System deployment optimization in architecture design

Optimization of architecture design has recently drawn research interest. System deployment optimization （SDO） refers to the process of optimizing systems that are being deployed to activi- ties. This paper first formulates a mathematical model to theorize and operationalize the SDO problem and then identifies optimal so- lutions to solve the SDO problem. In the solutions, the success rate of the combat task is maximized, whereas the execution time of the task and the cost of changes in the system structure are mini- mized. The presented optimized algorithm generates an optimal solution without the need to check the entire search space. A novel method is finally proposed based on the combination of heuristic method and genetic algorithm （HGA）, as well as the combination of heuristic method and particle swarm optimization （HPSO）. Experi- ment results show that the HPSO method generates solutions faster than particle swarm optimization （PSO） and genetic algo- rithm （GA） in terms of execution time and performs more efficiently than the heuristic method in terms of determining the best solution.     

Description of rotational properties of the superheavy nucleus ^256,258,260Rf by projected shell model

Band structure of the Z = 104 nucleus 256Rf has been a recent research focus in nuclear physics. We performed projected shell model calculations for this and some other neighboring Rf isotopes. Specifically, we studied rotational properties of these nuclei and showed that variations in dynamic moment of inertia were sensitive to single-particle structures, which may be useful information for locating the anticipated island of stability. Electromagnetic transition properties were also calculated, and measurable quantities were predicted for further experimental test.     

基于格林函数法研究分数阶Bessel-Gaussian光束近场传输

为揭示FBG(fractional-order Bessel-Gaussian)光束在近场传输时的光强和相位演化情况，基于光传播的独立性和叠加性原理，通过引入虚光源点，并结合格林函数法，严格推导了FBG光束的非傍轴积分表达式，并进一步利用非傍轴下的各阶修正解，精确计算了FBG光束轴上的光强分布.计算结果表明：对于分数阶Bessel-Gaussian光束的远场传输，利用经典的傍轴近似理论可以得到准确的计算结果，但在近场传输时，傍轴近似理论的计算结果误差很大，只有利用非傍轴修正解才能精确研究FBG光束的近场光学传输.研究结果为将FBG光束更好地应用于近场光学奠定必要的理论基础.     

基于TCN-BiLSTM的网络安全态势预测

针对现有网络安全态势预测模型预测精确度低和收敛速度慢的问题，提出一种基于时域卷积网络(temporal convolution network, TCN)和双向长短期记忆(bi-directional long short-term memory, BiLSTM)网络的预测方法。首先，将TCN处理时间序列问题的优势应用到态势预测上学习态势值的序列特征；随后，引入注意力机制动态调整属性的权值；然后，利用BiLSTM模型学习态势值的前后状况，以提取序列中更多的信息进行预测；利用粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优，提升预测能力。实验结果表明，所提预测方法的拟合度可达0.999 5,其拟合效果和收敛速度均优于其他模型。     

基于改进粒子群优化的K-means算法在学生状态分析系统中的应用

研究学生状态分析系统,旨在收集学生的综合数据,并对这些数据进行分析给出学生的状态,为老师和学生提供一个交流平台.使用基于改进粒子群优化的K-means算法来分析学生的数据,可以提高K-means聚类算法的全局搜索能力,缓解粒子群优化算法的早熟收敛现象.与基于标准粒子群优化的k-means算法和基于遗传算法的k-means算法的收敛结果相比,本文研究的算法有更好的搜索能力.将系统得到的学生评估结果与人工评价得到的相比,从系统获得的评价更全面、更客观.系统还可以提供视觉信息.最重要的是系统还能帮助老师更好地了解学生,及时引导学生,提高管理学生的效率.     

面向第二类装配线平衡问题的改进粒子群算法

为求解第二类装配线平衡问题，建立一种以最小化节拍、工位负载标准差为优化目标的第二类装线平衡问题的模型.根据装配线平衡问题的特点，设计出一种改进的粒子群算法，引入随迭代次数增加而线性递减的惯性权重，防止粒子群算法陷入局部极值点；将反向学习策略与PSO算法相结合，使PSO算法具有更佳的搜索能力和收敛速度.通过求解标杆问题，结果表明改进的PSO算法与标准PSO算法相比，具备更好的求解能力.最后通过对青贮机装配线为实例验证算法的可行性和有效性，进一步验证了本文中提出的改进PSO算法具有很强的计算效率和求解能力.     

A high-level synthesis based dual-module redundancy with multi-residue detection （DMR-MRD） fault-tolerant method for on-board processing satellite communication systems

On board processing （OBP） satellite systems have obtained more and more attentions in recent years because of their high efficiency and performance.However,the OBP transponders are very sensitive to the high energy particles in the space radiation environments.Single event upset （SEU） is one of the major radiation effects,which influences the satellite reliability greatly.Triple modular redundancy （TMR） is a classic and efficient method to mask SEUs.However,TMR uses three identical modules and a comparison logic,the circuit size becomes unacceptable,especially in the resource limited environments such as OBP systems.Considering that,a new SEU-tolerant method based on residue code and high-level synthesis （HLS） is proposed,and the new method is applied to FIR filters,which are typical structures in the OBP systems.The simulation results show that,for an applicable HLS scheduling scheme,area reduction can be reduced by 48.26％ compared to TMR,while fault missing rate is 0.15％.     

基于物理的海洋场景模拟技术综述

系统阐述海洋场景模拟的发展历程以及当前基于物理的海洋场景模拟热点问题和前沿理论,并对浪花的动态仿真、流体表面重建以及流固耦合等细节增强策略进行详细分析和总结,就实时模拟问题中的加速策略进行了简要论述.     

一种铜电解生产过程的多目标量子粒子群优化

为解决铜电解生产过程能耗高的问题,采用机理和辨识混合建模方法建立铜电解过程多目标优化模型。针对量子粒子群算法求解多目标优化问题存在的多样性差、分布不均甚至局部收敛的问题,提出了一种基于信息熵和混沌变异的改进多目标量子粒子群算法,对测试函数的计算结果表明所提出算法在求解分布性方面要明显优于其他经典算法。利用改进算法在给定电价和分时电价情况下进行铜电解过程多目标优化仿真,获得了生产工艺参数的最优组合,有效的降低能耗,为电解铜的生产过程优化提供了详细的指导和理论依据。     

基于IPSO算法的SNCR脱硝系统建模

由于我国对燃煤发电机组氮氧化物排放量要求的进一步提高，发电厂需要对选择性非催化还原(SNCR)脱硝系统实行更精准的控制，建立有效精确的模型进行研究是极为关键的。因SNCR脱硝系统有时变、大惯性、大迟延、非线性的特点，故提出一种改进粒子群(IPSO)算法，通过改进收缩因子及随机权重的方法改进粒子群算法，增强该算法的寻优能力。运用该算法分别对运行负荷为320 MW、175 MW、135 MW时SNCR系统中尿素溶液流量与出口NO_x浓度之间的关系进行模型辨识，并将模型的输出与工业现场运行数据相比较，最终得到误差最大值为0.93 mg/Nm³，均方根误差最大为0.369 7 mg/Nm³。结果表明模型精确有效，为后续开展SNCR脱硝系统智能控制提供了模型支撑。