生态遗传算法在模糊系统辨识中的应用

给出一类模糊系统的模糊神经网络模型 .提出一种实用的生态算子 ,构建的生态遗传新算法有效解决了基本遗传算法的“早熟”问题 .采用新算法实现模糊神经网络模型的辨识 ,提高了辨识精度 .实例仿真结果验证了新算法在模糊系统辨识中的有效性     

集群系统的单一系统映像研究

提出了一种集群网络服务器单一系统映像的结构，即Glosim系统．该系统在操作系统内核层通过修改与IPC对象、进程信号相关的系统调用，提供全局系统映像服务，支持全局IPC对象，包括消息队列、信号量及共享内存，同时引入全局工作进程概念，透明地提供SSI服务，并与LVS和SIOS配合，实现了集群系统的高性能单一系统映像．     

基于核的动态聚类算法用于机械故障模式分类

针对k均值聚类对特征样本划分存在误分类的问题，提出用基于核的动态聚类算法对风机不同工作状态进行分类识别．实验结果表明，该方法能有效地识别机器运行的异常状态，并能对不同的故障模式进行正确的区分，可应用于机械设备运行状态的动态识别．     

Windows网络负载均衡调度器的研究

分析了负载均衡调度器的工作原理，提出了Windows网络负载均衡调度器的设计思想与体系结构，基于Windows2000实现了原型系统．该系统支持Windows和Linux两种平台的节点机，具有良好的可靠性和扩展性．     

模糊聚类分析在大气环境质量评价中的应用

目前,对大气环境质量评价一般采用国颁《环境空气质量标准》将大气中某种污染物的浓度值与国颁标准 值进行比较来分类,其不足之处是没有考虑不同等级的多种污染物对分类的共同影响。本文以模糊聚类 分析理论为基础,结合郑州市1989年的大气环境监测数据进行分类评价,克服了上述的不足,获得比较客 观的结果。     

基于模拟退火算法的子集AR模型辨识方法及其应用

该文提出一种子集ＡＲ模型辨识算法，该方法采用模拟退火随机搜索算法，对模型的回归项子集进行优化辨识，克服“组合爆炸”问题，简化计算。文中还讨论了基于该算法的人口死亡率建模和预报问题。     

福建海岛草丛植被的等级聚合分类

福建海岛草丛植被是海岛的重要资源,植被调查是实现沿海地区经济发展战略的重要措施之一。本文用等级聚合分类把福建海岛22个样地的草丛植被分为10个类型。揭示了按优势种划分的各个类型之间的联系和区别,表明了群落样地中的种类组成与环境之间的关系。研究证明,等级聚合分类在草丛植被分类中是可行的。     

一种动态载荷的识别方法

提出了一种逆优化系统识别动态载荷的方法。该方法避免了一般载荷识别中频响函数求逆运算中由于矩阵病态而引起的运算及运算失败，从而提高了识别精度，为动态载荷，特别是宽频带、瞬态冲击载荷的识别提供了一种有效途径。     

用几何最小二乘法改进 ITD 法的阻尼识别精度

ＩＴＤ（ＩｂｒａｈｉｍＴｉｍｅＤｏｍａｉｎ）模态识别方法可不用输入系统的信息就识别系统的模态参数，但识别的模态参数常常很不精确，且阻尼比的识别精度很差。当激励信号不是独立白噪声信号时，不应该采用ＩＴＤ法进行模态识别。推导了ＩＴＤ法识别的模态频率和阻尼比的相对误差公式，由此分析了造成阻尼比识别结果很差的原因，并且引入了Ｉ－ｂｒａｈｉｍ提出的双最小二乘算法（ＤＬＳ），在此基础上，提出了几何最小二乘法（ＧＬＳ）。通过理论推导和算例验证得到：一般情况下，ＧＬＳ和ＤＬＳ算法均可提高阻尼比的识别精度，且前者的识别结果优于后者。