摘要：为建立准确的渣油裂解装置经验模型,采用了一种特殊的径向基函数网络——通用回归神经网络(generalregressionneuralnetwork,GRNN).GRNN具有明确的概率意义,结构和连接权均完全确定,克服了一般径向基网(RBFN)设计和训练上的困难.在分析了平滑因子对GRNN性能的影响后,设计了改进的进化规划算法(MEP)以优选平滑因子,并建立MEP-GRNN模型.该模型用于渣油裂解建模时,其预报精度和稳定性比RBF-PLS等方法均有所提高,表现了MEP-GRNN为非线性过程建模的优势.

摘要：对用概率模式识别技术设计宏观经济预警系统的方法进行了进一步的研究， 并且分析了采用这种方法的优点．在文章的结尾，

摘要：用传统的方法 (如面向对象方法 ,面向过程方法等 )设计和编写软件时 ,有些设计方案只能通过散乱地分布在各个相关模块中加以实现。从而导致软件的开发过程变得复杂 ,同时也使得代码变得难理解 ,难维护。面向方面编程技术是为较好地解决这一问题而提出的一种新技术。对面向方面编程技术的产生背景、发展过程、编程思想 ,编程语言 ,关键技术及其优点等方面作了综述的详细 ,最后分析了面向方面编程技术的研究应用热点及它的发展前景。

摘要：多目标优化是过程系统工程的重要课题,通常以加权或约束方式将其转换为单一目标,未能反映多目标间的复杂关系,不利于随时根据需求作出有效的决策。基于群智能的粒子群算法具有全局优化性能,且易于实现。为使其适于多目标优化,应拓展功能,实施改造。以Pareto支配概念评价种群个体的优劣,设计了确定局部最优点和全局最优点的操作。又利用各粒子的局部最优点信息进行速度更新,以加强种群的多样性,避免因早熟而陷于局部最优。还设置了外部优解库,并通过分散度计算,以适当的策略进行更新,使之逐步均匀地逼近于Pareto最优解集。由此构建一种多目标粒子群优化算法(multi-objective particle swarm optimization,MOP-SO),并用于补料分批生化反应器的动态多目标优化,取得了满意的结果。可基于所搜得的Pareto最优解集,分析目标间的关系,为合理决策提供有效的支持。经与NSGA-II比较,MOPSO算法具有更为优良的性能。

摘要：利用混沌变量的遍历性和不规则性,将其引入遗传算法,可提高其全局搜优的性能;采用混沌遗传算法(CGA)训练径向基函数网(RBFN),并均衡地兼顾网络的拟合与预报能力,恰当地设计适应度函数,由此建成的CGA-RBFN 模型,其预测能力与稳健性都有提高。将其应用于烃类热裂解丙烯预测,效果良好,与传统方法相比有明显的优越性。

摘要：广义回归神经网络 (GRNN)具有明确的概率意义 ,其参数大多能自动确定 ,仅光滑因子参数需优化估值 .采用优进遗传算法 (EGA) ,将确定性与随机性寻优操作相融合 ,实现了高效全局搜优 ,它所基于的优进策略包括设计Powell寻优算子、改进交叉算子、自适应地调整交叉率和变异率等 .以推广能力作为优化目标 ,所建的GRNN有很强的非线性拟合能力和优良的预报性能 ,将其成功地为延迟焦化过程建模 ,与径向基网络(RBFN)等相比 ,显示了明显的优势 .

摘要：鉴于常规差分进化算法容易“早熟” ,全局寻优能力有待提高 ,提出了基于优进策略的差分进化算法 ,利用种群繁衍的有用信息改进子代分布 ,并引入确定性寻优操作 ,以提高寻优性能 .设计了单纯形寻优操作和重布操作 ,并调整有关概率等 .测试表明新算法的全局寻优性能有明显改善 ,已成功地应用于铯 铷 钒系低温硫酸催化剂上SO2 氧化反应模型参数的估计 。

摘要：对行政区划管理信息系统的研制目的、系统功能、软硬件选型、网络结构以及一些具体技术问题进行了论述。

摘要：设计开发了基于Java技术的嵌入式系统开发平台.介绍了该平台的软硬件结构、功能、关键技术及其特点.实际应用表明,使用该平台使嵌入式系统容易实现网络的集成,容易实现系统功能扩展,提高系统开发效率,缩短开发周期.*

摘要：JSF(Java server faces)是Java社区过程倡导的技术,是一个完整的Web解决方案。JSF是Sun制定的一个规范,未来很有可能包括在J2EE规范中。JSF以它所具备的条件使得应用程序开发变得简单、方便。在介绍了JSF的一般开发过程后,以目前流行的Eclipse为开发平台,后台加入实现数据封装的Hibernate技术,结合对象建设投资集团信息管理系统项目的开发生成一个功能简单的系统,并对JSF的应用做了探讨。