,更适应于大规模网络应用.