ATM网络中突发源成形器的输出过程研究

ＡＴＭ网络中突发源可用间断贝努里过程（ＩＢＰ）描述。用稀疏过程理论得到ＩＢＰ的概率母函数，提出了一种递代方法计算ＩＢＰ的概率分布，就突发源的平滑机理进行了讨论。采用流体流法可近似计算成形器输出过程的方差。提出了用ＩＢＰ可近似描述成形器的输出过程，通过计算机仿真验证了这种近似是比较精确的，如何用ＩＢＰ更加精确地描述成形器的输出过程作了进一步研究。     

异核金属羰基簇合物 FeCo_2S(CO)_(9-n)〔P(OBu~n)_3〕_n(n=1-3)的合成与表征

本文利用Ｓｃｈｌｅｎｋ技术，在室温下以亚磷酸三丁酯配体Ｐ（ＯＢｕｎ）３（Ｂｕｎ＝ＣＨ３ＣＨ２ＣＨ２ＣＨ２－）和ＦｅＣｏ２Ｓ（ＣＯ）９为原料进行反应，合成出了三个新的异核羰基簇合物。通过元素分析、ＩＲ、１ＨＮＭＲ以及ＭＳ等表征手段，推测出新簇合物的分子结构分别是ＦｅＣｏ２Ｓ（ＣＯ）９的一、二、三取代衍生物。     

聚丙烯酸酯接枝聚氯乙烯的结构与动态粘弹性

研究了聚丙烯酸丁酯（ＰＢＡ）与氯乙烯（ＶＣ）接枝共聚物（ＰＢＡ－ｇ－ＶＣ）的相结构与分子结构。接枝物ＰＢＡ－ｇ－ＶＣ中ＰＶＣ为连续相，ＰＢＡ为分散相。随ＰＢＡ的交联程度增大，其在ＰＶＣ连续相中的相结构由模糊的“细线形”过渡至清晰的“球形”结构。研究结果表明，ＰＢＡ交联度对产物中ＰＶＣ平均分子量影响不大，但使其分子量分布加宽，被接枝的ＰＶＣ链变短，接枝点变多。动态粘弹谱表明，ＰＢＡ－ｇ－ＶＣ为半相容     

多层线性神经网络自适应滤波器性能仿真

介绍了一种基于多层线性神经网络的自适应滤波器。仿真结果表明，将这种基于ＢＰ算法训练的滤波器应用于扩频接收机的干扰抑制，比常规的采用ＬＭＳ算法训练的滤波器具有更优的性能。文中还讨论了滤波器层数对于ＢＰ算法收敛过程的影响。     

异核金属羰基簇合物FeCo2S（CO）9—n[P（OBu^n）3]n（n …

本文利用Ｓｃｈｌｅｎｋ技术,在室温下以亚磷酸三丁酯配体Ｐ（ＯＢｕ＾ｎ）３（Ｂｕ＾ｎ＝ＣＨ３ＣＨ２ＣＨ２ＣＨ２－）和ＦｅＣｏ２Ｓ（ＣＯ）９为原料进行反应,合成出了三个新的异核羰基簇合物。通过元素分析,ＩＲ,＾１ＨＮＭＲ以及ＭＳ等表征手段,推测出新簇合物的分子结构分别是ＦｅＣｏ２Ｓ（ＣＯ）９的一,二,三取代衍生物。     

UUCP网络研制与开发

ＵＵＣＰ网络研制与开发主研人员：王忠仁刘乃琦冯立平丛艳丽刘亚宁蔡宏１）研制开发的ＵＵＣＰ络系统软件包是一个符合ＸＰＣ３国际工业标准，支持多位编码字符集（ＧＢ２３１２十六位中文编码国家工业标准和ＩＳＯ／ＩＥＣ１０６４６国际大字符集国际标准）的ＵＵＣＰ网...     

THE IMPORTANCE OF WILDE＇S COMEDIS IN THE REVIVAL OF BRITISH DRAMA IN LATE 19 CENTURY──On the Art of

ＴＨＥＩＭＰＯＲＴＡＮＣＥＯＦＷＩＬＤＥ＇ＳＣＯＭＥＤＩＳＩＮＴＨＥＲＥＶＩＶＡＬＯＦＢＲＩＴＩＳＨＤＲＡＭＡＩＮＬＡＴＥ１９ＣＥＮＴＵＲＹ──ＯｎｔｈｅＡｒｔｏｆＷｉｌｄｅ＇ｓＣｏｍｅｄｉｅｓ（Ⅵ）ＴＨＥＩＭＰＯＲＴＡＮＣＥＯＦＷＩＬＤＥ＇ＳＣＯＭ...     

企业综合评价体系BSC及其应用分析

传统的企业评价体系是单纯以财务指标对企业进行评价分析的，ＢＳＣ分析是在此基础上由美国学者提出的一种新的综合评价体系。它要求企业在财务、客户、内部运作、学习和创新方面达到均衡，并服务于企业战略。首先介绍了ＢＳＣ框架体系，通过与传统的财务评价指标相比较综合得出ＢＳＣ的特点，并结合和光集团的现状按步骤进行了ＢＳＣ分析。最后指出实施ＢＳＣ分析的意义及实施中应注意的问题     

利用ASP技术实现WEB数据库的访问

介绍了在ｉｎｔｅｒｎｅｔ／ｉｎｔｒａｎｅｔ上实现信息系统数据库访问的最佳解决方案─利用ＡＳＰ技术实现ＷＥＢ数据库的访问。文中针对ＡＳＰ工作原理模型及其技术特点进行探讨，给出创建ＡＳＰ页面的设计机制及其说明，并重点论述了应用ＡＳＰ技术访问ＷＥＢ数据库的实现方法与步骤，给出了一个完整的设计实例。     

具有多种故障管理模式的分布式智能网络管理系统

提出了一种分布式智能网络管理系统──ＤＩＮＭＳ。该系统具有与ＴＣＰ／ＩＰ有关的故障诊断知识，能够自动处理复杂的异种机网络环境中的故障。文中描述了ＤＩＮＭＳ的体系结构，网络故障管理的知识表达和控制方法，特别是合作诊断方法。讨论了ＤＩＮＭＳ的实现，并给出了一个合作诊断的实例。     

震灾网络舆情风险监测指标及其评估方法

为科学构建震灾网络舆情风险评估体系,在舆情监测指标构建基础上提出基于加速遗传算法的BP神经网络（AGABP）风险评估方法。依据网络舆情演化理论,围绕震灾网络舆情的物理属性和社会属性提出2个维度、4个二级指标和10个三级指标的震灾网络舆情风险监测指标体系。在评估方法上,针对常规评估系统对非线性、高维度和非正态评估问题的局限性,利用BP网络能够以任意均方差的精度逼近任意平方可积非线性连续函数的优势,将BP网络用于震灾网络舆情风险监测评估中,并用加速遗传算法（AGA）对BP网络参数进行优化,以解决常规BP网络存在训练速度慢和容易过早收敛的问题。通过随机样本数据对AGABP模型进行自学习训练,并用实际样本数据验证,结果表明：与BP神经网络、逻辑斯蒂曲线相比,本研究所构建的AGABP模型在收敛速度、评估准确度上有明显优势,能够用于震灾网络舆情风险管理实践中。     

动态变异遗传算法

遗传算法是根据达尔文生物进化理论而提出的一种优化算法。该文提出了一种新的遗传算法,理论分析显示,它不仅能保持遗传种群的多样性,而且能快速收敛。计算机仿真实验证明了改进后的遗传算法能够有效地克服不成熟收敛、进而搜索到全局最优解,并将这种新遗传算法用于BP网络的拓朴结构的优化和连接权值的训练,实例表明了该算法的有效性和可行性。     

基于模拟退火遗传算法优化的BP网络在质量预测中的应用

翘曲量预测精度是注塑成形优化的难点。文章以某零件翘曲量为对象,选取注射温度、模具温度、保压压力、保压时间、注射速度等参数,进行数值模拟实验,建立BP神经网络的翘曲量预测模型。针对BP神经网络易陷入局部最优解的缺陷,设计一种基于模拟退火遗传算法优化的BP网络模型,与BP网络的预测精度对比。结果表明,基于模拟退火遗传算法优化的BP网络模型预测精度高于BP网络模型,同时加快收敛速度,增强全局搜索能力。     

基于蚁群BP神经网路算法的六维力传感器解耦研究

针对传统BP神经网络在六维力传感器解耦训练过程中,由于其初始参数的选取不确定性导致神经网络出现震 荡、收敛速度缓慢和陷入局部极值等问题,提出一种基于蚁群BP神经网络算法并应用于六维力传感器解耦研究。该算 法利用蚁群算法在种群寻优方面的优越性,通过局部和全局信息素更新相结合的方式更新信息素,提高蚁群算法搜索的 效率,为BP神经网络提供一组最优的训练初始参数,网络收敛速度得到很大地提高,同时局部极值和震荡等缺点也有一 定的改善。实验仿真结果表明,在六维力传感器神经网络模型训练过程中,达到同样的目标误差,基于蚁群BP神经网络 算法的迭代次数Ⅳ比传统算法少50%,运行时间r快60%。这说明蚁群BP种经网络算法在六维力传感器解耦研究中 有着很好的应用效果。     

一种基于二层感知网络的判决反馈均衡器

采用基于二层感知网络的判决反馈均衡器结构实现非线性信道均衡，导出了其权值自适应调整的学习算法，给出了一种有效的权值初始化方法。针对一种具有严重码间干扰与有色噪声的非线性信道，分别应用文中提出的二层感知网络判决反馈均衡器和一般的三层感知网络判决反馈均衡器对该信道进行均衡，对其均衡性能进行了计算机模拟，并作了分析和比较。研究表明所提出的二层感知网络判决反馈均衡器无论是收敛速度、误比特率，还是计算复杂度方面都明显优于文献［５］提出的多层感知判决反馈均衡器。     

混合学习法前向网络多属性储层参数预测

应用前向网络描述地震属性和储层参数间的非线性映射关系时，经典的误差反向传播算法存在收敛速度慢，易陷入局部极值等诸多不足。研究了融合粒子群优化算法和误差反向传播算法的混合学习法前向网络多属性储层参数预测技术。粒子群优化算法是一种群体随机搜索演化计算技术，具有较快的收敛速度和较强的全局搜寻能力；误差反向传播算法本质上是梯度下降算法，注重局部搜索。混合学习法为两种学习算法交替执行，首先以粒子群优化算法训练网络，当误差能量在规定的迭代次数内不再发生变化时，采用误差反向传播算法实现局部寻优。理论函数逼近测试和实际储层参数预测实验说明了混合学习法具有学习时间短、求解效率高、可靠性强的优点，具有良好的应用前景。     

循环流化床锅炉发电机组神经网络广义预测控制研究

循环流化床锅炉(CFBB)发电机组具有:多变量、非线性、强耦合、时变等特性,其燃烧仍然处于流化状态,导致其控制调节比较复杂,传统的PID控制效果不太理想。本文采用具有良好非线性函数逼近功能的BP神经网络,并且针对收敛速度比较慢这一缺点,采用了变步长法与引入动量项相结合的一种方法进行改进。同时利用多变量广义预测控制策略经过在线滚动优化和反馈校正,实现预测控制。仿真结果表明了其有效性。     

基于BP神经网络的中小企业信用评价研究

利用因子分析法建立了我国中小企业信用评价财务指标体系,据此构建了单隐层结构的BP神经网络,并以2006年100家ST和非ST上市公司为训练样本,详细考察了隐含层结构和网络训练函数对BP神经网络辨识性能的影响,最终得到了具有较快收敛速度和较高准确率的BP神经网络。在此基础上,以2006年财务数据为研究样本,对102家上市中小企业进行了信用评价。结果表明,各中小企业之间的信用评价结果存在较大的异质性,说明采用BP神经网络进行信用评价具有较高的可操作性。     

基于BP神经网络的函数逼近的MATLAB实现

BP神经网络由于它的学习能力和非线性特性,使其能够对非线性函数进行很好的逼近。通过对BP神经网络结构和MATLAB软件及其BP神经网络工具箱的应用研究,利用BP神经网络工具箱设计BP神经网络,用于对非线性函数的逼近,通过网络的训练、测试达到了预期的效果。     

BP神经网络在MATLAB上的实现与应用

BP神经网络在非线性建模,函数逼近和模式识别中有广泛地应用,该文介绍了BP神经网络的基本原理,利用MATLAB神经网络工具箱可以很方便地进行BP神经网络的建立、训练和仿真,给出了建立BP神经网络的注意事项和例子.