技术创新的文化考量

技术创新是一个文化问题。创新渗透文化。从创新思想的产生、创新活动过程到创新成果的社会接受各个方面都存在文化的浸润。在技术与文化的互动中形成的R＆D文化的核心是促进R＆D共同体和组织的知识共享，通过知识生产来创造社会的经济价值、生态价值和人文价值。为了促进技术创新文化学研究，应该建立文化研究范式和文化分析框架。     

传感器网络中异常数据实时检测算法

如何实时检测传感器网络中异常数据是一项非常重要的工作。通过对线性自回归的分析法,给出传感器数据流的预测模型及其预测机制。当预测出现失败时,给出了一种预测模型自动调整策略,以降低预测误差。基于该预测模型,提出了一种异常数据检测方法,通过计算当前时刻的预测误差与平均预测误差的比值,比较该比值与预先设定的阈值的大小,以检测该时刻数据是否为异常数据。基于该方法,提出了异常事件检测和数据压缩处理的算法。仿真结果验证了预测模型的正确性和有效性,表明该模型能够实时检测异常事件和压缩数据处理。     

用多目标遗传算法优化设计水库分期汛限水位

水库分期汛限水位利用洪水的季节性规律,可在不降低水库防洪标准的前提下,显著提高水库兴利效益.论述了优化设计分期汛限水位的必要性、基于模拟调度优化设计分期汛限水位的可行性.以防洪、发电、航运等多目标来评价分期汛限水位方案,以不降低水库防洪能力为约束条件,建立了优化设计模型.对简单遗传算法进行了多目标评价、引入共享函数、线性变换适应度函数、优解保持策略、重新洗牌等改进,建立了一种改进的多目标遗传算法,用以优化设计分期汛限水位方案.以三峡水库为研究背景,采用混合编码方法描述分期汛限水位方案,利用1882~2003年宜昌站汛期的实测日流量资料进行模拟优化,得出了较优的分期汛限水位方案.计算结果表明,分期汛限水位优化设计能权衡防洪与兴利之间的关系,在满足防洪要求的前提下,显著提高水库兴利效益.     

应用支持向量机预测公交车运行时间

采用一种新颖的神经网络-支持向量机(SVM),来预测公交车的到站时间,其目的是要验证SVM在运行时间预测领域的可行性.该模型采用了时间段、天气、路段以及当前路段的运行时间和下一路段的最新运行时间5个输入变量.最后,应用大连市开发区4路公交线对该模型进行了校验,并得到若干结论.     

一种基于网格的数据集成服务系统分析

网格技术越来越多的应用于仿真领域中。仿真程序包含很多数据密集型应用,它们需要使用大量分布的数据库资源。如何访问和操作这些异构的数据库资源是应用程序的关键问题。在利用现有的访问网格中异构数据源方法的基础上,提出了基于网格服务的异构数据源集成体系结构,可以在应用过程中动态绑定数据源;同时在选择数据服务的时候采用基于Qos的选择模型,可以有效的避免服务失效的现象。     

天文卫星巡天扫描智能规划模型及仿真

巡天扫描是天文卫星进行天体观测的基础,但是使用传统方法很难实现全天球覆盖,并且会遇到能源输出瓶颈。因此,针对天文卫星巡天扫描所遇到的问题,提出了使用多目标遗传算法对卫星飞行任务进行智能规划的模型。该模型通过调整飞行任务很好解决了能源输出的问题,与仅依靠被动的分段式扫描方法相比,还大大缩短了巡天扫描的时间。从仿真结果来看,该模型是十分有效的。     

基于递归小波网络的直升机动力学模型研究

提出一种基于递归小波网络建立直升机动力学模型的方法,给出了模型结构并利用粒子群优化算法对小波网络权参数进行调整。这种网络模型利用内部状态反馈来描述系统的非线性动力学特性,不必事先确定系统模型的类别和阶次,直接建立操纵量与加速度、角速度等变量之间的对应关系,从而避免了建立复杂的气动系数、气动导数模型的过程。与传统的机理模型相比,该模型具有结构简单、并行解算程度高、运算速度快的特点。在某型直升机飞行模拟器中取得了良好的应用效果。     

信息不完全共享下MC供应链动态调度模型研究

为解决信息不完全共享环境下,大规模定制供应链的动态调度问题,提出了基于蚁群算法的多企业交互调度模型.模型中,供应链企业均具有各自独立的异构生产调度系统,企业在互不了解完全生产信息的情况下,通过企业代理之间的反复、自动交互,对订单任务分配及合作时序进行协调,从而实现供应链动态优化调度.仿真实验证明,此模型具有良好的调度效果和稳定性.     

短语音说话人识别新方法的研究

提出了一种较短训练语音的说话人识别新方法。利用模糊核聚类算法设计矢量量化器,对说话人的语音特征进行训练。模糊核矢量量化器将原始空间通过非线性映射到高维特征空间,在高维特征空间中对说话人的训练语音特征进行模糊聚类分析,将得到的每个类中心作为说话人的语音模型。识别时将识别矢量映射到高维空间进行匹配决策。由于核方法的引入,使得原来没有显现的特征突现出来,增加了说话人之间的可区分性。实验表明,该方法对于较短的训练语音,其识别效果优于高斯混合模型和模糊矢量量化。     

基于BP神经网络模型的目标属性识别仿真

在地面防空作战中,对空中目标进行属性识别是防空导弹武器发射决策的关键环节之一,可靠及时的识别可有效地避免误伤我（友）机,准确消灭敌机。结合现代防空作战特点,对影响目标属性识别的各种因素进行定性和定量分析,建立了基于BP神经网络的目标属性识别模型,仿真分析表明了模型的有效性和实时性。