以数字高程模型(DEM)为数据基础，分析了给定洪水水位与洪水水量两种洪水淹没范围计算方法，并利用 Arc Engine开发组件实现了淹没区的虚拟现实表达．结果表明：两种计算方法可快速、高效地模拟洪水淹没范围，结合地理信息系统可直观地展示在三维可视化平台上，为防洪指挥调度及洪灾灾害的评估提供更加科学、直观的决策服务，对现代水利的数字化和信息化建设有一定的现实意义．

提出一种新的自适应粒子群优化算法, 以解决梯度法为基础的算法在进行多参数拟合时因各参数之间相关性较高而带来的拟合上的问题. 该粒子群优化算法采用自适应变异和动态自适应调整搜索范围、惯性权重相结合的改进策略, 数值模拟了将该算法应用于测量薄膜热物性时的多参数拟合, 结果表明该算法是可行和有效的.

针对具有本质非线性动态的多智能体网络，研究分布式包容控制问题。假设只有部分个体已知领航者信息，依据相对位置和速度信息设计分布式控制律。基于代数图论、矩阵理论和Lyapunov稳定性分析方法，得出非线性网络实现渐近包容控制的充分条件。当跟随者之间有向强连通且每个跟随者都至少存在一个领航者与其通信，可选取合适的控制增益使得跟随者渐近收敛到由多个领航者所围成的静态凸包中。仿真实例验证了理论分析的正确性和有效性。

为了解决语音参数编码算法中多级矢量量化中码本尺寸过大，存储量过大，导致搜索复杂度大的问题，提出了多级矢量量化中的码本共享的迭代算法。该算法基于多级矢量量化中各级待量化码矢之间的相似性，采用模拟退火算法，通过迭代得出共享变换系数。在1.2kb/s的正弦激励线性预测声码器中，采用该算法对线谱对参数进行多级矢量量化。测试结果表明：在共享级别选择恰当时，可降低存储量20%，同时重建语音谱失真损失约为0.02dB，可见该算法可以有效降低码本容量，同时对语音质量影响极小。

分析研究了基于小波变换的图像增强原理和方法,对 X线医学图像进行3层小波分解,得到各层 的小波系数;采用不同的增强算法对不同层次的小波系数进行处理;利用处理后的小波系数进行小波逆变 换,得到增强后的图像。实验结果表明该方法的增强效果明显优于直方图均衡化方法,既提高了图像的整 体对比度,又突出了图像的局部细节,同时还抑制了噪声。

由于灌区水量调度问题的复杂性和不确定性,单纯利用调度模型进行灌区水量调度在实际应用中往往存在一些问题.为了使理论研究尽可能与实际应用相结合,将人工智能中的基于事例推理( CBR) 技术引入到灌区水量调度中,将以往的灌区水量调度事例作为历史事例以一定的结构和方式存储在事例库中,对于新的灌区水量调度问题,从事例库中寻找相似的事例, 并根据其调度方案, 确定新问题的解决方案.实际算例表明,对于灌区水量调度问题,基于事例推理的灌区水量调度能充分的将以往的调度经验结合起来,使得调度结果更合理、可行,具有较强的实用性

【目的】构建水库防洪调度决策支持系统,为水库洪水调度决策提供支持。【方法】将事例推理(CBR)技术应用到水库洪水调度中,建立基于CBR的水库防洪调度决策支持系统,并提出了系统关键技术的实现思路和方法。【结果】基于CBR的水库防洪调度决策支持系统的运行结果表明,系统能充分地将以往的洪水调度经验和调度模型结合起来,使调度结果更为合理、可行。【结论】所构建的系统具有较强的实用性,可以满足水库防洪调度决策的需要。

描述了Linux的进程调度的过程，Linux采用时间片轮转和可剥夺调度优先级相结合的调度策略，它把进程分成两类：实时进程和非实时进程。实时进程总是在非实时进程之前运行。

首先对样本数据运用径向基函数的方法进行理想化插值处理,找到输人输出数据之间的函数关系 t=h(x),在考虑高斯噪声干扰的情形下,构造新的能量函数,并使其收敛到稳定态,从而反推出精确插值函数 t=y(x);由似然函数变形构造得到误差平方和函数E**作为误差分析函数,结果表明:E**的最小值点(或极小值点)即为似然函数的最大值点(或极大值点),所采用的噪声数据插值处理使得神经网络的整体误差最小。

阐述了支持向量机在时间序列预测中应用的理论基础，建立了人口时间序列的支持向量机预测模型。计算结果表明，无论是在拟合过程还是在预测过程，支持向量机方法都具有很高的计算精度.因此，采用支持向量机方法对人口时间序列进行预测分析是可行的。