面向互联网的信息处理

随着互联网海量信息的快速增长,由原来单一的以文本信息为主的信息处理发展成文本、语音、图像等多模态的信息处理．同时,用户的需求也从关键词搜索为主的信息获取向着基于语义理解的自动问答、辅助决策等智能交互的方向发展．本文从互联网服务信息处理特点以及用户需求变化出发,阐述了互联网信息处理面临的挑战和发展趋势．首先介绍了基于互联网的海量信息处理特点以及基本方法,然后分别阐述了互联网文本信息处理、语音信息处理、图像信息处理、位置信息处理的挑战以及发展趋势．最后介绍了如何对互联网的用户从属性、状态、兴趣3个维度进行建模,以满足用户个性化服务和商业分析的需要．     

变载荷感应电动机的神经网络建模研究

根据采用晶闸管三相调压器控制变载荷电动机运行的特点,阐明了采用神经网络方法对该系统建模的必要性.基于带有回归单元的Elman神经网络,对变载荷三相异步电动机的晶闸管三相调压器系统进行了建模.采用一种带惯性项的动态反向传播学习算法,克服了通常的BP算法振荡和收敛速度慢的弱点,使变载荷电动机系统跟随负载变化对电动机实现调压控制.对Elman神经网络的结构运用方法,以及惯性项的动态反向传播学习算法做了较详细的介绍,对由晶闸管三相调压器构成的拖动系统建模所选向量参数进行了说明.实例表明,利用该方法迭代后的学习结果更容易将误差减小至期望值.     

基于HLA的卫星轨道机动仿真研究

针对STK(Satellite Tool Kit)在联合作战仿真中实时互操作能力的不足,提出了一种灵活的基于HLA(High Level Architecture)的卫星轨道机动仿真系统设计方法。建立了圆轨道之间平面内霍曼转移、平面外单脉冲和双脉冲轨道转移三种轨道机动模型,设计了多视图可视化表现子系统和仿真对象模型(Simulation Object Model,SOM)。与STK的仿真结果对比表明了该方法的可行性和模型的有效性。     

作战仿真实体可视化数据模型研究

根据作战仿真系统的可视化需求,提出了作战仿真实体可视化数据模型的分类方法和层次体系结构,建立了可视化数据模型多分辨率规则。分析了可视化数据模型的建模过程和建模方法,确定了基于空间数据库和关系数据库相结合的可视化数据模型数据库存储管理机制。实现了模型的数据获取、建模、处理及应用全过程的可视化,为构建具有高逼真度的作战仿真系统提供了可视化数据模型支持。     

基于嵌套网的对抗模拟模型

为了对多Agent系统中的交互流程、本体(Ontology)语言与通信协议的设计进行可视化的分析和优化,嵌套网(Nested Petri nets)作为建模工具被应用于多Agent系统。使用三层的嵌套网对基于多Agent的对抗模拟模型ISAAC(Irreducible Semi-Autonomous Adaptive Combat)进行层次化建模,其层次的划分为Agent的生存环境(战场)、Agent和Agent的内部推理机。通过实例充分说明了嵌套网表达多Agent系统的可行性与有效性,可以实现多层次、多角度的图形化多Agent系统,并探讨了复杂适应系统理论与嵌套网理论的适应性。     

基于Agent的集卡调度建模与仿真研究

日益大型化的集装箱船舶对集装箱码头的生产调度提出了较以往更加严格的要求.集装箱码头中的集卡调度是否合理对于提高整个码头的装卸效率具有重要意义.利用agent和哈佛体系结构对集卡动态调度进行建模,以AnyLogic仿真平台为实现工具,基于数据库中实际的生产数据,融合黑板系统和消息通讯形成多agent之间的协同机制,引入操作系统中的资源分配算法调度集卡.最后仿真了具体的港口生产实例,其结果优于以往文献的仿真结果,充分验证了上述建模仿真思想的可行性和可信性.     

基于GSPN方法的柔性制造系统过程模型和性能分析

应用广义随机Petri网方法,对柔性制造系统进行建模和分析,提出了控制策略和优化方法.针对柔性制造系统的离散性,对整个系统的过程模型进行分析.利用广义随机Petri网结合马尔可夫链的方法,确立了系统的配置参数,得出了系统的平均运行时间,机床的平均使用率,系统的生产率,故障概率,对系统的优化和生产效率的提高以及柔性的提高提供了理论支持.最后,通过柔性制造系统实例,对该方法进行了检验.     

船舶运动与受扰Kalman估计精度的统计分析

考察船舶水动力参数在标称值附近按均匀分布发生随机变化时,船舶纵向运动姿态及受扰Kalman估计的统计性能.针对某船,在5级海情,18节航速及45度航向常规工况下,当船舶水动力系数按均匀分布发生士10%、±20%随机变化时,给出船舶姿态及受扰Kalman估计精度的概率建模方法及应用.仿真结果表明,当水动力系数出现摄动时,估计精度服从对数正态分布,平均估计精度与未出现摄动时相比无显著变化.     

ARMA模型辨识及其在光纤陀螺漂移建模中的应用

针对含有噪声的时间序列模型辨识精度低的问题,采用自回归函数的衰减正弦曲线方法估计含有噪声的ARMA模型系统参数,AR参数从衰减正弦曲线直接获得,MA参数估计采用相关匹配技术.仿真结果表明,时于具有不同信噪比噪声干扰的系统,该算法具有良好的收敛性和准确性.在此基础上,将该方法应用到光纤陀螺漂移误差建模中,实验结果表明,采用该算法所确定的模型能够精确的反应光纤陀螺的漂移趋势.     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。