基于信元离开间隔与令牌控制的成形算法

提出基于信元离开间隔与令牌控制的成形算法，该算法可使源流量的峰值速率、平均速率、最大突发长度和ＣＤＶ变更到期望的值，并可保证已成形流量的透明性，而且当源流量符合声明的参数时，成形延迟很小，通过仿真，评估了所成形算法的性能，给出了基于共享缓冲区，链表物递减排序器的成形器实现结构，并对其操作进行了研究。     

基于微束等离子焊的快速成形中成形参数的优化

介绍了一种基于微柬等离子焊的直接金属快速成形方法，采用正交试验方法对成形工艺参数对截面宽高比的影响规律进行了研究，并获得了优化的工艺参数．研究结果表明，用宽高比大的成形轨迹制作的零件质量比用宽高比小的成形轨迹制作的零件质量高，而且脉冲电流、送丝速度、占空比、扫描速度和离子气流量对宽高比有显著影响．对采用优化参数制作的零件进行了表面平整度、抗拉强度、延伸率的测试，其测试数据明显优于未经优化参数制作的零件．     

多道次偏心旋压的工艺分析与试验研究

分析了偏心旋压与传统轴对称普通旋压的区别，利用ANSYS软件对偏心类管件的缩径旋压进行了三维有限元数值模拟，并解决了模拟中的动态边界及摩擦问题．通过模拟得到了变形瞬间接触区工件的应力场分布，工件的网格变化，变形终步毛坯的应力场、应变场分布以及轴向伸长量，并分析了偏心旋压中的一些常见现象及缺陷．模拟结果表明：偏心旋压不同于传统轴对称普通旋压，其成形参数的变化明显呈非轴对称分布；成形机理受旋压方式、偏心距、进给比、旋轮圆角半径、道次下压量以及毛坯壁厚等影响．试验结果表明，工艺参数对轴对称普通旋压的旋压力及成形质量有很大影响．文中最后基于试验结果就不同工艺参数对偏心旋压下旋压力及成形质量的影响进行了讨论、     

一种快速属性约简算法

基于差别矩阵的属性约简算法，先要求出差别矩阵，随着问题的规模增大，存放差别矩阵的空间和算法的执行时间过大和过长，让计算机难以承受．针对这一问题，提出了差别对象对集的定义，给出了基于差别对象对的属性约简定义，并证明了该定义等价于基于差别矩阵的属性约简定义．利用差别对象对，设计了一个新的属性约简算法．由于这一算法在求属性约简的过程中不用生成差别矩阵和大量的无用元素，因而大大减少了存储量和计算量，从而提高了算法的效率．计算实例说明了新算法的高效性．     

基于联邦滤波的惯性导航姿态组合算法

为了充分利用姿态量测信息来提高组合导航系统的姿态精度，以联邦滤波为基础，研究了以姿态、位置和速度信息作为观测量的多信息融合导航技术，分析并提出了适合工程使用的联邦滤波器的原理结构与算法实现，深入推导了基于联邦滤波的姿态组合算法的观测矩阵的具体形式，最后给出了仿真和实测数据的验证．结果表明，基于联邦滤波的姿态组合滤波算法能够有效地提高惯导系统的姿态精度，对方位角的改善尤为明显．     

基于数值模拟的变压边力优化设计

提出了一种基于板料成形有限元模拟的变压边力(VBHF)优化方法．建立了板料成形性能的综合评价模型．为了保证优化过程的收敛，采用信赖域模型管理来调整设计空间的变化，与传统的基于梯度的VBHF优化相比，该方法具有设计过程简单、方便，计算结果准确等优点．为了验证算法的可靠性，给出了不等深盒形件拉深时随位置变化的压边力优化结果．     

基于有限元的汽车发动机隔热罩拉延模的开发

使用基于动态显式算法的商业软件LS—DYNA建立了某汽车发动机隔热罩拉延成形的有限元模型．通过所建立的有限元模型分析了压边力对拉延成形的影响．有限元分析结果表明，没有合适的能同时有效抑制板料皱折和破裂的压边力．因此，文中采用拉延筋和压边力来共同控制拉延成形，并通过有限元分析比较了几种典型的拉延筋布置方案，选择其中最有效的一种进行试冲试验．结果表明，有限元分析结果和试验结果吻合较好，该拉延筋的布置能消除工件的皱折，同时避免过度变薄．有限元分析有助于工程师在设计初期制定正确的设计方案，使该产品的开发周期从过去的12周缩短为4周．     

神经网络在多传感器多目标跟踪中的应用

首先研究了基于粗关联和精关联过程的多传感器多目标(MSMT)跟踪融合算法，精关联是联合概率数据关联(JPDA)算法的推广，JPDA算法存在随传感器数和目标数的增加而计算量迅速增加的缺点；其次提出了一种基于神经网络的MSMT联合概率数据互联(MNJPDA)算法，MNJPDA算法能克服计算量爆炸问题，基于MNJPDA的融合算法能提高跟踪的快速性．仿真结果证明了MNJPDA融合算法的有效性．     

小波包多载波调制算法及DSP实现

为实现小波包多载波调制，设计了小波包多载波调制的DSP实现方案．采用一种等效结构，将小波包多我波调制转化为串／并变换、小波包综合和脉冲成形3个环节，小波包综合和脉冲成形由小波包快速算法（Mallat算法）实现．以高速浮点DSP为硬件平台，编程采用软件流水优化和DMA技术．利用Mallat算法的特点，采用交替组合法使算法中乘法的运算量减半．所设计的软件在TMS320C6701EVM评估板上成功实现实时运行．CCS环境下的实测结果表明：软件流水方法产生目标代码的运行效率已接近该DSP的最高性能．     

带有孔洞的多边形的布尔运算

鉴于FDM/SLA快速成形中实现支撑自动生成的关键是实现复杂轮廓层之间的布尔运算，提出将复杂的轮廓层之间的布尔运算分解成带有孔洞的多边形之间的布尔运算．提出了一种基于线段和带有孔洞的多边形之间关系的布尔运算算法，并重点讨论了点重合和边重合的特殊情况．     

基于遗传算法的波分复用环网业务疏导

通过把波分复用环网中的业务疏导问题归结为组合优化问题，提出了一种基于遗传算法的业务疏导算法，该算法可用于单向环网或双向环网，并适用于任何类型的业务需求，数值结果表明，该算法的性能优于贪婪算法，总体和模拟退火算法相当，甚至在某些方向还优于模拟退火算法。     

基于生物种群模型的智能交通网络控制

针对传统交通网络控制方法,通过对其约束条件和交通网络需求分析,以动态设置交通网络控制参数和提高交通网络性能为目的,提出一种基于生物种群模型的智能交通控制算法.在Matlab环境下进行仿真,结果表明,与传统交通网络控制方法相比,基于生物种群模型的智能交通控制算法可以显著提高交通网络利用率,减少车辆在网络中的延误时间.     

基于流时间影响域的网络流量异常检测

针对如何提高网络流量异常行为检测准确率的问题,提出基于网络流时间影响域(TID)的网络流量检测模型.通过分析正常和异常情况下流量网络模型平均度的变化,构建了基于复杂网络平均度指标的网络流量异常检测算法.实验结果表明,基于网络流时间影响域的流量网络模型能合理地描述网络流量间的依赖关系,具有良好的检测性能,同时该网络模型仅需时间戳、源IP、目的IP三维网络特征即可实现,检测方法适用于绝大多数网络类型,检测效率优于其他网络流量异常检测方法,具有较高的普适性.     

软件定义广域网中基于IPv6分段路由的双栈流量调度算法

针对当前软件定义广域网在应对企业园区部署双协议栈出口链路、园区之间支持双协议栈通信的网络架构下,存在园区任意协议栈出口链路失效时,园区间双栈流量不可通信的问题,提出了一种适用于软件定义广域网的IPv4/IPv6双协议栈环境下的流量调度算法。该算法基于快速重路由机制,通过结合基于IPv6的分段路由技术分为路径编码算法和报文处理算法2部分实现。在广域网双栈出口任一链路失效时将不同园区的双栈流量进行调度。通过在Mininet中的仿真模拟验证了算法的可行性,并利用带宽测量工具iPerf对链路性能进行测量,测量数据表明利用双栈流量调度算法进行双栈流量调度极大地提高了园区间双栈链路的利用率和服务质量。     

基于HALRTC理论的短时交通流预测算法

针对目前短时交通流预测算法多考虑交通流的低维信息特征,导致无法满足预测精准度要求等问题,引入高精度低秩张量填充理论（HALRTC）,构建基于周、天、时段等多时间维度的动态张量模型,设计了一种融合高维交通流特征的短时交通流预测算法,并以京港澳高速公路杜家坎路段交通流速度数据为例进行实证验证。研究结果显示,算法能够基于较少历史数据较快达到良好预测效果,可有效实现针对工作日与非工作日的交通流预测,平均绝对误差（MAE）平均值约为3.6%,并能及时跟踪交通流波动性。在缺失数据情况下,所提出算法预测精度随数据缺失比例增大而降低,但相较于3种经典预测算法可表现出更好的预测精度。     

漏桶整形下的自相似业务流特性分析

最近研究表明网络流量在较大时间尺度范围内存在自相似特性。考虑到目前有众多的资源控制和调度算法等需要与流量整形算法配合使用,对白相似流量经过漏桶前后的特性进行了分析。指出漏桶算法可以在一定尺度范围内对网络流量进行整形,但时间尺度超过某个界限后,流量突发特性将不受影响,并对此界限进行了讨论。     

可变信息标志最优转移率模型及其算法

提出一个基于多用户类别动态交通分配(MUC—DTA)模型而确定的最优CMS系统交通流量转移率的系统模型,包括最优动态时变交通转移模型,并提供模型的求解计算方法,以提高整个交通网络的运行效率．     

基于共享位置数据的最短时间路径算法

为了满足人们以最短时间到达目的地的出行需求, 同时合理化地分配人流, 更加充分地利用公共资源, 缓解城市高峰期的道路拥堵问题, 提出一种基于共享位置数据(LBPSS)并以最短时间为目标的最优路径算法, 解决路况信息路网覆盖率不足、更新缓慢及其与现实路况不符等问题, 实现结合实时路况信息的路径导航。结合ArcGIS平台和Android平台, 利用数据库的快速查询、索引支持和集合运用方面的优秀性能, 实现基于共享位置数据的最短时间路径算法的应用实例, 并与目前的常用算法进行试验比较, 验证该算法的可行性和有效性。结果表明, 该方法更具实用价值, 在节省出行时间的同时, 更加合理地对高峰期拥堵道路的车辆进行分流。     

线性回归的分布式压缩采样算法

为减少无线传感器网络数据传输量,进而延长网络的生命周期,研究了一种联合线性回归和压缩感知的分布式采样方法。依据节点数据的相关性对网络进行分簇,将感知数据显著线性相关的传感器节点划分到同一簇中。以此为基础,提出了一种基于线性回归的分布式压缩采样算法,该算法联合运用线性回归和压缩感知理论重构节点数据,实现了低速率采样条件下节点数据的高精度重构。对实测温度数据进行仿真实验,结果表明,与等间隔采样相比,该算法减少了71%的采样值个数。     

基于多维信息熵值的DDoS攻击检测方法

针对互联网中日益严重的分布式拒绝服务攻击行为,提出了一种基于多维信息熵值的DDoS攻击检测方法.首先根据DDoS攻击的特点,采用条件熵及相异熵构建具有良好区分度的多维攻击检测向量,在此基础上采用滑动窗口的多维无参数CUSUM算法放大正常流量与攻击流量的差异来实现DDoS攻击的检测.通过实际网络攻击流量及合成攻击流量测试表明:文中提出的算法能够检测到LLS_ DDoS数据集及合成数据集中的全部攻击,算法对于DDoS攻击的响应速度快,能够应用于高速骨干网络中.