基于非线性表示法的多维计算研究

基于非线性表示法，提出了一种对电力负荷预测系统中的多维时序数据进行聚集计算的方案，该方案主要包括累加、延长和比较三种操作，试验结果表明，基于该方案的试验比基于线性表示法的计算方案在误差方面具有很大的优势。     

无线传感器网络中面向动态多跳的非均匀分簇路由

针对无线传感器网络中因均匀分簇而导致任务重的簇过早耗尽能量、整个网络失效的问题,提出一种自适应的动态多跳非均匀分簇方法,将传感器网络中的簇根据实际需要进行不均匀划分,承担任务较轻的簇划分得较小,而承担任务较重的簇则较大.通过均衡簇能量与其所承担的任务,有效地延长网络的生命周期.然后,将该方法应用于2种典型的路由算法LEACH和HEED.研究结果表明:在采用这种非均匀的分簇算法后,传感器网络的生存时间平均减小5％左右.     

基于多Agent及多方法集成的复杂工艺优化模型

针对复杂工艺中涉及多因子、高噪声、非线性过程关系和模糊对象问题,提出一种集成多种智能计算方法的优化模型.该模型以多Agent技术来组织,划分为决策支持层、系统重构层和数据集成层,Agent间以Ontology来实现信息传递.在建模过程中,利用Chebyshev多项式的正交性质和递推性质,将过程输入变量正交化、线性化后,再应用偏最小二乘回归法计算模型参数,优化Agent在交互方式下通过变异的遗传算法来获取模糊工艺的最优解.以MOLDFLOW软件获取的注塑数据来训练BP(Back propagation)神经网络.结果表明:该优化系统的平均预测精度较BP神经网络提高3.23%.