知识经济时代图书馆发展的特征

从信息资源数字化、馆藏结构多元化、资源共享全球化、馆员素质专家化四个方面分析了知识经济时代图书馆发展的特征。     

应用自组织网络识别火箭发动机泄漏故障

以一个典型的泵压式液体火箭发动机（LRE）为对象，针对发动机的几种泄漏故障，先用主成分分析法对泄漏故障的原始样本进行降维，然后利用降维的样本，用自组织网络对泄漏故障进行识别，仿真结果表明，这一方法能对泄漏故障进行很好的识别。     

非单调推理的研究与发展

分析了非单调推理产生的原因以及非单调推理与传统逻辑间的关系，讨论了其典型的两种研究方法及存在的问题，最后指出了非单调推理的发展前景。     

地球同步轨道高能电子增强事件预报方法

分析了地球同步轨道高能电子通量增强事件的发生规律及其与太阳风和行星际磁场参数的关系，并在此基础上建立了基于人工神经网络的高能电子增强事件模式，经实测数据检验，预报模式可以对未来1天的高能电子通量进行预报，误差为8．2％，达到了较高水平．     

卫星星座优化设计的分布式遗传算法

遗传算法在区域卫星星座的优化设计中可以得到很好的结果。但使用遗传算法时，往往计算量很大，星座规模较大时会带来计算上的困难。充分利用计算机网络的空闲计算资源进行分布式计算可以解决这一问题，文章提出了相应的分布式计算模型，给出了实现方法，算例表明分布式遗传算法效率很高，该分布式计算方法也可以推广到其他应用领域。     

Prediction of geosynchronous electron fluxes using an artificial neural network driven by solar wind parameters

There are hundreds of satellites operating at the geosynchronous (GEO) orbit where relativistic electrons can cause severe damage. Thus, predicting relativistic electron fluxes is significant for spacecraft safety. In this study, using GOES satellite data during 2011–2020, we propose two neural network models with two hidden layers to predict geosynchronous relativistic electron fluxes at two energy channels (>0.8 MeV and > 2 MeV). The number of input neurons of the two channels (>0.8 MeV and > 2 MeV) are determined to be 36 and 44, respectively. The > 0.8 MeV model has 22 and 9 neurons in the hidden layers, while the > 2 MeV model has 25 and 15 neurons in the hidden layers. The input parameters include the north–south component of the interplanetary magnetic field, solar wind speed, solar wind dynamic pressure and solar wind proton density. Through the analysis of different time delays, we determine that the optimal time delays of two energy channels (>0.8 MeV and > 2 MeV) are 8 days and 10 days, respectively. The training set and validation set (Jan 2011-Dec 2018) are divided by the 10-fold cross-validation method, and the remaining data (Jan 2019-Feb 2020) is used to analyze the model performance as a test set. The prediction results of both energy channels show good agreement with satellite observations indicated by low RMSE (～0.3 cm^-2sr^-1s^?1), high PE (～0.8) and CC (～0.9). These results suggest that only using solar wind parameters is capable of obtaining reasonable predictions of geosynchronous relativistic electron fluxes.     

一种面向绿色高效的数控铣削参数优化方法

针对数控切削加工过程的高效绿色发展要求,基于数控机床主传动系统能耗模型,以最小单位切削能耗作为优化目标,建立了铣削加工优化模型,进一步采用人工鱼群算法对目标函数求解。通过铣削加工实例对铣削加工优化模型进行验证,并将优化后的参数与切削手册的经验参数及取得最大材料去除率的参数相比,发现单位切削能耗分别减少12.7%和13.8%。研究表明,所提出的切削参数优化模型能有效提高加工过程的能效,可为后续铣削加工过程切削参数选择提供参考。     

压气机机匣零件切削刀具配置专家系统开发

现代航空发动机零件结构越来越复杂,涉及的刀具种类与数量也越来越多,给刀具选择与工艺制定带来了严峻挑战.以某型压气机机匣零件为研究对象,以最佳刀具配置为研究目标,在压气机机匣零件切削数据库的基础上,设计开发了基于B/S结构的压气机机匣零件切削刀具配置专家系统,并进行了实例演示.该系统首先根据被加工对象特征及其需求,运用规则推理方法初选刀具;进而应用人工神经网络预测初选刀具的耐用度及被加工特征的表面粗糙度;最后以该预测结果作为参考,应用综合评判技术进行刀具性能评价,并对所选刀具进行优化排序和完成推荐.系统运行实例验证了所开发系统能够实现压气机机匣零件切削加工刀具的智能选取.     

人工神经网络在HTPB推进剂力学性能预示中的应用

为预示ＨＴＰＢ推进剂的力学性能，动用人工神经网络（ＡＮＮ）及其ＢＰ算法建立了多劳多种因素对多个力学性能目标参量影响的模型。实际建立模型和检验表明，用该方法预示ＨＴＰＢ推进剂力学性能简便易行，预示精度较镐，仿真计算所得规律也与经验一致。     

一个基于多重推理的遥感图片解译专家系统

本文研究了在图象模式识别过程中引入人工智能的知识学习、知识表达和知识推理的理论和技术,设计并实现了一个应用于遥感图片解译的计算机视觉专家系统。 为使系统具有较高的智能化程度,本文提出了一种新的推理方法——多重推理法,它具有处理某些不完全知识和错误知识的能力,并且推理过程所运用的部分知识(规则)是从已知样本中自动归纳学习生成的。