特定应用环境下的入侵检测架构

异常检测可以认为是通过对用户正常行为及系统正常应用环境的学习来识别异常的过程．由于系统及应用环境的复杂性,异常检测还难以达到很高的识别精度．为此,针对在物理上与Internet网完全隔离的计算机网络应用环境,亦即内网,提出基于mobile agent(MA)的多层次入侵检测架构,利用自组织映射网络方法,在不同层次的agent中建立二堆网格的自组织映射网络模型,分别检测目标系统不同层次上的异常现象．实验结果表明,在入侵者攻击的持续时间内,本系统通过多次采样的办法可以使检测率提高到满意的程度．     

一种求解容量制约下交通网络流模型的新梯度方法

容量制约下的交通网络流模型是一个非线性规划问题，表现为在路段容量约束条件下的用户均衡网络的优化，这个模型能够描述交通网络的拥挤特征．容量制约下的交通网络流模型可以转换成传统的用户均衡模型的形式，为此对于任意一个给定的结点对，定义了一个新梯度，这个新梯度等于所有使用路径的费用的均值．利用新梯度的特征，并结合惩罚函数方法，可以获得容量制约下的交通网络流的解．数值实验表明所提出的方法表现出优良的收敛性能．     

改进混和遗传算法优化城市给水系统调度模型

以给水调度系统的能源费用为目标函数，在给出24h用水量预报、供水泵站的机组配置、水库初始和最终水位、电费价格和给水管网的水力学约束条件下，通过引入改进混合遗传算法优化方法对该系统模型进行优化调度，以追求能量费用最小的运行状态．同时，该模型还给出了泵站运行时水泵机组的优化组合．通过算例证明了该模型方法的有效性．     

摆式客车倾摆控制系统神经网络预测控制

考虑伺服电机及机械系统的非线性对车体倾摆的影响，并包括伺服电机的饱和非线性特性的影响在内，采用神经网络方法对非线性特性的动态系统的输入输出关系进行辨识研究，建立摆式客车伺服系统神经网络非线性模型；提出在摆式客车中运用神经网络预测控制结合鲁棒控制的复合控制系统，解决这类非线性系统的控制问题，即应用神经网络进行辨识及预测控制．研究表明，从理论及工程应用角度看神经网络预测控制都是切实可行的，为在摆式客车倾摆控制系统中应用神经网络预测方法提供了一个新的方向．     

伪并行遗传算法在供水管网优化调度中的应用

讨论了基于微观水力模型的多水源大型供水管网优化调度问题的主要特征，并提出了求解该问题的改进遗传算法．首先，针对决策变量的结构提出二进制-实数混合编码策略；其次，设计并实现了多种群进化的伪并行遗传算法．将本算法与单一群体进化算法同时应用于实际管网的优化调度求解，结果表明，通过个体迁移策略，伪并行遗传算法可以加速优化搜索的进程，显著改善解的质量，并有效节省运行调度费用．     

网络式氧气流量测试仪的研制

为提高医院收费透明度，使吸氧收费准确、透明，研制了网络式氧气流量测试仪．该测试仪可携带多台分机，每台分机由红外传感器采集数据并传输到总机，解决了每个床位氧气用量的准确测量问题．AT89S52单片机系统对分机数据进行处理，由显示系统显示每个用户用氧的总用量和价格．从机采用分机式设计，可节约成本，系统采集周期为10ms，显示分辨率为0．1L／min，计量准确，误差小.     

网络环境下的大学英语教学模式

多媒体和网络环境下的大学英语教学．打破了传统英语教学中的单调模式，丰富了教学资源．提高了教学效率。通过对网络环境下教学模式的探讨．提出了网络教学模式面临的问题。     

基于多媒体和网络的大学英语教学模式

基于多媒体和网络的教学模式，极大地促进了大学英语教学的改革，它不仅丰富了教学内容，提高了教学效率，而且促进了整个教学观念的更新。对多媒体和网络技术教育中存在的问题进行了分析，重点阐述了多媒体和网络模式下的英语教学优势，探讨了实施多媒体和网络技术教学的必要性。     

多目标遗传繁衍样本策略的应用研究

提出了以最小误差平方和作为样本相似度,结合制约条件经验公式的多目标遗传算法进行样本繁衍的策略,并探讨了使用多目标遗传算法对样本进行重复繁衍,从而得到符合真实条件并与原始样本非常接近的仿真样本,以便与原始样本一起进行训练得到可用神经网络的方法。作为对该方法的验证,笔者使用这种方法在仅能获得43个样本的基础上,建立了一个用于预测爆炸密实法地表沉降量的神经网络模型,获得了良好的效果。     

混水泵压差控制法的分析与参数计算

当分户热计量低温供暖系统与原供热管网直接连接时,室内用户的自主调节会影响供热管网的平衡。为了解决这种情况下供热管网的平衡问题,根据流体力学和热力学基本原理提出了混水泵压差控制法,并利用能量方程及水压图对其调节原理和调节过程进行了分析,由热平衡方程推导出有关参数的计算公式,为混水泵压差控制法的应用提供了必要的技术支持。