WAVELET PACKET AND FUZZY NEURAL NETWORK FOR TOOL CONDITION MONITORING *

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了自适应特征提取方法,为模糊神经网络提供最优的特征输入,然后模糊神经网络据此进行决策,分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控精度．     

一级反应网络法求单底物酶促反应的米氏常数

以可溶性淀粉为底物,研究了糖化酶（ＥＣ３．２．１．３）的动力学规律。淀粉水解反应具有单底物酶促反应的特征,且当［ｓ］Ｋｍ时,服从拟一级反应规律。根据一级反应网络理论,采用单纯形加速法拟合酶促淀粉水解反应的过程曲线求各速率常数和米氏常数。     

一种适合于网络专家系统的通用理论(英文)

描述运用于工业自动化的一种自适应自学习方法。基于此方法,Ａｐｔｒｏｎｉｘ公司开发出一套通用软件工具－ＳＴＩＭＴＭ,并应用于不同工业领域。ＳＴＩＭ可用于构造各类专家系统。基于因素空间理论,ＳＴＩＭ具有一系列独特之处,比如自动化、自学习,以及自翻译。如果与因特网,嵌入式控制器以及可编程逻辑控制器等结合使用,ＳＴＩＭ则成为一个十分有效的工具,可应用于远程连通与控制、模式识别、机器故障诊断,以及自动化加工过程中的传感器数据融合     

Approximate minimum-cost multicommodity flows in\tilde O(ɛ −2 KNM) timetime

We show that an ε-approximate solution of the cost-constrainedK-commodity flow problem on anN-nodeM-arc network,G can be computed by sequentially solving O(K(? ^?2+logGK) logGM log (G? ^?1 GK)) single-commodity minimum-cost flow problems on the same network. In particular, an approximate minimum-cost multicommodity flow can be computed in $\tilde O$ (G? ^?2 GKNM) running time, where the notation Õ(·) means “up to logarithmic factors”. This result improves the time bound mentioned by Grigoriadis and Khachiyan [4] by a factor ofM/N and that developed more recently by Karger and Plotkin [8] by a factor of? ^?1. We also provide a simple $\tilde O$ (NM)-time algorithm for single-commodity budget-constrained minimum-cost flows which is $\tilde O$ (? ^?3) times faster than the algorithm developed in the latter paper.     

CIMS网络安全体系结构研究

该文提出了一种ＣＩＭＳ网络安全体系结构及设置“安全子层”的设计思想,介绍了基于该安全体系结构的５个层次的安全保障,用户安全,应用安全,端－端安全,子网安全和链路安全。限于安全防护的开销,实用的ＣＩＭＳ网络系统根据安全需求,可选择其中某些层次的若干安全服务选项,已经在实验网络上实现了有关的安全机制,提供了相应的安全服务。     

Immobilization of α-amylase in vinyl-polymer-based interpenetrating polymer networks

Semi-interpenetrating polymer networks (IPNs) of poly(ethylene glycol), poly(vinyl alcohol) and polyacrylamide were prepared as a support for enzyme immobilization and kinetic studies were performed for the immobilization of -amylase. The effect of IPN composition on the extent of immobilization was investigated and the percentage of relative activity of the immobilized enzyme was evaluated as a function of the chemical architecture of the IPNs, pH and temperature, taking starch as a substrate. The kinetic constants and the maximum reaction velocity were also evaluated. The IPNs were characterized by IR spectral analysis.     

无线局域网的Wardriving入侵检测

为了对无线网络进行入侵检测,设计并实现了无线网络安全监控系统.利用Libpcap函数对无线传输的原始包进行捕获;根据IEEE 802.11 MAC层协议,对原始包进行协议解码;利用统计分析检测方法,对基于主动扫描的Wardriving入侵进行检测.测试结果表明,该系统能及时发现Wardriving入侵.     

非线性理论在PID控制器中的应用

近年来，非线性理论在PID控制器中的应用十分迅速和广泛，如将模糊理论、神经网络理论、混沌理论、遗传算法、博实论等一系列非线性理论应用在PID控制器中，形成了模糊、神经网络、基因即遗传、混沌等PID控制器，并广泛应用于复杂的工业过程控制中。本文主要就几种PID控制器研究的现状与存在问题进行了分析。     

用遗传算法模拟复杂最优网络的自然涌现过程

为了模拟复杂最优网络从树演化到完备图的整个过程，解决现有邻接节点编码方法只适用于低密度网络，而传统的交叉变异方法又有大量不可行解的问题，提出了基于三角阵的变长基因编码方法和段间交叉、段内变异平衡的交叉变异方法．该编码方法只记录对称邻接矩阵中三角阵的信息，反映了无向网络的所有可能变化，因而编码串长度适中，网络边数不需限制，可以模拟网络从树到完备图的整个演化过程．段间交叉只交换节点一级近邻的连接方式，段内变异平衡对边进行重绕，这既符合遗传算法的要求，又保证了网络的连通性．模拟结果表明，与邻接节点编码和传统交叉变异方法相比，所提方法适用范围更广，收敛速度较快．     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．