提高核电站安全可靠性的平行系统方法

安全可靠性是核电站存在和发展的生命线,目前它还主要是通过人的经验和严格管理等来保证, 但其智能性和科学性还不够.核电站是一个涉及多方面的动态变化要素的复杂系统,现有控制、 仿真和管理技术还不能为其生产运行和管理提供安全可靠的充分保证.本文以ACP方法为基础, 基于信息技术最新发展成果,提出了采用自上而下的规划和自下而上的设计相结合的方法, 来开发"核电站可靠性规划和设计软件包",使得核电站在建造前就有了安全可靠方面的科学依据. 进而提出平行系统方法, 分析其基本原理和成功应用实例,并介绍其在核电站中应用的人工系统、计算试验和平行执行的具体内容, 给出了PTS、PES和PMS等具体应用.     

吉林西部盐渍土电导率、可溶性钠与裂纹相关性测量

吉林西部盐渍土的改良,是实现吉林省粮食增产目标的关键。利用激光三维成像技术非接触、无损伤地探测土壤表面形态,计算出土壤开裂的裂纹面积及长度,并探讨其与盐渍土电导率及可溶性钠的相关性。通过对几种人工扰动盐渍土土样的测试研究表明,土壤裂纹面积与电导率和可溶性钠的R2值分别为0.54和0.611 5,土壤裂纹周长与电导率和可溶性钠的R2值分别为0.861和0.918 1,说明裂纹周长与上述两个参数具有较好的相关性。由此可知,土壤的裂纹特征可以反应土壤的电导率和可溶性钠含量,为盐渍土的改良利用提供有效的探测技术。图8,表2,参15。     

基于PSO-ABC的混合算法求解复杂约束优化问题

为了改善粒子群优化（particle swarm optimization, PSO)算法在处理复杂约束优化问题时的求解效果,提出了一种基于粒子群和人工蜂群的混合优化(particle swarm optimization artificial bee colony,PSO-ABC)算法。在采用可行性规则进行约束处理的基础上,将PSO种群分为可行子群和不可行子群,并在ABC算法从粒子种群中选择蜜源时,保留部分较优的可行解信息和约束违反程度较低的不可行解信息,弥补了联赛选择算子在处理最优点位于约束边界附近的问题时存在的不足。同时,使用禁忌表存储局部极值,减小了PSO算法陷入局部最优的危险。针对4个标准测试实例的实验结果表明,该算法能够寻得更优的约束最优化解,且稳健性更强。     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

感知求职进展对求职行为的影响:积极情绪的中介作用

针对大学毕业生这一群体, 利用295个毕业生的样本点, 分两个时间点进行数据收集, 并采用分层回归进行中介作用分析, 对求职行为的影响机制中的情绪这一路径进行研究。结果显示: 求职积极情绪对下一期求职行为存在着显著预测作用, 并且求职积极情绪在感知求职进展和求职行为之间起到完全中介作用。这一结果强调了情绪在求职过程中的核心作用。最后对大学毕业生和就业指导人员提出了建议。     

基于井间动态连通性模型的注采参数优化方法

水驱油田开发过程中,由于储层非均质性以及注采参数与井网不匹配,造成优势通道发育,注入水低效无效循环严重.为了对注采井间各方向优势通道进行定量描述,基于物质平衡理论与叠加原理,在考虑井底流压变化的基础上,建立了油藏井间动态连通性反演模型——阻容模型,并运用人工蜂群算法进行求解,通过模型求解得到了不同注采井间的连通系数,经验证该系数合理表征了油藏井间动态连通程度.针对优势通道发育造成注水井在各注采方向上水驱不均衡、剩余油饱和度分布差异较大的问题,基于最优化理论,以当前各生产井含水率条件下生产井总产油量最大为目标函数,结合油水井动态生产数据,建立一种基于井间动态连通性模型的注采参数优化方法,并利用优化算法对该模型进行求解.实例应用表明:利用本文方法优化注采参数后,含水率得到明显控制,注入水驱替效率明显提高,并且本文方法仅需要油水井的动态生产资料,简单实用,对矿场具有较高的应用价值.     

应用ANN与CA构建GIS模型的城市非正规商业行为分析

基于神经网络算法(ANN)和元细胞自动机(CA),建构台湾逢甲夜市商圈的地理信息系统(GIS)模型,并对非正规摊贩商业行为进行数值模拟与实证分析.研究结果表明:非正规摊贩分布模拟结果为平均正确率84.1%,而目标模式的平均正确率可达94.2%;在环境因子影响性分析方面,街道位置类型是发生非正规摊贩最具影响性的环境因子,而背景建物宽度则是最不具影响性的环境因子;在环境因子相关性分析方面,街道位置类型因子是所有假设环境因子中最能吸引非正规摊贩聚集的正相关因子.     

无人机自主控制技术发展与挑战

 无人机飞行环境的高度动态性、不确定性和复杂性是无人机自主控制技术发展面临的主要问题。人工智能和高性能计算技术的进步为创造拥有高度自主能力的无人机提供了有利条件。本文介绍了无人机自主控制的定义和内涵,对无人机自主控制关键技术的发展现状进行了总结,并从“智商”、“情商”和“逆商”的角度提出了无人机自主控制研究的主要挑战和解决途径。