优化的粗糙神经网络在故障诊断中的应用

本文在相异度理论的基础上，提出了类间相异度的度量方法，从而以粗糙集理论为属性约简工具，利用相异度理论进行类的泛化和特化．构造出了优化的粗糙神经网络模型。故障诊断实例分析表明，该模型对神经网络分层约简并剔除其中不必要的属性．减少了神经网络的总体训练时间和决策过程中的模式匹配搜索量，大大提高故障诊断系统的反应能力，在大型复杂的故障诊断应用中效果尤为明显。     

MA计划方式迁移机制的对比分析

迁移技术是移动Agent（即Mobile Agent，简称MA）的关键技术之一。本文在概括了MA迁移过程并将MA的迁移与其它迁移技术做出比较的基础上，着重对比分析了MA计划方式的几种迁移机制，描述了各自的工作原理，特点，和可以进一步改进的地方。     

羧酸和酯类化合物在Friedel-Crafts反应中的应用

就固体酸催化剂对羧酸和酯类化合物的活化作用、相关的Friedel-Crafts反应催化体系和反应机理方面的研究进展进行了综述。其中,羧酸类化合物主要涉及饱和脂肪酸、芳基脂肪酸和烯酸;酯类化合物主要涉及直链酯和环状酯,重点是γ-丁内酯和丙二酸环亚异丙酯及其衍生物。特别是以烯酸、内酯或丙二酸环亚异丙酯为反应物,通过一步Friedel-Crafts反应可得到茚酮或萘酮类化合物,具有较高的应用价值,但是其工艺过程需要进一步的绿色化。开发新型催化剂及研究催化剂酸中心对反应物的活化机理是Friedel-Crafts反应绿色化的发展方向。     

粗糙集在煤层注水难易程度诊断中的应用

煤层注水难易性受多种因素影响,根据其影响因素,从中提取特征参数,从原始数据出发,引入粗糙集理论,将其运用在煤层注水难易程度诊断的特征参数优化中.采用可辨识矩阵和逻辑运算方法对决策表进行约简,删除其中不必要属性,降低了神经网络构成的复杂性.文章最后给出了属性约简结果.