一种高方向灵敏度光纤F-P超声传感系统设计研究

针对光纤F-P超声传感器工作点易偏离问题,设计了基于双波长稳定技术的低细度光纤F-P传感系统,建立了双波长光纤F-P传感系统的DE算法数学模型,优化设计了一高正交精度光纤F-P传感系统,建立基于该传感器的激光超声检测系统,实验研究了该传感器探测超声信号的有效性和方向灵敏度。结果表明,该传感器可以有效检测试样中激发出的超声表面波信号。激发源与传感器轴向夹角为0°时,表面波幅值最大。随着激发源与传感器轴向夹角增大,表面波幅值降低。激发源与传感器轴线垂直时,幅值下降达80%,说明该传感器有很强的方向性。     

基于DE-EDA-SVM的瓦斯浓度预测建模仿真研究

瓦斯浓度作为衡量煤矿瓦斯危害程度的一个重要指标,为了能够更加准确的预测煤矿瓦斯的浓度,提出一种差分进化-分布估计（DE-EDA）算法优化的支持向量机瓦斯浓度预测新方法。利用无线传感网络系统采集工作环境中的瓦斯浓度数据,并经过降噪处理后作为训练样本。采用DE-EDA算法对SVM模型的惩罚参数C、损失参数ε以及径向基参数γ进行优化,利用优化后的模型进行瓦斯浓度的预测。通过MATLAB软件仿真可以得出,所采用的优化模型能够准确的预测煤矿瓦斯浓度的变化趋势。并与经过粒子群（PSO）算法优化的预测模型相比较。结果表明,经过DE-EDA算法优化的SVM模型具有训练速度更快、预测更准确的特点,为实际煤矿瓦斯浓度的预测和处理提供了更加可靠的理论基础。     

基于节点行为的P2P网络激励体系研究

P2P网络中节点的自主行为使网络性能受到限制,基于博弈理论的激励机制能应对P2P节点行为的复杂性。在对节点行为建立其策略模型的基础上,针对P2P网络拓扑、路由及资源分配等各层面来设计相应的激励机制,以提高网络性能和服务质量,并通过计算机仿真技术提出其验证平台的设计方案,以验证所提激励机制的有效性和可靠性。     

基于混合变异策略的改进差分进化算法及函数优化

针对差分进化算法DE 传统变异策略不能有效平衡全局搜索和局部搜索,并且算 子固定,导致算法早收敛、搜索效率较低。基于DE 变异策略性能,提出一种混合变异策略, 力图平衡算法探索和开发能力,使得前期增强全局搜索,保持种群多样性; 后期偏重局部搜 索,尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F 和时变交叉概率因子CＲ, 进一步改善算法性能。几个典型Benchmarks 测试函数实验表明: 该改进型差分进化算法能有 效避免早收敛,较好地提高算法的全局收敛能力和搜索效率。     

每月荐书

《利益博弈视角下的区域规划转型》作者:李广斌出版社:南京大学出版社出版时间:2010年8月装帧:平装开本:16开定价:39.50元【内容简介】在中西方区域规划发展历程及其比较的基础上,本书运用公     

超差特征量指标集约束下PID调节器的满意优化

针对一类具有目的域的控制系统,提出将一组由滞留时间、超差时间以及随机穿越周期时间等构成的超差特征量指标纳入满意PID调节器的目标函数集中进行研究。将PID调节器的参数设计转化为局部状态反馈问题,推导出带状目的域下超差特征量指标的解析表达式,并分析了其与稳定裕度、动态误差系数以及稳态输出方差指标之间的相容性;当上述指标相容时,给出了一种利用双群体机制下的差分进化算法和内点法相结合对PID调节器参数进行优化求解的策略;数值算例表明了所提方法的有效性。     

上网本最后的博弈

上网本,英文为“Netbook”,抛开Intel对其冗长的定义,其实它说穿了就是一个尺寸小,便携的低性能笔记本电脑（以下简称“本本”）。它的出现一举填补了2000—3000元档次本本的空白,以低廉的价格引爆了市场。然而风光过后,上网本暴露出来的缺陷,也让它在面对新的竞争对手时力不从心。在超低电压本本和平板电脑的层层重压下,上网本终于感受到了生存的威胁。     

黑匣子进化 索泰魅酷Z5迷你电脑

索泰魅酷Z5在前代的基础上．外观略有改进,侧面开机灯光由橙色变为蓝色。不过这些在我们看来都是细枝末节．最重要的改进要算内部平台的更新——采用了双核四线程处理器AtomD510＋NVIDIA新翼扬芯片GT218．ION的组合．而且索泰魅酷Z5还为翼扬芯片配备了独立的512MB板载显存．避免了共享显存对性能的影响。     

基于蜂群遗传算法的0-1背包问题

针对0-1背包问题,本文提出了基于蜂群遗传算法的优化求解方案。该算法包括两个种群,一个主要用于全局搜索,另一个主要用于局部搜索;每个个体采用二进制编码;采用最优个体交叉策略;对当前解的处理措施是将还未装入背包且性价比最好的物品装进背包,直至不能装为止;不符合约束条件的解采用诱变因子指导变异处理;遗传算子包括单点交叉算子、简单变异算子、主动进化算子和抑制算子。本算法充分发挥了遗传算法的群体搜索和全局收敛的特性,快速地并行搜索,有效地克服了经典遗传算法容易陷入局部最优问题。数值实验表明,该算法在求解0-1背包问题中取得了较好的效果,同样可以应用于其它的组合优化问题。