强化学习方法在Web服务组合中的应用比较研究

为了提高服务组合适应动态环境的能力,将强化学习技术引入到Web服务组合.目前常用的强化学习方法有三种:蒙特卡罗、时序差分和Q-Learning,为了发现最适合于服务组合的强化学习方法,对这三种方法进行了对比研究.首先将Web服务组合建模为马尔科夫决策过程,然后介绍了这三种强化学习方法并分析了它们的异同,同时,提出了Web服务组合领域的奖赏值确定方法.最后,通过实验比较了这三种强化学习方法的学习效果,实验结果显示,在Web服务组合应用中,Q-Learning比另外两种方法收敛速度更快,因此更适合执行服务组合.     

基于LabWindows/CVI的风机运行状态数据采集系统

介绍了一种基于LabWindows/CVI的风机运行状态数据采集系统.该系统以Microsoft Windows 2000为服务器平台,以SQL Server为数据库后台,以LabWindows/CVI为开发工具,实现了对风机运行过程中的实时数据采集、初步加工处理并上传到网络数据库中等功能.     

基于C/S架构的风机状态监测与故障诊断系统

介绍了一种基于Activex技术的C/S架构的风机的状态监测与故障诊断系统.该系统以Microsoft Windows 2000为服务器平台,以SQL Server为数据库后台,以VB为开发工具,应用ASP技术、ActiveX控件等实现了对风机的实时监测、离线分析和故障诊断功能.     

一种快速易用的基于行为描述的服务组合方法*

为了提高基于行为描述的服务组合方法的易用性和效率,首先对服务和服务请求进行建模;然后使用一个三层图模型组织服务之间的关系,并基于这个三层图模型提出一种快速易用的服务组合方法;最后通过实例说明了该方法的组合过程,并从理论上分析了该方法的时间复杂度。理论分析显示该方法具有较好的效率。     

风机振动故障诊断综述

在风机故障诊断中,采用的基本方法是时域监测、频域诊断,通过分析图谱来判断风机的工作状况及故障所在.主要介绍风机等旋转机械的故障机理、征兆提取、诊断推理以及国内外风机状态监测与故障诊断技术的发展现状和发展趋势.     

一种煤气鼓风机数据采集系统的设计与实现

在对煤气鼓风机特点的研究基础上,设计并开发了一套数据采集系统。该系统实现了对煤气鼓风机工作中的实时数据的采集,为该设备的状态监测和故障诊断提供了可靠的依据。     

煤气鼓风机故障诊断的神经网络模型研究与实现

针对煤气鼓风机的故障特点,提出了一种基于BP神经网络的故障诊断方法。通过大量的模拟数据实验研究建立了神经网络故障诊断模型,并且实现了算法的编程,利用典型的故障数据对神经网络进行了训练,最后采用煤气鼓风机的实际工作数据验证了网络的有效性和准确性。