改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.     

基于模型预测控制的跳跃式再入制导算法研究

针对深空探测跳跃式再入返回飞行任务,提出了一种快速的再入制导算法,该算法基于模型预测控制（model predictive control,MPC）理论和近似动态规划（approximate dynamic programming,ADP）技术,将再入制导问题转化为两点边值问题,然后采用高斯伪谱法（Gauss pseudospectral method,GPM）求解该问题,实现快速制导计算。同时为了达到制导精度和制导效率的综合最优,提出了一种数值预报校正（numerical predictor-cor-rector,NPC）制导算法和快速再入制导算法融合的分段混合制导策略,该策略能对快速制导算法带来的制导偏差进行及时的修正,从而保证制导精度。蒙特卡罗仿真实验表明,与传统的数值预报校正制导算法相比,快速混合制导算法不仅能保证较高的制导精度,而且大幅减少了平均制导计算耗时,具有极大的在线应用潜力。     

基于预期机制的供应链产品转移价格混沌预测研究

将供应链管理系统中与原材料和产品流动过程有关的产品转移价格作为上游企业基于提前期内下游企业对产品的反馈信息作出的预期价格.提出了预期机制下供应链产品的非线性、非均衡转移定价模型,研究了供应链管理系统产品转移价格决策的混沌动力行为,并基于最大Lyapunov指数对供应链产品转移价格进行预测.最后,通过实例进行分析其应用价值.     

基于Volterra滤波器的混沌背景弱信号检测

针对混沌背景弱信号检测问题,提出了一种基于Volterra滤波器的混沌背景弱信号检测算法.在Volterra滤波系数计算过程中,采用了解线性方程组算法代替原有的自适应算法,提高了混沌预测精度以及混沌背景中弱信号检测性能.仿真结果表明,本文所提出的算法在信混比达到-70dB时,仍能检测混沌背景中微弱信号.     

突发污染源散发特性辨识与仿真研究（英文）

在载人航天器、潜艇、飞机等密闭微环境中,如果发现有污染源存在,确定污染源的位置及其散发特性具有重要意义。笔者提出一种新型的浓度离散随机模型,在采用敏感性分析方法实现污染源定位后,利用隐式与显式卡尔曼滤波相结合的方法实现污染源散发特性的动态辨识与预测,同时完成空气污染物浓度预测。笔者采用蒙特卡罗仿真实验方法对一密闭空间进行了动态仿真研究,仿真结果表明提出的方法可以实现污染源散发特性的快速准确辨识,具有重要的应用价值。

Abstract：

In case of contaminants appear in enclosed spaces such as spacecraft,submarine,aircraft and so on,it is useful to find the contaminant source. A novel algorithm was proposed to identify contaminant source strength based on finite sensors. After having identified the source location by using the Sensitivity Analysis Algorithm （SAA）,this method built a new discrete concentration stochastic model,and combined implicit and explicit Kalman filter. Monte Carlo simulation was used in our experiment. The simulation results show that the new method could track and predict the source strength dynamically; meanwhile,it also could predict the distribution of contaminant concentration.     

利用神经网络预测与控制丝杠螺纹磨削过程

研究了基于神经网络的丝杠螺纹磨削过程的智能预测与控制问题.基于误差反向传播的机制,针对连续制造过程的预测与控制,提出多层神经网络的逐个样本学习算法.对逐个样本学习算法和目前广泛采用的B-P算法进行了比较和讨论,实验结果表明,逐个样本学习算法比B-P算法具有更好的收敛性.最后,介绍了多层神经网络模型在丝杠螺纹磨削过程的预测与控制中的应用.     

地面沉降的计算理论和方法

在综合近几十年来国内外地面沉降研究资料的基础上 ,分析了由于抽取地下水引起地面沉降计算的研究现状 ,并提出了今后的发展方向。根据太原市的实际情况 ,建立了一种分析开采地下水引起地面沉降的有限元方法     

基于灰预测的Web Cache集群热点对象处理策略

热点对象问题是Web cache集群负载均衡研究中的一个重要问题,热点对象的存在容易引起访问歪斜(access skew)和负载不均衡.在分析Web访问中热点对象特征的基础上,构建了基于灰预测的热点对象访问频率预测模型.基于该模型,提出一种新的热点对象处理策略:预测对象的访问频率,配合阈值判断对象是否为热点对象,将热点对象推送到集群中所有节点,实现热点对象的冗余存储,从而达到负载均衡.实验结果表明,与其他热点对象处理策略相比,基于灰预测的热点对象处理策略可以明显提升Web cache集群性能.     

建筑拆除废弃物水泥稳定碎石力学特性及其设计参数

为了深入分析建筑拆除废弃物应用于公路工程中的可行性,通过室内试验揭示了龄期、新集料掺量等因素对建筑拆除废弃物水泥稳定碎石(CCWM)无侧限抗压强度、劈裂强度和抗压回弹模量等力学参数的影响规律,建立了各力学参数的预估模型,提出了CCWM各力学参数的推荐参考值.结果表明:CCWM无侧限抗压强度、劈裂强度和抗压回弹模量随着龄期和新料掺量的增加而增加;新集料掺量每提高20%,CCWM的无侧限抗压强度提高8%~90%,劈裂强度提高5%~75%,抗压回弹模量提高2%~21%;建立的预估模型能够较好地预测CCWM各力学参数变化规律;CCWM无侧限抗压强度和劈裂强度的推荐参考值分别为2.7~5.5和0.59~1.06MPa,用于弯沉计算和拉应力计算的抗压回弹模量推荐参考值分别为1 300~1 900和1 700~2 200 MPa,可供路面设计与施工参考.     

基于PC的SIMD技术在1／4像素精度运动预测中的应用

在最新的视频编码标准H．264／AVC中，运动预测的精度达到1／4像素。为了提高运动预测的速度，要求实现运动预测过程的SIMD并行运算，其间遇到的最大问题就是1／4像素精度参考图像的传统储存方式不适合并行操作，针对此问题提出了一种新的适合并行操作的参考图像组织方法，并采用Intel MMX和SSE技术实现了运动预测过程的SIMD并行运算，减少了整个运动预测过程消耗的时间。