首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展，既总结过去、探索基础理论，又跟踪发展前沿，重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊（光盘版）文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    基于新型幂次指数趋近律滑模控制算法的研究

    袁臣虎侯东旭刘晓明
    327-333页
    查看更多>>摘要：针对传统滑模控制存在抖振与收敛速度缓慢的问题，提出一种新型幂次指数趋近律的滑模控制方法。首先上述趋近律结合了双曲正切函数与符号函数的特征进行了切换函数上的改进，滑模系数影响因子引入了系统误差与滑模状态变化量，使其能够自适应调节滑模到达过程的收敛速度并对其进行分阶段调节，还利用切换函数的特征分析了趋近滑模面双侧切换区间的范围;其次分析了自适应新型幂次指数趋近律的收敛区域和收敛时间，并证明了此趋近律的存在性、可达性与稳定性;最后将新型幂次指数趋近律和其它各种传统趋近律运用到经典二阶系统进行了对比，仿真结果表明新型幂次指数趋近律能够更好的提升收敛速率以及削弱抖振的产生。

    滑模控制幂次指数趋近律到达过程抖振收敛速度

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向抑郁症群体的情感化智能音箱设计与实现

    张楠蔡莉杨文洁余治国...
    334-341,371页
    查看更多>>摘要：长期抑郁对患者的身心健康危害极大，严重时可能发生自残、自杀等行为。近年来，智能音箱已经成为人们喜爱的一种商品，而面向抑郁症群体的智能音箱设计不多，主要存在普及度低、情感化缺失与智能家居兼容性差等问题。为此，以树莓派作为硬件支撑，在心理学的指导下，基于自然语言处理、语音识别和物联网等技术，设计了一款面向抑郁症群体的物联网情感化智能音箱原型——"云齐"。实验结果表明，上述音箱不仅能有效地识别用户情绪及抑郁状态，控制家居系统创建适合抑郁症患者的居家环境，并且还能通过抑郁症语料库在一定程度上对用户进行心理疏导，从而缓解其紧张和焦虑的情绪，减少身体的不适感，改善其抑郁症状。

    智能音箱抑郁症语音处理树莓派智能家居

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进自适应UKF的随钻动态测量方法研究

    杨一蔡泉堃田丹丹
    342-346,440页
    查看更多>>摘要：钻井过程中，底部钻具的强烈振动和快速旋转导致姿态测量信号中含有多频高幅值的干扰信号。根据上述过程的特点，提出一种改进的自适应无迹卡尔曼滤波(UKF)算法。算法在标准UKF中引入自适应因子，通过改变量测量的协方差矩阵实时调整滤波增益，提高算法对突变状态的自适应能力;并且对传统自适应因子计算方法进行改进，在保证算法精度的同时降低计算复杂度，满足随钻测量对实时性的要求。实验室振动平台系统的仿真结果表明，在振动噪声突然变强的情况下，所提方法可以有效滤除姿态测量传感器中的干扰噪声，提高导向钻具姿态参数的解算精度。

    随钻测量无迹卡尔曼滤波自适应因子四元数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种改进的自适应遗传算法

    黄涛邓斌何栋许冠麟...
    347-351,464页
    查看更多>>摘要：针对现有遗传算法在求解多参数问题时出现收敛精度低、收敛速度慢、易陷入局部最优等问题，提出一种改进的自适应遗传算法。该算法引入复制算子、种群密集度函数和精英选择策略，提出根据种群迭代次数和个体适应度的自适应策略调节交叉概率和变异概率，很好地平衡了遗传算法的全局搜索能力和局部寻优能力。总结出具有代表意义的测试函数，通过求解测试函数和旅行商问题，证明改进的自适应遗传算法的收敛精度、收敛速度等均有明显的提高。

    复制算子自适应交叉算子自适应变异算子种群密集度函数测试函数旅行商问题

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    大数据场景下用户评论聚类文本挖掘算法

    王红林李忠伟
    352-358页
    查看更多>>摘要：因传统文本数据挖掘算法在大数据场景下的文本聚类挖掘效果较差，提出一种大数据场景下基于文本数据挖掘的用户评论聚类算法。首先，通过设计改进的信息增益算法提取用户评论数据特征，根据信息熵提取文本关键字和不平衡数据项形成特征数据。之后，使用改进的聚类数据挖掘算法对特征数据进行聚类挖掘。最后，基于Spark框架将改进的聚类数据挖掘算法进行并行化改造。设计实验验证分析所提特征提取算法与聚类挖掘算法的性能，结果表明在大数据场景下所提算法的运行时间、准确率和加速比方面优于传统算法。

    大数据特征提取聚类挖掘并行化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于鞋底模型的全自动点胶轨迹生成算法

    王子豪王丽红李永国任锟...
    359-365页
    查看更多>>摘要：为实现多式样鞋底异形区域自动化涂胶，提出基于鞋底轮廓参数化模型的点胶轨迹自动生成算法。选取鞋底样长、外腰窝部位长和踵心部位长等关键参数，建立鞋样坐标系，求解鞋底轮廓特征数据点，划分鞋底区域;采用NURBS曲线，分段构建一阶连续的鞋底轮廓曲线参数化方程;定距偏置鞋底轮廓曲线，确定鞋底上表面边缘涂胶曲线，采用等弧长离散法，实现边缘涂胶曲线的等距离散与涂胶轨迹生成;针对边缘涂胶曲线所围异形区域，采用等距直线扫描法，在求解扫描直线与边缘轮廓涂胶曲线交点的基础上，实现鞋底上表面涂胶轨迹的自动生成。实验结果表明，上述方法实现鞋底边缘和区域表面的全自动点胶。

    不规则区域点胶等距离散

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征相似的作业执行时间和内存预测算法

    张丹丹孔旭博吉青郑宇...
    366-371页
    查看更多>>摘要：准确预估作业所需的执行时间和内存量是提高作业调度系统性能的关键，然而，大多数用户提供的预估值准确性较差。提出一种基于作业特征相似性的预测算法——LSH-Sim，该算法将相似搜索和机器学习相结合，根据文本特征和数值特征搜索历史作业集中的相似作业，在相似作业集中使用机器学习或者均值法进行预测。借助局部敏感哈希算法搜索相似作业，在提高预测准确率的同时缩短预测时间。使用来自国家超级计算昆山中心、合肥先进计算中心和"乌镇之光"超级计算中心的历史作业集进行实验，实验结果表明，相较于朴素预测和改进模板预测算法，LSH-Sim算法的平均绝对误差更低，预测时间更短。

    作业调度作业资源预测特征相似局部敏感哈希

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于特征融合的自动调制识别算法

    朱敏陈慧贤王国华张鹏...
    372-378页
    查看更多>>摘要：目前大多数基于神经网络的调制识别算法，只使用时域或频域的单一信息来源，忽视利用多个变换域信息特征进行优势互补。提出基于特征融合的深度学习自动调制识别算法，可有效改善只利用时域或频域单一信息来源的调制识别效果。上述算法包含时频特征提取模块，将信号在不同变换域中的特征进行融合，然后采用基于注意力机制的长短期记忆网络和全连接层进行分类，通过多个变换域信息的特征融合，实现了优势互补。仿真结果表明，相比传统的深度学习调制识别算法，基于特征融合的自动调制识别算法能够有效地提取信号特征，具有更高的识别准确度。

    自动调制识别特征融合深度学习卷积神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    求解复杂混合流水车间调度的改进NSGAⅡ算法

    宋存利竺啸天
    379-387页
    查看更多>>摘要：针对砂型铸造车间调度问题中同时存在单机处理、并行处理与批处理的情形，构建复杂混合流水车间调度问题并提出一种改进非支配排序遗传算法求解上述问题。首先，以最小化最大完工时间和总能量消耗为优化目标建立线性规划模型，针对工序特征提出启发式解码规则。其次，提出了基于非支配的交叉对象匹配机制提升可行解的多样性，提出了基于区域中心的贪婪变邻域搜索机制提升可行解质量。最后，对改进算法进行了仿真，证明了算法的有效性。

    混合流水车间调度多目标非支配排序遗传算法变邻域搜索

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CNN+GRU的网络恶意流量检测算法

    高新成魏壮壮王莉利李林旭...
    388-394,469页
    查看更多>>摘要：针对网络恶意流量检测精确度和效率低等问题，提出了一种基于CNN+GRU算法的网络异常流量检测模型(CN-RU)。模型使用卷积神经网络和门控循环单元来分别自动化提取流量的空间和时间特征，全方位的收集网络流量特征。模型使用多个小卷积核和少参数的门控循环单元来准确提取流量特征的同时减小模型参数，达到提高检测精度与效率的目的。实验使用ISCX IDS2012、CIC-IDS2017、UNSW-NB15 三种数据集进行效果评估，对比不同算法的网络流量检测模型，实验结果表明所提出的CNN+GRU结构模型解决了神经网络模型梯度消失问题的同时大幅度提高准确率和检测效率。模型具有较高的应用价值，在网络安全管理应用上有更好的普适性。

    流量检测特征选择卷积神经网络门控循环单元注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据