基于多信息的柴油机缸套磨损故障诊断研究

采用了模糊神经网络模型,对柴油机缸套磨损故障以及缸套破坏性磨损故障进行了诊断研究.通过缸套磨损故障的模拟实验,获取柴油机机身振动和铁谱分析等多源多维故障信息,并对融合故障信息进行预处理,解决了模糊神经网络输入矢量的模糊特性化、输出矢量的隶属函数及网络的学习训练问题,对缸套不同磨损故障进行了诊断.研究表明,这种基于多信息的诊断方法减小了故障诊断的不确定性,提高了诊断精度.     

一种网络设备告警事件纵向关联方法的设计与实现

现有的网络事件关联系统主要存在以下不足:各被管设备感知的大量告警事件全部传送到管理端处理,会带来很多传输与事件管理问题;现有的网络事件关联方法很不成熟,一般只涉及底层协议告警事件的关联.在分析网络告警与故障关系的基础上,提出了一种在设备这一级驻留代理,采用贝叶斯网络推理技术完成包括应用层告警事件在内的本地告警事件纵向关联方法.并在描述协议栈各层协议实体模型的基础上,给出了利用AdventNet API和ebayes进行系统具体实现的方法.     

静电放电对微机接口电路干扰效应研究

为研究静电放电(ESD)对微机接口电路的干扰效应,设计了一种单片机系统串行数据传输电路试验模型。利用静电放电模拟器对自行设计的单片机系统进行了效应试验,并对测得的试验数据进行了分析,得出了这类典型串口通讯在静电放电环境下的一些规律。     

Distribution network design: Selection and sizing of congested connections

This paper focuses on certain types of distribution networks in which commodity flows must go through connections that are subject to congestion. Connections serve as transshipment and/or switching points and are modeled as M/G/1 queues. The goal is to select connections, assign flows to the connections, and size their capacities, simultaneously. The capacities are controlled by both the mean and the variability of service time at each connection. We formulate this problem as a mixed integer nonlinear optimization problem for both the fixed and variable service rate cases. For the fixed service rate case, we prove that the objective function is convex and then develop an outer approximation algorithm. For the variable service rate case, both mean and second moment of service time are decision variables. We establish that the utilization rates at the homogeneous connections are identical for an optimal solution. Based on this key finding, we develop a Lagrangian relaxation algorithm. Numerical experiments are conducted to verify the quality of the solution techniques proposed. The essential contribution of this work is the explicit modeling of connection capacity (through the mean and the variability of service time) using a queueing framework. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

“趣”的美学内涵特征及内在网络系统

“趣”是我国古代文论的一个核心范畴,其美学内涵可概括为是在人的心理上产生强烈趋向性的,必然伴随心理愉悦的,对人的自身本质力量审美观照的一类具有非实体性特征的系统性美质;“趣”的审美特征主要包括主客观统一性、生命的自由与灵慧性、虚实相生性及强烈的心理趋向性;“趣”作为古文论范畴,涵纳了一百多种以“趣”的基本语义为立足点的审美语汇,构建出了一个庞大的内在网络系统。     

基于粗糙集和神经网络的联合模式识别系统

提出了一种划分属性离散区间的新方法.针对这种划分,提出一种约简和去噪的方法.随后,建立了粗糙集和LVQ神经网络的联合模式识别系统.最后,比较了用该系统和仅用神经网络进行识别的效果,证明了该方法的有效性.     

网络性能综合评估方法IEMoNP的设计和实现

由于孤立的网络性能指标(测度)不能满足全局性或整体性网络性能评估的需要,文中给出了网络性能综合指数IPI和网络运行稳定性指数SI的概念、定义和计算公式.IPI和SI反映了相对基准时刻的网络性能状况.在此基础上,进一步提出了基于IPI和SI的网络性能综合评估方法IEMoNP.最后,通过一个应用示例表明,IEMoNP能够为全局性或整体性的网络性能评估提供支持.     

CEC条件下的舰艇编队防空问题

未来战争是"海、陆、空、电、天"五位一体的高技术战争,机动战、火力战和信息战将贯穿于作战的全过程.面对这样一种局面,传统的水面舰艇编队防空作战样式必将发生重大变革以适应未来海战的需要.美国海军针对上述情况研究了协同作战能力(CEC),并将其推广应用于各种指挥系统.CEC已经成为一种提高指挥系统协同作战能力的重要技术,通过使每个独立平台成为战斗群的延伸来弥补单个平台的弱点.借鉴了网络中心战的思想并结合美军提出的CEC,分析了CEC条件下的我水面舰艇编队的防空问题.     

一种以太网系统监控的双独立互联系统

针对现有技术对高可靠性以太网系统进行监控,具有明显的缺陷和不足之处.提出了一种由用户以太网系统和附加的平衡结构外,总线互连系统组成以太网监控的双独立互连系统.在分析了该系统结构和工作原理的基础上,对系统的可靠度和可用度进行分析计算,为系统的实现提供了重要的依据.     

动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.