遮蔽段总传热系数的计算

提出了一种同时考虑烟气辐射及对流来计算遮蔽段总传热系数的方法 (简称CRK法 ) ,利用现场收集到的 4套加热炉结构及不同操作数据 ,由传热速率方程和热平衡方程联立求解得出遮蔽段总传热系数值。将该计算值与CRK法及传统计算方法进行了对比 ,同时考察了管排与烟气错流换热时温差系数的影响。结果表明 ,CRK法的计算误差小于传统计算方法 ,在进行遮蔽段传热计算时 ,错流温差校正系数可近似按 1处理。     

地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

一种用于彩色图像认证的脆弱水印算法

提出了一种用于彩色图像认证的脆弱水印算法。这种算法是采用了均值量化的方法 ,把数字水印嵌入图像的离散小波域 ,可以检测在空间域和频率域的图像失真。利用脆弱数字水印算法提供的关于失真的估计信息 ,可以帮助用户判断图像内容的可靠程度。同时还采用了聚合篡改区域方法来完成失真检测 ,能够区分出恶意攻击和一般的图像处理。仿真结果证明 ,该方法可以提供图像修改的程度和修改区域的信息 ,其可信度比一般量化方法强。     

建立动态群组的多Agent协同模型及应用

近年来，用多Agent技术开发能够解决复杂问题的信息系统越来越受到关注。本文提出一个建立动态群组的Agent协同模型及在异地同步协同中的应用。重点分析协同模型的功能组成、建立动态群组的算法过程和在异地同步协同中的应用，其中协同agent通过协同用户列表控制群组中的动态用户。建立该模型的目的在于提高协同Agent适应环境变化的能力。     

一般约束非线性优化的增广Lagrangian算法

构造了一个求解一般约束非线性优化问题的增广Lagrangian算法，通过引进函数ψ（x)=max{g(x),-λ/r}可直接处理不等式的约束情形，并且每次只需近似地求出对应增广Lagrangian罚函数的局部最小点，在一般假设下，算法产生的点列的任意聚点都是问题的K-T点。     

基于扫描线种子填充的二值图像聚类算法

提出了一种基于扫描线种子填充的二值图像快速聚类算法 .该算法步骤为 :对二值图像进行扫描 ,如果检测到了目标点 ,则将该点作为新的聚类的种子 ,将该种子扩展到整个目标区域 ,形成一个包含目标区域的聚类 .该算法的特点为 :只需一次扫描即可动态生成所有聚类 ,聚类总数动态生成 ,每一时刻只有一个聚类被处理 ,可提前进行一些后续处理 ,算法描述简单 ,易于编程实现 .     

利用XML实现Web系统的本地计算

Web系统的本地计算是指将部分服务器端操作转移到客户端浏览器进行，它可以降低网络负担、提高操作效率。文章结合一个简单实例提出了一套基于XML的实现Web系统本地计算的具体方案。该方案将服务器端数据以数据岛的形式下载到客户端，浏览器执行客户端脚本程序，通过DOM访问数据岛，实现数据的本地操作。     

动态改变惯性权重的新模式粒子群算法

针对标准粒子群算法在求解复杂优化问题时易陷入局部最优、收敛精度不高和收敛成功率低的不足,提出了一种改进的粒子群算法.通过算法所处的迭代阶段和粒子的分布情况动态改变惯性权重的值,并根据每个粒子的更新情况调整其飞行的起点.最后4个测试函数仿真结果表明,在求解复杂优化问题时,改进后算法的收敛精度和收敛成功率均有明显提高.     

模糊膜计算模型与应用研究综述

膜计算是由生物细胞(群)相关机理启发的一类分布式、并行计算模型.膜计算模型已被证明是强大的并且以多项式时间复杂性求解众多的NP(non-deterministic polynomial)问题.膜计算模型与算法是膜计算领域的核心关键问题,特别是面向应用问题的模型和算法.模糊膜计算是近年开发的一种膜计算模型,它能克服先前模型在处理不确定性问题上的限制,得到极为广泛的关注.目前,模糊膜计算模型已在诸如电力系统故障诊断、微网控制中得到应用.首先简要地介绍几种模糊P系统,然后描述它们在工程问题中的应用.     

求解两人博弈纳什平衡问题的定制临近点算法

针对一类不允许校正的两人轮流博弈纳什平衡问题,提出一种定制临近点分裂算法.该算法可用于模拟一种实际博弈活动:参与博弈的两个局中人轮流决策,且在一轮博弈中,每位局中人综合考虑对手上一轮与本轮所给出的决策,根据最优响应规则做出自己的相应决策.在一定假设条件下证明定制临近点算法全局地收敛到所考虑博弈的纳什平衡,数值算例验证了算法的有效性.