弓型折流板换热器动态响应神经网络预测

采用ARX动态模型设计了一种用于换热器动态特性辨识及预测的人工神经网络结构模型,基于有限的实验数据将人工神经网络技术应用于以水、油为换热工质的弓型折流板换热器动态特性的预测当中.采用Levenberg-Marquardt算法对网络进行训练和测试,辨识和预测了换热器单侧流量扰动情况下油侧出口温度的响应情况及换热器油侧进口发生温度扰动情况下油侧出口温度响应情况,并与数值计算进行了对比,神经网络的预测结果好于数值计算.分析了神经网络模型的泛化能力.计算结果表明,人工神经网络对于复杂系统的动态辨识及预测是相当成功的,与基于数理模型的数值预测相比,有更好的预测精度,且模型的泛化能力也很强.     

无线传感器分簇网络实验系统设计

针对无线传感器网络分簇算法验证,设计了分簇网络实验系统。系统中无线网络节点计算能量消耗,通信报文传输节点消耗能量值和分簇节点标记,主机节点依据数据实时绘制分簇网络结构和能量消耗分布图,并计算总消耗能量,对分簇算法进行评估。系统经试用,对分簇算法设计与优化有重要的作用。     

增强Ad Hoc网络稳定性的移动问题解决策略

针对移动自组织网络中网络通信稳定性较低的问题,提出了增强网络稳定性的移动问题解决策略.该策略通过检测节点的相对移动速率,计算节点间链路的稳定性,得到网络中通信路径的稳定度,从而选择稳定度高的路径进行通信.该策略针对节点移动可能导致的通信可靠性约降低问题,利用检测移动速率预测节点运动趋势这一创新方法提高了系统数据传输的可靠性.实验结果表明,该策略利用节点移动预测的方法可以有效选择可靠性更高的数据链路,与传统方法相比,通信延迟时间约降低1%,吞吐量约提高5%.     

单组分体系质量交换网络和换热网络同步综合

为实现单组份体系质量交换网络(mass exchanger network,MEN)和换热网络(heat exchanger network,HEN)同步综合,提出一种新的综合方法,并针对过程系统中质量交换网络和换热网络耦合关系强、连接参数(传质温度)作为优化变量在两网络同步优化时难度大的问题提出了解决方案。采用质量夹点法综合质量交换网络、虚拟温焓图法综合换热网络来构造总网络数学模型,并通过提出连接参数与总网络同时优化的策略,实现质量和换热总网络(com-bined mass and heat exchanger network,CM&HEN)全局同步优化。采用实例对所提方法进行验证,结果表明:该方法所需的年度总费用更低,说明该方法不仅能够实现同步综合,而且能获得更优解。     

利用遗传算法优化人工神经网络权值

遗传算法是一种新的、基于自然选择和基因遗传学原理的随机搜索算法．针对神经网络中BP算法学习效率低且收敛速度慢以及容易陷入局部最优等不足，文章提出利用遗传算法对BP神经网络中的神经元间的连接权值进行优化的方法．试验结果表明，用遗传算法优化BP神经网络的连接权值后收敛速度快，并有效的解决了BP算法容易陷入局部最优的问题．     

随机变时滞递归神经网络的几乎指数稳定性

研究了一类随机变时滞递归神经网络的几乎指数稳定性问题。利用Lyapunov函数方法和Ito公式,结合矩阵分析技巧,给出了系统几乎指数稳定的判别准则。数值例子说明了该结果的有效性。     

船用智能无线测温系统

为克服船舶复杂电磁环境,实现信息高效传输,该文提出了一种基于TinyOS操作系统的船用智能无线测温系统设计方案,将ATmega128L主控芯片、CC2420射频芯片和DS18B20温度传感器组合设计了无线传感网络节点,实现了温度的精确采集和无线传输,同时通过上位机软件对其进行实时监测、处理、存储和报警.对设计的船用智能无线测温系统进行测试,结果表明该系统能够稳定、准确、快速地获取待测点的温度,而且系统结构简单、节点布置灵活、抗干扰性强,适用于复杂和空间有限的船舶环境.     

无线传感器网络中一种基于功率控制的MAC协议

无线传感器网络中,跨层协议的设计已成为研究热点.通过提取网络层和物理层中的一些信息,可以改进MAC(介质访问控制)层协议的设计.针对已有的一些跨层协议进行综合并优化,通过提取网络层的路由信息和物理层的发射功率信息,改进了MAC层TDMA(时分多址)方式下的时隙分配算法.通过更合理的时隙分配以及对每个节点发射功率的控制,使得整个无线传感器网络的能耗降低,寿命延长.从仿真结果可以看出该MAC协议达到了应有的效果.     

传感器网络空间关键字近似Top-k查询算法

提出了一种基于节点剪枝的Top-k査询算法.定义集合支配区域与剪枝规则,根据用户查询位置的变动,按照给定的剪切规则,对传感器网络节点进行剪枝处理,将符合规则的节点预先筛除,运用统计学抽样理论,设计了空间关键字近似Top-k查询算法.在2个真实数据集上进行验证.实验结果表明,该算法能够满足传感器网络环境中用户的需求,并且相比于边界距离增量算法(IBD)与基于改进的MW-Voronoi区域的空间关键字查询算法(MSK-uvr),其网络通信开销较低.     

关于单层神经网络结构特征的一个结果

目前有许多神经网络模型以 Hebb 规则做为学习的基础.在 Hebb 规则中不包含神经元的几何结构信息.但对点数相同的二维点阵和一维点阵,大脑易于记忆二维点阵,因为它有更多的几何结构特征.Kohonen在中论述了生物神经网络的结构特征.本文在Hopfield 网络中引入几何结构信息,对其联想记忆过程做了理论分析和实验研究,试图研究单层神经网络的结构特征对联想记忆的影响,并探讨实现局域连接的可能性.1 Hopfieid 神经网络模型及结构信息的引入Hopfield在文中提出了一个神经网络离散模型.此模型中包括 N 个神经元,它们