一种自动布线方法：多级线探索法

本文介绍了一种在微机上实现的印制板自动布线方法──多级线探索法及其编程方法。这种方法是基于完备布线算法的概念，通过分析李氏算法和传统线探索法的不足之处而得到的。虽然它也是一种线探索法，但有较传统线探索法更强的探索能力，不需要结合李氏算法而能单独完成布线任务，是一种较理想的算法，通过实验获得了较为满意的效果。     

耐高负压聚四氟乙烯衬里设备、管道制作工艺

聚四氟乙烯衬里设备、管道，经常会因为内部负压产生内瘪，以至拉裂损坏。本文讲述了一种特殊制造工艺：将聚四氟乙烯衬里外表面处理后，采用特殊粘接剂，将其与钢外壳粘接起来，以防止负压，延长产品使用寿命。     

浅谈如何提高PVC-U给水管件的耐压性能

针对PVC-U给水管件在生产过程中经常出现产品耐压性能达不到标准要求的问题,本文主要从原材料、模具、配方、注塑工艺、产品结构等方面探讨如何提高PVC-U给水管件耐压性能的方法,并在生产实践过程中通过一系列配方、模具、工艺、产品结构试验予以验证.     

基于节点层级与标签传播增益的重叠社区发现?

多标签传播算法具有接近线性的时间复杂度,但用于重叠社区发现时存在精度低、稳定性差的问题。文中基于重叠节点更可能出现在社区边缘的思想,提出基于节点层级与标签传播增益的重叠社区发现算法。该算法首先利用改进的基于节点中心度与社区分布约束的单标签传播方法发现非重叠社区,并在标签传播过程中利用局部信息同步计算节点中心度。然后根据节点中心度定义节点层级函数,标记节点在所属社区中的层级。最后基于节点间的标签传播增益,利用新的多标签更新规则,获得重叠社区结构。实验表明该算法能有效提高精度和稳定性。     

基于科赫雪花图形激励装置的涡流传感器工作原理分析

首次提出并设计了一种基于分形理论自相似结构的科赫雪花图形激励装置涡流传感器,对这种传感器的工作原理和物理模型进行了深入的分析,分析表明,基于分形结构激励线圈的涡流传感器,在多处具有涡流叠加效应,随着科赫雪花图形阶次的提高,这种涡流叠加效应越来越明显,分布密度不断增加,可以显著提高涡流传感器激励效果和检测灵敏度,从而提高对微小裂纹缺陷的检测能力.研制了实际装置,通过实验证了这一结论.     

用GEP实现传感器网络多源时域数据融合

本文提出了一种基于基因表达式编程GEP的多源时域数据融合模型GEP-MSDA,该模型可以在无任何先验知识的情况下自动对多源数据进行融合。实验表明,基于GEP的融合模型较传统方法能滤除更多的冗余数据,有效节省通信开销,并保持较高的精度。     

高维数据环境下网络异常检测的改进否定选择算法

人工免疫中的否定选择算法目前已成功地应用于异常检测的低维数据集上,但在高维数据集上的效果不大理想。为了改善算法的性能,分析了现有否定选择算法在网络异常检测中的不足,对带变长检测器的否定选择算法进行了修改,提出了一种改进的否定选择算法,新算法中通过移动检测器控制检测器覆盖情况。仿真实验结果表明了改进算法在网络异常检测中高维数据集上的有效性,可以取得较高的检测率和较低的误报率。     

非默认规则线技术下基于多策略的时延驱动层分配算法

层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的时序关键性的表示不够合理,最终使得算法的时延优化不够理想.为此,本文提出一种非默认规则线技术下基于多策略的时延驱动层分配算法,主要包含4种关键策略:(1)提出轨道数感知的层选择策略,增强层分配器为线网段选择合适布线层的能力;(2)提出多指标驱动的初始线网排序策略,综合考虑线长、信号接收器数和可布线轨道资源等多个指标为线网确定层分配优先级,从而获得高质量的初始层分配结果;(3)提出线网段调整策略,通过重绕线网,将时序关键段调整至上层布线层,优化线网时延;(4)提出线网段时延优化策略,对存在溢出线网进行拆线重绕,从而可同时优化时延和溢出数.实验结果表明,本文提出的算法相比于现有的层分配算法能够在时延和通孔数两个指标上均取得最佳,并且保证不产生溢出.     

求解VLSI 电路划分问题的混合粒子群优化算法

电路划分是VLSI物理设计过程中的一个关键阶段.该问题本质上是一个NP困难的组合优化问题.针对该问题,提出了一种带FM策略的混合粒子群优化算法.引入遗传算法的两点交叉算子和随机两点交换变异算子,保证了粒子在位置更新后依然可行;为了提高算法的局部搜索能力,将具有较强局部搜索能力的FM策略融入算法的位置更新;设计了种群多样性变异策略,提高了种群多样性,避免了易陷入局部最优的缺陷.对ISCAS89标准测试电路的仿真实验结果表明,所构造的算法是有效的.     

无线传感器网络中带并行联盟的动态任务分配算法

针对无线传感器网络负载的动态变化等特性,提出传感器网络并行联盟的概念,设计基于离散粒子群优化的并行联盟生成算法及上限约束算法,将网络的若干任务并行地分配给若干合适的联盟结构;同时,实时地跟踪网络的运行并做出调整.该算法很好地处理了复杂或实时的网络应用,并有效地提高了资源的利用率.仿真实验验证了该算法的有效性,从一定程度上延长了网络的生命期.