r连续位匹配算法的改进

为解决传统r连续位匹配算法无法充分反映匹配程度导致误检率和漏检率较高的问题,在深入分析传统r连续位匹配算法的基础上,提出一种基于权重的基因块匹配算法。根据字符串中不同字符段的实际意义对其进行分块并根据重要程度分配相应权重。采用先块内匹配,再字符串匹配的双层匹配算法,能够反映实际匹配程度。仿真结果表明,该算法能够在算法复杂度没有太大增加的前提下,有效提高检测率,降低误检率。

基于r-连续位匹配规则的免疫计算中孔洞的研究

自体/非自体识别是免疫计算的基础,也是构建人工免疫系统的核心问题之一。针对免疫算法的编码方式,孔洞定义及其成因进行了阐述;在此基础上量化分析了基于r-连续位匹配规则的孔洞规模,给出了此类孔洞数目的计算算法;最后比较现有方案,提出更为优化的解决方案。

基于负选择算法的异常入侵检测

自然免疫系统的保护机制为设计计算机入侵检测带来了巨大的灵感,并且它是一种能够解决复杂入侵问题的信息安全技术。本文提出一个新的异常入侵检测算法,该算法能够通过产生有效率的检测因子来检测即时的入侵。

基于规则学习的炼钢-连铸钢包选配方法

针对炼钢-连铸生产钢包选配时,钢包属性众多,且选配目标相互冲突难以同时满足的现状,通过一阶规则学习确定钢包温度最高、钢包使用次数最多、钢包材质等级最低和钢包下水口数量最小为性能指标,以钢包温度、使用次数、钢包材质、钢包水口使用次数、滑板和框架使用次数为约束,为每个炉次决策钢包,建立钢包选配模型.通过最小一般泛化法给出了钢包选配规则,提出了基于规则优先级的启发式钢包选配方法.实际数据仿真与实际应用结果表明,所提方法减少了在线钢包数量和日钢包维护次数,提升了炉次生产效率.

基于流程仿真的炼钢-连铸区段运行效率分析

炼钢-连铸区段是钢铁制造流程的核心区段,其运行效率对于流程整体运行的高效-稳定、协同-连续具有重要影响。如何进一步提升炼钢-连铸区段的运行效率,是“碳达峰”“碳中和”背景下钢铁行业面临的重要课题之一。以国内某转炉炼钢厂为研究对象,基于实际生产数据的解析,采用Python工具构建炼钢-连铸区段运行仿真模型,并以钢包周转周期、在线周转钢包数量、出钢至开浇时间、周转过程总等待时间、最大完工时间作为评价指标,系统研究排程规则等生产因素对炼钢-连铸区段运行效率的影响。此外,基于低碳、低成本生产的迫切要求,初步探究转炉高废钢比冶炼和夜间LF精炼类钢种集中生产2类模式下炼钢-连铸区段的运行效率。研究结果表明,所研究生产因素对炼钢-连铸区段运行效率影响程度的排序为排程规则>工序作业周期匹配性>工序作业周期波动。相比于炉机一一对应和设备作业均衡排程规则,所研究炼钢厂目前采用的设备最早可用排程规则更适用于复杂生产工况,在此基础上,通过缩小精炼周期波动范围可进一步提高炼钢-连铸区段运行效率。所研究炼钢厂“1座转炉高废钢比冶炼+2座转炉常规冶炼”的模式具有可行性,对于超低碳钢,高废钢比炉次的比例控制在15%为宜,同时,为保证运行效率,需满足前后工序生产节奏的匹配。夜间LF精炼类钢种集中生产模式能否有效实施的关键在于连浇炉数的控制,其中,典型低碳钢、包晶钢的合理连浇炉数范围分别为8~12炉和6~9炉。提出的流程仿真方法也可用于炼铁、轧钢等区段运行效率的研究,具有较高的普适性。