基于CC253O的烟雾传感器节点设计与实现

随着社会发展对消防安全的要求越来越高,实时地采集传输监测数据变得至关重要Ⅲ。本文针对现存的烟雾传感器节点可靠性差、准确率低、电路复杂,不易组网,并且在很多特定区域无法安装等问题,提出了基于CC2530的烟雾监测节点设计方案,并完成了以CC2530射频芯片为核心的烟雾传感器节点的硬、软件设计。实验测试证明,该节点满足无线消防监测系统的需要,具有高可靠性、低功耗以及低成本的特点,有着较好的应用前景。     

面向无人环境的机器人生态圈自主任务决策方法

借鉴自然界生态系统的典型特征,提出机器人生态圈概念。通过使集群机器人进行智能协同与复杂演化,涌现自我维持、自我复制与自我进化等生命特征,实现无人条件下的长期生存、繁衍与进化,并执行特定的任务。针对机器人生态圈典型任务场景的自主任务决策需求,分析不同机器学习任务决策方法的特点,建立机器人生态圈自主任务决策的决策树模型和神经网络模型。分析表明,两种模型的正确率均在80%~90%,且均具有良好的稳定性。这说明,机器人生态圈自主任务决策问题可以通过决策树、神经网络等机器学习方法来很好地加以解决,从而为面向无人化场景的任务应用提供技术支持。     

节点非独立失效下的局域网可靠性建模与分析

以具有层次结构的局域网作为拓扑模型,考虑共因失效和关联失效这2类节点非独立失效事件发生的情况,建立了交换机节点失效模型来模拟交换机失效,利用Monte-Carlo仿真算法近似计算出网络的两端可靠性,研究2种共因失效事件和3种关联失效事件对网络端端可靠性的影响。结果表明:因资源节点出现故障和协议层出现错误而导致交换机失效的共因失效事件均会降低网络可靠性,且资源节点失效概率或协议层失效概率越大,网络可靠性越低;而由于使用了热备份技术、堆叠技术以及发生广播风暴导致的关联失效事件,即使节点独立失效概率很小,只要相关因数足够大,故障都会快速传播,导致网络可靠性迅速下降。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。     

基于神经网络的库存枪弹储存寿命预测研究

对某型单基发射药库存枪弹的理化性能、内弹道性能变化规律和储存寿命进行了初步研究。分析了库存枪弹储存寿命的影响因素 ,建立了库存枪弹储存寿命和影响因素变化规律的神经网络模型 ,并用此模型预测了库存枪弹的储存寿命。     

一种评价导弹研制方案的新方法

对新型导弹武器系统的各种研制方案作出迅速、合理的评价是武器系统方案论证中非常重要的一项工作。过去常用的评价方法存在评价速度慢、评价结果客观性不强等缺点 ,利用神经网络的模式识别功能 ,建立了用于评价研制方案的神经网络模型 ,该模型充分利用过去已定型的导弹研制信息 ,减少了评价过程中的主观性。通过实例计算 ,证明该方法是可行的     

用人工神经网络BP算法评价城市火灾风险

深入讨论了人工神经网络的BP算法在城市火灾风险评价中应用的可行性和一些具体做法.     

基于神经网络的舰船建造费用预测分析

采用了一种基于神经网络的舰船建造费预测方法 .计算结果表明 ,这种方法与传统的参数法相比较 ,有更好的估算精度 ,因而该方法可以作为研究此类问题的新途径     

Optimal service and arrival rates in Jackson queueing networks

In this paper we present an algorithm for solving a class of queueing network design problems. Specifically, we focus on determining both service and arrival rates in an open Jackson network of queueing stations. This class of problems has been widely studied and used in a variety of applications, but not well solved due to the difficulty of the resulting optimization problems. As an example, consider the classic application in computer network design which involves determining the minimum cost line capacities and flow assignments while satisfying a queueing performance measure such as an upper limit on transmission delay. Other application areas requiring the selection of both service and arrival rates in a network of queues include the design of communication, manufacturing, and health care systems. These applications yield optimization problems that are difficult to solve because typically they are nonconvex, which means they may have many locally optimal solutions that are not necessarily globally optimal. Therefore, to obtain a globally optimal solution, we develop an efficient branch and bound algorithm that takes advantage of the problem structure. Computational testing on randomly generated problems and actual problems from a health care organization indicate that the algorithm is able to solve realistic sized problems in reasonable computing time on a laptop computer. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 1–17, 2000     

基于神经网络技术和小波分析的发动机 气缸气密性能检测研究

提出了一种基于小波分析和神经网络技术检测发动机气缸气密性能的新方法。对电涡流位移传感器拾取的飞轮位移信号直接进行时域采样 ,通过处理和小波分析 ,获得反映发动机启动瞬时转速尺度参数 ,BP神经网络以此作为输入向量 ,从而有效地检测发动机气缸气密性能。