基于agent的模式表示模型AIM

针对模式表示研究存在的语义缺失问题,基于agent技术和人的记忆原理,提出一个新的模式表示模型agent影响图(agent influence map,AIM)。AIM反映了模式的整体特征,提供一个有效的软计算工具来支持基于先验知识的自适应行为。AIM通过特征的多阶段整合呈现记忆模式的层次性;把模式信息存储在整个网络中,通过协作涌现出高层次特征体现记忆的语义特性。     

平面盘形凸轮轮廓曲线统一建模的研究

将从动件的直线往复移动和定点往复摆动用虚拟摆动统一表示,采用单参数包络曲线理论建立直动和摆动从动件平面盘形凸轮轮廓的统一数学表达式。根据统一的数学表达式可以开发出一套适合于各类平面盘形凸轮机构的CAD软件包。     

高效宽带数字信道化单比特接收机

针对电子战接收机的高效实现结构及高性能指标要求,提出了一种数字信道化单比特接收机方案.从传统STFT算法结构出发,推导出基于WOLA滤波器组的宽带数字信道化接收机高效结构,利用抽取倍数与信道数目无约束关系,在无需数据内插条件下,将单比特接收技术应用于该结构中,克服了宽带单比特接收机动态范围低和信道化接收机频率分辨率有限的缺点.仿真结果表明,该方案提高了信道化接收机的频率分辨率,且硬件实现效率高,运算复杂度低,瞬时动态范围取决于滤波器形状,能够满足电子战的实时性要求.     

封装板式冰蓄冷系统蓄能模糊建模与分析

针对冰蓄冷系统蓄能的非线性特性,将自适应神经网络应用于封装板式圆罐型蓄冰装置的蓄能初始化和释冷出口温度实时运行的模糊建模,进行了冰蓄冷系统蓄冷量的模糊建模,确定了实验影响因素载冷剂进口温度、载冷剂流速、蓄冷时间的隶属度函数和模糊推理规则.运用减法聚类法和网格法对模型进行初始化训练与运行对比,使蓄冷系统能够跟踪负荷情况.通过调控影响因素的参数,可以更合理地初始化设定蓄冷阶段的蓄冷量.利用该建模程序进行实时释冷出口温度模糊建模策略验证,模型运行平稳.冰蓄冷装置蓄能模糊控制性能的优化保证了蓄冷量与负荷相匹配,实时输出释冷出口温度,进而达到冰蓄冷空调系统优化及经济运行的目标.     

基于动态优先级的实时Java垃圾回收策略

针对通用平台下Java虚拟机垃圾回收器（GC）的不定期启动问题,提出了一个周期性提升GC优先级、提前调度GC的解决方案.该方案把优先级按任务的重要程度分两个等级：关键线程和非关键线程,通过计算垃圾回收的时机即计算出垃圾回收的周期上限T_GC,在任务运行最长不超过T_GC的时间内提升GC的优先级为非关键线程的最大值,从而使GC在不影响关键线程的情况下能提前回收内存中的垃圾,使虚拟机的内存处于非饱和状态.理论分析和实验结果表明,该方法可以提高通用环境下Java关键线程的实时性及执行的可预测性.     

绿色木霉内切葡聚糖酶基因Ⅰ的克隆表达

为深入研究绿色木霉(Trichoderma viride)内切葡聚糖酶(EGⅠ)的特性与功能,利用Northern blot方法分析不同碳源条件下绿色木霉的egⅠ表达,采用RT-PCR方法从绿色木霉T4中克隆egⅠ基因的cD-NA序列,测序与生物信息学分析,并构建诱导型表达载体pYES2-egⅠ,转化酿酒酵母(Saccharomycescerevisiae)INVSc1和H158中表达.结果表明:绿色木霉在含有纤维素的液体培养基中生长,egⅠ高效表达,在秸秆中表达量最高.纤维二糖中表达量相对较低,在葡萄糖、果糖中没有表达.egⅠ基因编码框长度1 377bp,编码459个氨基酸.含有信号肽,为分泌蛋白,属于糖苷水解酶家族7,具有纤维素酶结合域(CBD)和催化域(CD).INVSc1转化子发酵培养48 h达到转录高峰期,60 h达到酶活高峰期,酶活为0.081 6 U/mL,酶活比H158转化子提高32.5%.     

一种动态不确定环境下的机器人路径规划算法

为了提高机器人在动态不确定环境下的实时性和适应能力,提出了一种机器人实时路径规划新方法.采用环境信息处理算法,通过搜索实时局部环境信息特征信息的方式对环境信息进行分析和处理.该方法能够捕捉动态障碍物并对动态障碍物的运动规律进行预测,将特征信息及时更新给运动动作规划算法部分.运动动作规划算法是通过引入启发式思想选择双安全子目标点,完成规划运动动作并实现优化路径.在不同环境下进行仿真实验,检验了算法的有效性,证明算法在动态不确定环境下具有良好的实时性和适应性。     

基于多样化进化策略的基因表达式编程算法

针对传统GEP（Gene Expression Programming）算法的未成熟收敛以及陷入局部最优问题,提出一种基于多样化进化策略的基因表达式编程算法（DS-GEP：Gene Expression Programming based on diversified develop-ment strategy）。该算法通过基因空间均匀分布策略,自适应地交叉和变异算子以及淘汰算子等方法,对种群给予不同的进化策略,以保持种群的多样性,从而增强算法的寻优能力。通过对函数挖掘的实验证明,多样化进化策略各个部分均对改善挖掘效率发挥了作用,提高了DS-GEP函数挖掘算法的成功率。与传统GEP算法相比较,该算法的平均成功进化代数缩短了11%,成功进化时间缩短了8%,进化成功率提高了20%。     

基因表达式编程种群多样性自适应调控算法

为了解决基因表达式编程GEP种群多样性控制问题,提出了一种新的带权种群多样性的自适应调控方法。设计了带权的种群多样性测度方法,详细分析了选择、交叉及变异算子对种群多样性的影响。提出了初始种群的多样化算法DAIP,以保证初始种群多样性的最大化。设计了自适应的交叉和变异算子,提出了种群多样性自适应调控算法APDTA,使种群在进化过程中维持合适的种群多样性,进而提高进化效率。实验验证了APDTA的有效性。     

基于朴素基因表达式编程挖掘紧致函数

基因表达式编程(GEP)是一种基因型和表现型相分离的进化新模型,为了挖掘紧致的函数关系,分析了进化系统各因素对挖掘紧致函数的影响,提出了带紧致压力的适应度函数来进化函数紧致解。实验表明,带有紧致压力的适应度函数能自动进化计算机程序,适合挖掘的紧致关系,在挖掘紧致函数中,朴素基因表达式编程(NGEP)比GEP提高效率21.7%,与不带压力的系统相比,GEP的平均压缩了31.2%,NGEP系统平均压缩了42.5%;NGEP较GEP更容易发现紧致解,且函数表达形式更容易理解,丰富了NGEP理论.