摘要：综述了在制备磷酸酯皮革加脂剂中使用的磷酸化试剂如三氯氧磷、三氯化磷、磷酸、多聚磷酸及五氧化二磷各自的优缺点,指出P2O5是皮革工业中应用最广泛、最重要的磷酸化试剂;简述了磷酸酯的组成分析方法及其注意的问题;介绍了合成磷酸酯在皮革加脂中的研究进展,并强调为了更好地提高磷酸酯加脂剂的加脂性能,要从皮革工业对于加脂剂的多功能和绿色化的要求来对磷酸酯的分子进行设计。

摘要：利用示差扫描热分析(DSC)的方法研究了形状记忆合金(SMA)的相变特性,并对其热力学性能进行了测试分析,获得了马氏体和奥氏体状态下的弹性模量,采用表观设计法设计了形状记忆合金弹簧动作器,为形状记忆合金弹簧动作器驱动的结构设计和分析提供理论基础。

摘要：冰壶比赛对阵编排问题是一个难于收敛的多约束优化问题.为此提出一种求解此类问题的逐层优化的单亲遗传算法.首先将待求解问题的多个约束进行分层;其次设计了靶向自交叉算子进行第一层优化以提高搜索效率,设计了定点-随机自交叉算子进行第二层优化以保持种群的多样性;最后,将改进的算法用于解决冰壶比赛对阵编排的多约束优化问题,构建了该问题的适应度函数.仿真实验表明,与粒子群算法和经典遗传算法相比,所提算法能够有效求解冰壶比赛对阵编排的多约束优化问题.

摘要：分析传统S/KEY型一次性口令认证系统的缺陷,提出一种新型的S/KEY认证方案,实现客户端与服务器的双向认证,可进行会话密钥协商,且每次认证产生不同的会话密钥。该方案可有效抵御重放攻击、小数攻击、破坏协议攻击和冒充攻击,对中间人攻击也有较强的防御作用。

摘要：为实现数据在以太网和Internet中传输的兼容,设计了一种智能仪表接口电路。分别介绍了主控制器电路、串口扩展电路、RS-485集成收发器等的设计方法,以及电路芯片的选取。对Microchip公司提供的TCP/IP协议栈进行相应移植,实现了数据在以太网和Internet环境下的传输问题。应用结果表明,此方法可行,且弥补了接口电路普遍存在的电路结构复杂和容易出错的缺陷。

摘要：针对自主式水下机器人稳定性控制问题进行了研究.首先对水下机器人的总体结构及其在水中的运动特性进行了分析,建立水下机器人系统的动力学模型;然后建立了直线、方向和位置的运动稳定性分析方法,确定了纵向稳定性和侧向稳定性准则,提出了基于特征值的稳定性要求;最后设计了无源自适应控制器,针对水下机器人在水中悬停和运动时易受海流影响的问题,建立了自适应补偿方法,进而确定了输入的不确定性补偿方法.对自主式水下机器人进行多方向的运动稳定性控制试验,通过试验修正稳定性控制参数,验证了设计的水下机器人运动稳定控制器的有效性和可靠性.

摘要：提出了一种面向TB级别日志文件挖掘需求的日志挖掘技术。采用MapReduce编程模型设计并实现了一种基于子种群联姻策略的GA,并部署到Yarn架构上,使Yarn架构与GA有效结合。在算法Partition阶段,采用Round-Robin策略代替原有的哈希方法,使各个子种群基因更加趋向均匀分布,增加了子种群收敛效率和结果准确性,同时均衡各个节点运行负载,提高了系统性能。经测试,应用该技术的挖掘结果平均准确度达到93%以上,效率提升接近33%。

摘要：几何约束求解是智能CAD的一个关键技术。目前,几何约束求解的算法主要是构造包括点、直线和圆等几何体在内的几何图形,而在实际的工程设计中涉及的几何图形常常包括三次曲线或更复杂的曲线。通过增加三次Bezier曲线作为一个新的几何体,提出了一个包括点、直线、圆和三次Bezier曲线在内的几何约束问题求解的新算法,扩大了几何约束求解的作图范围。

摘要：针对带多不确定性的一组非完整移动机器人的编队控制收敛问题,提出了基于径向基函数神经网络的移动机器人多变量固定时间领航者—跟随者编队控制算法.RBFNN补偿了系统所受的多不确定性,并消除了鲁棒控制的抖振现象.基于固定时间理论和Lyapunov方法进行了控制算法设计,使所提出的控制方法保证了编队控制系统中的所有信号全局固定时间收敛,在任意系统初始条件下,在通过参数设计的固定时间内,使机器人编队达到期望编队.仿真结果显示了所提出算法的有效性.

摘要：针对过程神经元网络模型学习参数较多,正交基展开后的BP算法计算复杂、不易收敛等问题,提出了一种基于双链结构的量子粒子群学习算法.该算法用量子比特构成染色体,对于给定过程神经元网络模型,按权值参数的个数确定量子染色体的基因数并完成种群编码,通过量子旋转门和量子非门完成个体的更新与变异.算法中每条染色体携带两条基因链,提高了获得最优解的概率,扩展了对解空间的遍历,从而加速过程神经元网络的优化进程.将经过量子粒子群算法训练的过程神经元网络应用于Mackey-Glass混沌时间序列和太阳黑子预测,仿真结果表明该学习算法不仅收敛速度快,而且寻优能力强.