群集系统分群行为建模与控制研究进展

群集系统的分群行为表征为一个聚合的母群分裂成多个子群的现象, 探讨其产生机理和控制方法具有重要的理论意义和应用价值. 鉴于此, 从分群行为的理论建模和控制方法两个角度出发, 对近年来群集系统分群运动研究的主要成果进行综述, 回顾了目前分群运动理论建模研究的最新进展, 重点总结了分群运动的现有控制方法和结论, 并对分群控制研究中尚存在的问题进行了探讨, 最后就分群行为后续可能的研究方向进行了展望.

     

基于BP神经网络的高速动车组网络控制系统时延研究

当前,高速动车组的控制系统迅速向网络化与智能化方向发展,网络控制系统已被大规模地应用于高速动车组的控制系统之中,网络控制系统可实时地传输高速动车组中各个设备的数据并监控高速动车组的运行状态,以保证高速动车组安全地运行。但高速动车组的通信网络控制端口和变量数目非常多且各端口的长度与特征周期也各异。故高速动车组的网络控制系统在输出数据的时候,不可避免地出现网络时延现象,该现象严重地威胁着高速动车组网络控制系统的实时性和稳定性。由于高速动车组的网络控制系统是一种非线性系统,故文章针对带有时延问题的高速动车组非线性网络控制系统,提出一种有效的优化方法,即将BP神经网络递推预测与广义预测控制结合起来,先根据BP神经网络递推预测的方法对网络控制系统未来的输出进行预测,然后利用递推最小二乘法对网络控制系统未来时刻的系统参数进行辨识,将非线性网络控制系统在每一时刻进行线性化处理,最后由广义预测控制算法补偿非线性网络控制系统的时延且对所提出的方法进行实验仿真,实验结果表明:该方法可有效地消除高速动车组网络控制系统的时延,同时具有实时性高、计算速度快及鲁棒性强等优点,显著地优化了带有时延问题的高速动车组非线性网络控制系统。     

基于高速动车组重联网络控制系统时延的研究

文章首先建立高速动车组重联网络控制系统模型并分析前向通道与反向通道时延,基于BP神经网络递推预测的方法对网络控制系统未来的输出进行预测。然后提出一种快速隐式广义预测控制算法(IGPC)对预测的时延进行补偿,IGPC算法的原理是根据系统输入与输出数据,并利用广义预测控制(Generalized Predictive Control,GPC)算法与动态矩阵控制律(DMC)的等价性,直接求解最优控制律。IGPC算法比GPC算法的计算量更小且效率更高,既能节省时间成本又能保证高速动车组网络控制的实时性。最后将BP神经网络递推预测的方法与IGPC、GPC结合起来,分别采用无时延补偿基于BP神经网络预测的GPC算法、有时延补偿基于BP神经网络预测的GPC算法及有时延补偿基于BP神经网络预测的IGPC算法进行实验仿真,实验结果表明:相比较于其它两种算法,有时延补偿基于BP神经网络预测的IGPC算法可较好地跟踪标准参考方波,在初始阶段的震荡时间最短且超调量也最小。故有时延补偿基于BP神经网络预测的IGPC算法为最优算法。     

环氧粉末涂料的固化动力学和固化工艺的研究

采用非等温示差扫描量热法(DSC)研究了E-12/双氰胺(固化剂)和E-12/双氰胺/2-甲基咪唑(促进剂)体系的固化反应动力学。采用Kissinger法和Crane公式对DSC数据进行处理,获得了固化反应动力学参数,应用热重分析(TGA)研究了固化产物的热稳定性。结果表明:双氰胺、2-甲基咪唑的最佳用量分别为环氧树脂质量的4%和0.4%,最佳固化条件为160℃/15min。E-12/双氰胺体系和E-12/双氰胺/2-甲基咪唑体系的表观活化能分别为105.12kJ/mol和70.62kJ/mol,固化反应级数n=0.92。起始分解温度约为410℃,促进剂2-甲基咪唑的加入对体系热稳定性没有影响。     

基于人工免疫原理的未知病毒检测方法

提出了一种基于人工免疫原理的未知病毒检测方法。通过对进程行为的检测来提呈抗原,进而定义了自体,并给出了一个基于免疫细胞机制的检测算法来检测未知病毒。实验结果表明这是一种有效地检测未知病毒的方法。     

一种基于免疫的计算机病毒检测方法

提出了一种基于人工免疫的病毒检测方法,给出了计算机软件系统中自体、非自体、抗原、免疫细胞等的表示方法,实现了否定选择和克隆选择等免疫机制。通过实验测试了该方法的识别能力、错误否定率和错误肯定率,结果表明该方法具有自适应、自学习和多样性等特点,能够有效地检测未知计算机病毒。     

一种基于人工免疫的网络安全实时风险检测方法

依据人体免疫系统中抗体浓度的变化与人体生病的严重程度的对应关系,本文提出了一种基于人工免疫的网络安全实时风险检测的方法,给出了自体、非自体、抗体和抗原实现方式,建立了抗体的克隆选择、学习机制以及生命周期模型,提出了基于抗体浓度的网络安全风险的定量计算模型.实验表明该方法具有定量计算、实时性等优点,是网络安全实时风险检测的一个较好的解决方案.