基于粗糙集理论的不完备信息处理方法研究

针对不完备信息处理问题,分析了不完备信息的语义解释,将粗糙集理论中处理不完备信息的技术策略归纳为数据补齐法和模型扩展法两类。在对已有典型粗糙集扩展模型的定义及其优缺点进行分析的基础上,分别对限制容差关系和特征关系的定义进行改进,得到新的扩充关系模型,讨论了它们的性质。对量化容差关系中对象间的相似度度量方法,给出了3种不同的度量方式及其相应的量化容差关系模型。     

坛紫菜耐低氮磷品系选育的研究

在含氮量仅为海区的1/100、含磷量仅为海区的1/15的低氮、磷环境下,对人工选育和建立纯系的坛紫菜褐绿色、红棕色品系3代叶状体(F1、F2、F3)的耐受力情况及生长情况进行研究,发现2个品系的藻体均具有极强的耐低氮、磷能力:1)褐绿色藻体在低氮、磷环境下培养21 d才停止生长,叶片无成熟现象,仅轻微的腐烂和萎缩.3～4 cm长的藻体培养7～9 d时的长度日生长量是对照组的4.73倍,鲜重日增重率是对照组的5.29倍;培养18～21 d时的长度日生长量为(0.86±0.27)cm,鲜重日增重率为(5.32±0.21)%.褐绿色品系F3代的平均长度比对照组长28.7 cm.2)红棕色藻体在相同条件下培养15 d后停止生长,叶片无成熟、腐烂和萎缩,3代叶状体在低氮、磷甚至无氮、磷环境下的耐受力和生长状况均比较稳定且有所提高,遗传性状比较稳定.3～4 cm长的红棕色藻体在低氮、磷环境下培养7～9 d时的长度日生长量是对照组的4 95倍,鲜重日增重率是对照组的3.58倍;培养13～15 d时藻体的长度日生长量为(1.92±0.53)cm,鲜重日增重率为(13.61±0.46)%.F3代的平均长度比对照组长23.16 cm.3)通过选育可以看出褐绿色品系比较耐低氮、磷,该品系可以较好地解决养殖过程中低氮、磷环境对于紫菜养殖所造成的危害,缓解由于养殖密度过大而造成的病害发生和减产、减收现象.     

Stratus容错服务器在电力营销系统中的应用研究

电力营销信息管理系统是电力公司的业务支撑系统,其服务器系统要求的高可靠性已成为制约电力营销系统实施的关键因素之一;针对传统Cluster集群服务器系统存在的可靠性不足问题,对美国Stratus容错服务器的性能作了深入的技术剖析,结合电力营销系统的特点,提出了基于Stratus容错服务器的高连续可用性的电力营销系统结构,剖析了该方案的经济技术优势;实施应用效果表明,该方案经济性好,可实现连续可用性.     

双穗雀稗种群对铅、锌和铜的积累和耐性研究

以正常草地的双穗雀稗（Ｐａｓｐａｌｕｍ ｄｉｓｔｉｃｈｕｍ）种群作对照,研究了生长于广东韶关凡口和乐昌铅锌尾矿的２个双穗雀稗种群的重金属耐性,凡口和乐昌铅锌尾矿都含有极高浓度的总量和有效态的重金属（Ｐｂ,Ｚｎ和Ｇｕ）,与之相应,采自两个铅锌尾矿的植物体内的铅、锌和铜的含量显著高于对照点,根伸长的耐性实验表明,凡口和乐昌站尾矿的２个双穗雀稗种群对Ｐｂ,Ｚｎ和Ｃｕ的耐笥指数和ＥＤ５０值均显著高于对照种     

网络容错与UNIX、WINDOWS NT、NOVELL容错的研究

对计算机网络系统硬、软件两方面进行了容错分析 ,并对UNIX、WINDOWSNT和NOVELL进行了容错对比 ,指出了在设计和实施网络系统时 ,应当综合考虑各种容错因素。     

车体多柔性件装配的误差分析

以桑塔纳轿车侧围装配为主线,建立了整个车体装置关系树,按照装配关系树各层之间的拓扑结构,综合各个柔性件在装配过程中的变形特征及焊接工夹具等因素,建立了车体装配误差传递关系,导出了柔性件装配误差的值和均方差的计算公式,比较了多柔性件串联和并联装置配过程中的误差累积,对两个柔性件在串联装配时的误差进行了数值分析,实例证明,本研究方法是可行的。     

多工序公差综合优化方法的研究

公差是机械制造过程中最重要的参数之一,其对加工成本和产品质量有很大影响,以最低加工成本为目标,根据成本与公差间的函数关系,建立了非线性的公差优化模型,并采用遗传算法解决了多零件多工序非线性公差综合优化问题。实例证明该优化模型正确,算法可靠。     

系统容错技术浅析

为了提高计算机系统的可靠性 ,从容错技术方面讨论了容错的一般方法和RAID系统。结合实例提出 Net Ware如何用软件方法实现磁盘镜像 ,从而保证文件服务器硬盘上的数据安全性。     

基于小波与量子神经网络的容差模拟电路的软故障诊断

量子神经网络（Quantum Neural Network,简称QNN)的隐层神经元采用多层激励函数,具有一种固有的模糊性,能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性.笔者提出了基于小波与量子神经网络的容差模拟电路的软故障诊断,实验仿真分析表明：该诊断方法正确率可提高2478%,从而提高了故障诊断的正确性.     

基于粗糙集的连续属性离散化算法及其应用

为了提高信息系统的相容性、解决离散化过程中阈值以难确定的问题,提出了一种改进的连续属性离散化算法.该算法以信息增益作为属性重要性的度量方法,以基于最小描述长度原理的决策系统信息熵作为离散化过程的评价函数,能够有效地提高离散化速度和精度,并且增强了系统的鲁棒性.仿真结果证明,此算法能够得到满意的离散化结果,是一种能够自动调节阈值的有效算法.