基于物联感知的卷烟工艺数据融合与统计分析研究

卷烟工艺数据是一组包含烟支质量、圆周、通风度、烟支吸阻等综合反映卷烟的物理质量和烟支工艺质量的物测数据。烟支吸阻是消费者对于烟支感官的一项重要指标。烟支吸阻的稳定性会对整体烟支的理化指标稳定性产生很大影响;同时,烟支吸阻也受多种因素影响。针对烟支吸阻形成因素多变、稳定性控制多样的问题,从卷烟工艺数据角度出发,确定工艺数据中数据变化规律及数据特征间相互影响的强弱关系;运用斯皮尔曼系数分析数据特征间的线性相关程度,通过随机森林方法分析数据特征之间的非线性相关程度,确认了影响烟支吸阻的关键工艺参数为单支圆周值、质量偏差平均值和内部目标质量。该研究为公司后续建设信息物理系统(CPS)的进一步数据采集规划提供参考,为公司后期构建的智能化控制模型提供参数输入。     

基于多约束图分割机制的科学工作流调度

为了解决数据密集型环境下的科学工作流应用调度问题,提出一种基于多约束图分割的工作流调度算法。解决标准图分割方法中顶点维度单一而无法反映任务并行性的问题;设计多维度的顶点权重矢量机制,通过有向边的修剪,在所有维度上实现权重和的均衡;得到最小化的任务间数据传输量,降低通信代价。以Montage工作流结构为例进行仿真实验,结果表明,该算法仅以较小的图分割时间代价使得工作流调度过程中的访问量降低了14%,调度时间降低了31%。     

基于有限状态机的用户权限隔离模型

针对操作系统中的权限问题,提出了基于有限状态机(FSM)的用户权限隔离模型,将用户的授权访问行为刻画为一个有限状态机,任意用户的有限状态机都只能识别该用户的合法操作序列;同时,模型证明在用户权限交集的部分,即用户访问发生共享的点,容易出现权限窃取或者非法提升等安全问题。最终,利用有限状态机实现了对用户权限隔离的有效识别与判定。     

基于强化学习的减少烘丝过程中烟丝“干头”量的方法

针对烘丝开始阶段存在的烘丝温度超调、过干烟丝较多等问题,提出一种基于强化学习(Reinforcement learning, RL)的减少烟丝“干头”量的方法.该方法利用生产实时数据作为输入特征向量感知烘丝生产过程的状态变化,以烟丝含水率检测值为依据来评价、优化烘丝温度控制策略,实现对烘丝机温度设定值的在线修正,优化烘丝开始阶段的温度控制,有效改善烟丝过干问题.与烘丝机的自动控制模式和人工干预模式相比,烟丝含水率的标准偏差比自动控制时降低了44.7%,比人工干预时降低了14.3%.实验结果表明烟丝含水率的稳定性有较大提高,烟丝“干头”量明显减少,验证了所提方法的有效性和可行性.