Cortona组件在虚拟现实系统中的应用

介绍了如何利用Cortona组件技术对VRML制作的虚拟现实场景进行动态创建与可靠控制,并引入场景模型数据库,深入探讨了利用场景空间数据进行模型参数修正、数据填充的方法;文章结合笔者研究设计的园区虚拟现实系统平台实例,详细阐述了该技术的核心实现细节。     

基于改进的表格查询法的二级倒立摆模糊控制

研究了二级倒立摆系统的模糊控制问题,对表格查询算法在二级倒立摆上的应用进行了详细介绍,通过引入输入-输出数据对及模糊规则置信度的概念,去除冗余规则,减少了控制规则,使控制器的控制规则更为简单、有效。通过建立模糊规则,构造模糊控制器,实现了倒立摆系统的稳定性控制。研究结果表明,该算法具有简单、实时跟踪效果好等特性。     

过程模拟优化三维图示软件的开发

文中开发了在三维空间显示函数图象及参数优化图象的通用软件，该软件可以用三维图象显示模拟对象过程的各种操作情况．并可自由旋转从不同的角度观察操作变化趋势，进行局部或全过程的优化以提出最佳操作方案，也可由不同的操作参数显示多种优化操作方案，以便从中择优．应用该软件对乙苯反应器实施操作优化，烃化液中乙苯的百分含量提高了２．０７５％．     

基于数据仓库的石化工程预算决策系统

研究了数据仓库和数据挖掘技术在石油化工行业的应用,探讨了石化建筑工程的DW预算分析系统的构架及其实现技术,提出了数据仓库的一种数学描述方法,结合先进的信息管理技术与工程管理的实际经验,利用数据挖掘算法建立了分析和优化系统的模型,提出了预算决策系统的智能解决方案。     

知识粗糙性的粒度原理及其约简

粗糙集理论是一种新的软计算方法,已成为知识发现和诊断决策领域的一个研究热点。经典的粗糙集理论提出知识是有粒度的并定义了知识粗糙度的概念,但它不能完全区分不同信息粒度所表示的信息量。从信息论的角度定义了信息粒度的概念,重点研究了知识粗糙性的粒度原理,定义了粒度函数和粒度熵的概念,提出了信息粒度的量化计算方法,解决了知识粗糙度在表达信息时的不足。根据知识粗糙性和信息粒度本质上的一致性,提出了一种基于粒度熵的属性约简算法,该算法可以从各约简集中选择最优属性约简,避免了选择约简集的盲目性。实例研究证明提出的粒度计算方法是可靠有效的,为进一步研究知识的粒度计算提供了可行的方法。     

基于MS Analysis Services的OLAP分析系统的设计与实现

文中对MS Analysis Services中的多维数据建立和访问技术进行了讨论,提出了一种OLAP分析系统的设计与实现方法,在此基础上给出了一个从OLAP数据源设计到应用程序设计的实例。     

基于层次分析的长短记忆网络(AHP-LSTM)的食品安全网络舆情预警模型

随着互联网技术的迅猛发展,网络已成为社会舆情的重要阵地,而网络舆情是食品风险预警的一个方向。传统舆情预警模型在指标体系的基础上结合反向传播神经网络（back propagation neural network,BP）等神经网络模型进行分析,存在运行不稳定、预测精度不高等问题。为了解决这些问题,采用具有较高预测精度的长短记忆（long short-term memory,LSTM）网络算法,在网络事件指标体系的基础上引入层次分析法（analytic hierarchy process,AHP）并融合食品安全事件指标数据,将融合结果作为LSTM的期望输出,以建立更为稳定、精度更高的风险预警模型AHP-LSTM。实验结果表明,与传统模型相比,AHP-LSTM对于事件指标数据具有较强的处理能力和较高的预警精度。因此构建基于AHP-LSTM的食品安全事件预警方法,可为相关部门有效防范和管理食品安全网络事件提供一定的理论依据和数据支撑。     

基于极限学习的过程神经网络研究及化工应用

针对过程神经网络在化工过程建模中学习速度慢、易陷入局部极值等问题,借鉴极限学习机算法训练网络参数的思想,提出了一种新型的基于极限学习的过程神经网络(EL-PNN).ELPNN网络以过程神经网络的方式得到隐含层的输出后,不再使用梯度下降法进行参数调整,而是根据极限学习机算法通过广义逆直接求解输出权值.同时,为了进一步提高网络的泛化性能,考虑结构风险,在EL-PNN网络中加入风险比例参数.以高密度聚乙烯装置进行验证,结果表明,该网络具有学习速度快、建模精度高的特点,为过程神经网络在复杂化工生产中的应用提供了新思路.     

基于RSS数据源的用户兴趣模型改进及应用

在基于RSS数据源的用户兴趣模型研究领域,已有的模型是一种由用户模型根节点、信息类别和用户兴趣子类构成的三层结构的树状用户兴趣模型。本文改进了原有模型的表示形式以及关键词权重判定函数,将关键词权值计算方法中加入日期参数,并且将用户的兴趣分为长期兴趣和短期兴趣,针对两种兴趣采用不同的更新机制。实验表明,改进模型的个性化程度更高,对用户兴趣更新更及时准确。模型应用于农业信息领域,有助于农民及时获得自己需要的个性化农业信息,对农业信息化建设具有一定的应用价值。     

回归神经网络控制器的研究与应用

分析了利用具有多层反馈的动态回归神经网络作为控制器的可行性 ,构造了基于RNN的控制系统,并对典型的非线性化工对象连续搅拌釜反应器(CSTR)和化工过程Benchmark问题进行了实时的控制应用。结果表明,多层反馈的回归神经网络控制器具有结构简单、控制效果好的优点,特别是在对Benchmark控制中采用了多入多出的RNN控制器构造的串级控制系统,体现了RNN控制系统的强适应能力,可用于复杂动态过程的控制。