热连轧精轧温度控制的自适应策略研究

分析了热轧带钢生产过程中在精轧机组各机架间的温度变化过程,考虑机架间水冷综合换热系数对终轧温度的影响,提出了针对水冷综合换热系数的自适应策略.在现场实测数据的基础上,编制了精轧温度控制模型系数自适应计算的离线模拟软件,预先设定虚拟的通条带钢温度实测值,检验模型自适应系数的变化及其对下一次同规格带钢温度计算值的影响.计算结果表明,在本文建立的模型自适应策略下,自适应系数针对不同的轧件温度实测值可以进行迅速而有效的变化,使计算值迅速逼近实测值,表明本文建立的自适应策略有效.     

对JPEG算法的分析和改进性研究

JPEG是静止图像数据压缩的国际标准.从分析标准JPEG算法中DCT变换的不足,提出了用切匹雪夫多项式改善DCT变换的方法,并引入自适应量化算法对标准JPEG量化表加以修正.这种改进通过实验表明,其恢复的图像信噪比和质量都有所提高.     

机器学习赋能的软件自适应性综述

软件系统自适应机制提供了应对动态变化的环境和不确定的需求的技术方案.在已有的软件系统自适应性的相关研究中，有一类工作将软件系统自适应性转换为回归、分类、聚类、决策等问题，并利用强化学习、神经网络/深度学习、贝叶斯决策理论和概率图模型、规则学习等进行问题建模，并以此构造软件系统自适应机制.本文通过系统化的文献调研，综述了机器学习赋能的软件系统自适应性的工作.首先介绍基本概念，然后从不同视角对当前工作进行分类；按被控系统、监测和控制过程、学习算法、学习赋能方式等方面进行分析，并讨论不同机器学习方法赋能的软件系统自适应性的切入点及其优势和不足；最后对未来研究进行展望.     

攀钢冷连轧机轧制优化模型探析

深入分析了攀钢冷连轧机轧制优化模型，提出了基于实践的轧制优化模型的概念。它对攀钢冷连轧机具有指导意义，同时也具有推广应用的价值。     

一种基于改进模糊聚类算法的自适应典型日选取方法

考虑单一算法在选取典型日负荷曲线上的不足,将改进后的可能模糊C均值聚类算法（PFCM）与模糊线性判别法（FLDA）相结合提出一种新的集成聚类方法。首先将原有的PFCM改进,得到改进后的PFCM,并将其应用于最佳聚类数的选取;然后将改进后的PFCM与FLDA相结合,将该集成聚类算法应用于负荷曲线的聚类。最后,通过某电网全年负荷数据验证了所提方法在典型日选取上的有效性。     

一种新的超细研磨机负荷实时控制方法

提出了一种新的研磨机负荷实时控制方法,该算法借鉴预测控制思想,根据当前输出偏差、偏差变化和参考轨迹确定下一时刻的控制增量,应用模糊逻辑对控制增量加权系数在线进行动态调整。仿真研究与应用实验表明,所提出的控制策略算法简单,易于工程实现;用于磨机负荷实际控制,取得了满意的效果。     

基于失效检测算法的容忍入侵系统

为解决容忍入侵系统的自适应能力差和运行效率低等问题,将失效检测和多样化冗余技术相结合,构建具有自适应恢复能力的容忍入侵系统,给出了系统的体系结构,设计了适合于容侵系统的失效检测算法。系统可以区分节点级和服务级的失效,从而采取不同的屏蔽措施和恢复策略,保证系统在受到攻击和入侵后,及时对系统进行重配置。实验结果表明,笔者设计的失效检测算法能解决由于网络延迟和丢包造成的误判问题,检测的准确性明显提高。     

服务化软件系统的运行时资源动态分配方法

Web软件是一种典型的基于Internet的软件形态,它自身的特点决定了其运行时的可靠保障以及质量优化都需要系统具有一定的自适应能力。对于服务化的Web软件系统而言,各服务之间的动态资源分配是实现运行时自适应的重要基础。针对这一问题,构建了一个基于Web的在线购物系统,并在此基础上对基于Web服务资源动态分配及负载均衡的Web软件系统运行时自适应技术进行了研究。对Web软件系统的运行时自适应管理问题进行了分析,提出并实现了资源动态分配及负载均衡方法,在此基础上针对在线购物系统进行了有效性验证。实验结果表明,优化的资源动态分配及负载均衡方法可以有效地提高Web软件系统的运行质量。     

构造具备自适应能力的软件

随着应用场景的变迁和自身复杂性的增长,软件需要具备主动适应环境变化的能力,能够依据环境变化动态调整其行为.软件自适应的实现技术跨越了软件监控、上下文敏感计算、决策和控制理论、软件演化和维护等多个学科分支,如何系统化地构造此类软件,是软件工程领域所面临的巨大挑战.从自适应软件构造与实现这一角度出发,以“感知-决策-执行”软件自适应基本周期为主线,对已有的研究和实践进行综述.给出软件自适应的概念内涵,概述软件自适应活动在感知、决策、执行各环节上的特征分类,阐述面向自适应软件构造、关注程度较高的一系列使能技术,进而在分析典型研究项目现状的基础上,给出自适应软件构造领域的未来主要研究趋势.     

基于数据挖掘技术的入侵检测系统

设计一个基于数据挖掘技术的入侵检测系统模型。该模型针对现有入侵检测系统在处理大量数据时,挖掘速度慢．自适应能力差的缺点,引入数据挖掘技术使其能从大量数据中发现入侵特征和模式。介绍其核心模块工作流程。实验结果表明该模型不仅能有效提高系统的检测速度,降低误报率,同时还能有效检测新的入侵行为。