计算机论文：计算机论文范文精选十篇

计算机论文：计算机论文范文精选十篇
本文是一篇计算机论文，计算机应用开发型的论文，主体部分应包括：总体设计，模块划分，算法描述，编程模型，数据结构，实现技术，实例测试及性能分析。

（以上内容来自百度百科）今天为大家推荐一篇计算机论文，供大家参考。

计算机论文范文精选篇一
1 绪论
1.1 研究背景及意义
21 世纪以来，全球经济进入飞速发展的轨道，产业所需电力的提升和不断增加的汽车，快速扩张的石化工业和低价航空公司的兴起，
使人类对石油能源的需求日益增加。

石油既是现代工业的血液和经济命脉，也是一种战略资源，影响着国民经济的发展和国家安全，甚至成为影响国际经济和导致局部战争的重要因素[1]。

目前，人类对能源急剧增加的需求造成了国际原油价格的不断攀升的局面。

由于石油中各种组分油的物理性质和化学性质差别比较大，一般是无法直接用于工业生产过程和生活当中的，原油需要炼油企业经过一定的工序处理。

石油产品可分为：石油焦、石油溶剂与化工原料、石油燃料、石油沥青、石蜡、润滑剂等六类。

其中，各种燃料产量占的比重最大，大约占总石油产量的90%左右；而汽油作为引擎的一种重要的燃料，是石油燃料的重要产品，在石油的产品中属于消耗量最大的品种，其产量占到炼油厂很大的比重。

随着科学技术的发展以及日益严重的环境污染，各行业和政府不仅对汽油的需要量越来越大，质量要求也越来越高，随着科技的发展，现代汽车发动机拥有更好的性能，更高的压缩比（更高的压缩比意味着更高的热转化率），对于这些高性能的汽车来说，则需要使用更高辛烷值汽油（抗爆性能指数较高的汽油），辛烷值是汽油重要的质量指标之一[2]，如果高压缩比的发动机选用牌号低汽油时，也就是选用辛烷值比较低的汽油时，这种牌号的汽油在气缸中燃烧会使气缸温度迅速上升，而低牌号的汽油在气缸中会发生燃烧不完全现象，使机器发生强烈振动，从而使发动机的功率下降，内部的机件受损，最后造成的现象是汽车耗油及行驶无力。

过去主要向汽油中添加烯烃或者芳烃和丁烷来提高汽油辛烷值；当汽油中烯烃含量过高时，汽油不能完全燃烧，从而产生一种胶状物质，聚积在进
气管及气门导管部位，当发动机熄火冷却一段时间后，这些胶质会把气门粘在气门导管内，这时起动发动机，就会产生顶气门现象；另一方面，汽油中含有的氮、硫等元素的化合物，在燃烧时生成二氧化硫、三氧化硫、二氧化氮等有害物质，这些有害物质随着汽车尾气排放到空气中会对环境和健康造成很大危害。

……….
1.2 国内外发展状况
在二十世纪七十年代，炼油厂采用的调合方法基本都是罐式调合方法；这种方法操作比较简单，但是会造成组分罐的占有率高，调合周期长，二次调合率升高，生产效率低下，质量过剩严重、市场响应慢等的一系列问题；这些问题严重地影响了炼油企业的发展，成为炼油企业迈向现代化的瓶颈。

随着计算机的普及和计算机技术的高速发展，加上人类对汽油调合研究的不断深入，汽油调合的技术也日趋成熟。

上世纪八十年代，国外开始研究和应用汽油管道调合方法，在世界各大炼油企业大规模应用之后取得了很好的效果，得到了巨大的社会和经济效益，但多数也只是简单的检测仪表，检测的只是关键指标，不能实时获得组分油和成品油的的重要指标，配方也是固定的，不能
实时根据组分油成分的变化来在线修改配方，这种发展的瓶颈主要来自于当时自动化技术发展，在此后的时间内，计算机及自动化技术得到飞速发展，并且近红外监测技术也日益成熟，为在线管道调合技术的奠定了基础。

上世纪九十年代，英国林赛炼油厂采用在线管道调合优化控制系统之后，取得了巨大的成功和丰厚的收益，该调合优化控制系统在使用了蒸汽压、辛烷值和馏程等在线分析仪的同时也选用了I/AS 系统，在调合过程中大量使用了低成本的组分油，大幅降低了成品油质量过剩，对各个指标的控制精度和一次调合成功都明显提高，每年大约可以节约几百万美元，不到两年即收回全部投资。

………
2 汽油调合工艺
2.1 汽油调合的原理
汽油调合[12-15]，是指炼油企业按照一定的配比将几种组分油（如催化裂化汽油、重整汽油、轻石脑油等）在一定条件下进行充分均匀
混合，有时还需要加入某些特定的添加剂（如MMT 以提高成品油的某些质量指标），在选择添加剂时，要充分考虑添加剂和组分油之间以及组分油之间的非线性反应，从而最终调配出满足一定质量指标汽油的工业过程。

汽油调合过程作为炼油企业生产汽油中的最后一个环节，是生产汽油过程中非常重要的一个环节，也是一项复杂的工艺过程，调合系统的好坏直接关系到最终汽油产品的质量，在国内有许多炼油企业采用传统人工经验值来试凑调合配方，这种调合方式会使原料利用率保持在很低的水平，造成原料的浪费，而且大大降低一次调合成功率，最终增加调合次数，影响经济效益；采用先进的汽油调合工艺可以使汽油炼制企业在生产过程中最低程度地使用高成本、高标号的组分油以及添加剂，也能避免质量过剩；汽油调合过程中蕴藏着巨大的商机，所以汽油炼制企业纷纷投入巨资引进调合系统，通过提高工艺，改善加工水平来提高生产效益。

汽油调合的目的是[16]:使生产的汽油符合国家的各项规定指标，且性能稳定，增加炼制过程中的原料转化率，减少炼制过程中的损失，减少重调次数，从而使经济效益最大化。

汽油调合的意义在于：通过对调合过程实施先进的在线质量控制，实时监控组分油以及成品油中各项质量指标，不仅可以提高成品油中的辛烷值，而且使油品中的其它质量指标也满足规格要求，从而使炼油厂获得的利益最大化。

…….
2.2 汽油的组成、分类及质量性能指标
汽油作为炼油厂的重要产品，主要用于汽化器式发动机或点燃式发动机（即汽油机），要由原油经过蒸馏、重整、热裂化、催化裂化等生产过程；它主要是由不同的烃类化合物构成，包括环烷烃、芳香烃、链烷烃和烯烃等，此外汽油中还含有氧、硫、氮和少量金属元素等非烃类化合物，根据制造过程可分为催化裂化汽油、热裂化汽油、重整汽油、焦化汽油、裂解汽油、烷基化汽油、合成汽油、叠合汽油、直馏汽油和加氢裂化汽油等。

根据用途可分为溶剂汽油、航空汽油和车用汽油等三大类。

主要用途为汽油机的燃料。

而汽油的质量指标主要有四个方面：抗爆性、蒸发性、安定性和腐蚀性。

抗爆性[17]是指汽油在各种使用条件下抗爆震燃烧的能力。

车用汽油的抗爆性用辛烷值表示，正庚烷的抗爆性差，辛烷值定为0；异辛烷的抗爆性较好，辛烷值定为100。

以正庚烷和异辛烷为标准燃料来测定汽油辛烷值，使其产生与试样相同的爆震强度，试样的辛烷值就是标准燃料中异辛烷所占的体积百分数的大小。

辛烷值越高，抗爆性则越好。

一般我们把辛烷值分为两种，分别是研究法辛烷值和马达法辛烷值，英文简称分别为RON 和MON。

还可以把两种辛烷值的数值进行相加除以2,即(RON+MON)/2,称为抗爆指数。

如果用 3 种方法表示同一种汽油，它的标号是不同的。

例如有一批次汽油,研究法辛烷值为93,马达法辛
烷值为83,则抗爆指数为88。

按辛烷值高低可以划分出汽油的等级。

………
3 汽油管道调合过程的优化控制方法 (12)
3.1 引言 (12)
3.2 优化设定层 (12)
3.3 回路控制层 (17)
3.4 本章小结 (18)
4 汽油管道调合控制系统的设计及开发 (19)
4.1 引言 (19)
4.2 优化控制系统的结构 (19)
4.3 优化控制系统的硬件设计 (20)
4.4 优化控制系统的软件设计 (28)
4.5 本章小节 (34)
5 半实物仿真实验平台设计 (35)
5.1 引言 (35)
5.2 半实物仿真实验平台的整体结构 (35)
5.3 优化设定计算机 (36)
5.4 PLC 控制系统 (41)
5.5 模型计算机 (43)
5.6 监控计算机 (50)
5.7 仿真平台运行结果 (55)
5.8 本章小结 (62)
5 半实物仿真实验平台设计
5.1 引言
半实物仿真技术是比较前沿的，必须要建立仿真对象实体的数学模型，此仿真系统是虚、实结合的系统，随着建模水平的不断提高，在全数字仿真的今天，仿真更为智能化、高效化；由于半实物仿真技术本身的优势，它已经成为工业过程特别是复杂工业过程的控制系统设计、开发和质量改进的必要手段，由于汽油管道调合过程是一个具有多变量、非线性的一个复杂工业过程，本文结合半实物仿真实验平台的优势和特点，运用MATLAB 软件、VB 软件、SIMATIC 平台、WinCC 软件等开发了半实物仿真实验平台，并以OPC、以太网、PROFIBUS、ActiveX 等通讯方式使得各个软件之间可以完成相互通讯，从而完成数据的读写和交换，之前工程上的仿真都是基于MATLAB 进行的，本文成功开发出半实物仿真实验平台后，可以弥补现场试验的不足，提高了系统的仿真精度，进而验证了实验平台的有效和高效性。

优化
设定计算机是根据各个组分油中各个成分的含量和汽油调合原有的模型进行计算得出初始的配方，并将得出的配方值上传到PLC 控制系统完成对各个组分油流量的控制，本文采用MATLAB 进行配方的计算并且通过AcitveX 部件使得数据在用VB软件所开发的优化界面中显示。

………
结论
汽油调合过程是生产汽油过程中的一道重要工序，汽油调合效果的好坏直接影响到最终成品油的质量。

本文对汽油管道调合过程优化控制系统进行了研究，该优化控制系统分为优化设定层和底层控制回路层。

优化设定层主要包括工艺计算模型和优化算法，在此层中主要完成计算汽油调合过程中各组分油设定值的计算任务，然后将此值传送给底层控制回路；底层控制回路主要完成对各个组分油流量的控制任务，该层采用传统的PID 控制方法对设定值进行跟踪。

本文在控制系统的设计过程中，完成了硬件设计和软件设计两部分工作，其中硬
件设计主要包括PLC 控制器、I/O 模块选择，软件设计主要包括优化设定计算机中优化算法的编程和优化界面的开发设计、控制计算机中的逻辑控制程序和连续控制程序的编写、监控计算机中的监控画面的开发。

通过开发半实物仿真实验平台，极大的提高了系统的仿真精度和仿真速度，半实物仿真实验平台与现场实际非常贴切，弥补了现场试验的不足，获得了极好的仿真效果。

经过几十年的发展，汽油调合系统在建模、优化、控制等各个方面已经取得很大成就，但是笔者认为，汽油管道调合过程优化控制领域仍然存在以下亟待解决的问题：调合模型：汽油调合模型是反应各个组分油之间调合关系的数学表达式，迄今为止已经有诸多学者提出了很多种汽油调合过程中辛烷值模型，模型精度也逐渐提高，相信更多的学者在基于更多研究的基础上，在未来一定会开发出精度更高，维护更简单的辛烷值模型。

在线分析：汽油调合过程中，在线分析仪负责在线实时的测量各个组分油和成品油中的成分，所示这些数据的准确性将对成品油的质量产生很大影响，而现有的近红外分析的精度还有待提高，所以应该开发出测量速度更快、精度更高的在线分析装置。

…………
参考文献（略）
计算机论文范文精选篇二
第1章绪论
1.1 课题研究的背景和意义
随着计算机的普及和互联网的发展，电子商务逐渐兴起，网络上每天都产生TB 以上等级的巨量数据[1]，如何从海量的数据中找到有价值的信息是当前的一个热点，对人类社会具有非常重要的社会价值和降级利益，数据挖掘就是实现这一功能的技术。

在企业应用方面[2]，可经由数据挖掘[3]中的关联规则挖掘算法[4]来分析用户的浏览行为、兴趣取向和使用频率等，提高网站或商品的使用客户率，进而提高公司得营利。

关联规则挖掘作为数据挖掘中最成熟、最活跃的研究内容之一，其目的是找出数据库中不同项之间的相关关系、核心问题是频繁项集的获取[4]。

在频繁项集挖掘中具代表性的经典算法─Apriori 算法[5,6]。

Apriori 算法采取循序渐进的方式组合出侯选项集，其思想是利用已知的高频数据项集推导其他高频数据项集。

但是单一的主机已
经无法负担大量的运算，从而延伸出的丛集式运算、格网运算、云端运算[7]等，以往提出的分布式数据挖掘算法已经无法解决现有海量数据处理问题[8]。

云计算是分布式计算、并行运算和网格计算的进一步演进。

将传统数据挖掘算法并行化改进后移植到Hadoop 云计算平台被相继提出[9]，由于Hadoop 具有良好的可靠性、扩展性、通用性、价格低廉、虚拟化、按需服务、巨大的存储和计算能力、动态交互等特色，促使学者甚至各大企业大量投入其研究与应用[10,11]。

现在已有很多运用在Hadoop 的MapReduce 计算框架的Apriori 算法被提出[12,13]。

其中one-phase 算法一次产生所有候选项集再进行筛选的特性有着内存严重占用的问题[14]；而k-phase 算法，运用多次MapReduce 运算出每一阶的候选项集再进行筛选，虽有效节省内存，但多次的MapReduce 运算会严重增加其基本消耗的时间(一次22 秒~25 秒左右)，而且由于Hadoop 环境下多台计算机之间通讯方式采用传统的通讯协议，如，TCP/IP，HTTP，造成通讯延迟问题，严重影响了以上两种算法的运算效率[15]。

FAMR 算法，其利用了AprioriTID[17]的优点对数据先做前置的处理，目的在于筛选出一阶低频项集，减少候选项集的产生和内存使用量，使速度有显着的提升，但是其算法在Map 端仍存在大量低频项集的产生问题[16]。

……….
1.2 数据挖掘的介绍及研究现状
数据挖掘是从大量的数据中抽取未知的、可信的、新颖的、有效的及有潜在应用价值的信息或模式的高级处理过程。

也就是说可以从一个大型数据库里头所储存的大量数据当中萃取出有趣、有用的知识。

近几年云端运算的议题非常的热门，运用Hadoop 来处理巨量数据的算法也相继被提出，由于Hadoop 具有良好的扩充性、容错性、经济性等特色，促使学者甚至各大企业大量投入其研究与应用。

而数据挖掘被作为数据库中知识发现的一个基本步骤，因为云端运算技术的成熟，运用Hadoop 来处理巨量数据的算法也相继被提出。

数据挖掘是数据库知识发现(Knowledge-Discovery in Databases, KDD)中，在可接受的计算效率限制内生成特定模式的一个步骤[18]。

KDD：“KDD 是从数据中辨别有效的、新颖的、潜在有用的、最终可理解的模式的过程。

”也就是说可以从一个大型数据库中萃取出有价值的知识，这个大型数据库有可能是在联机操作的数据库[19]，也有可能是数据仓储[20]。

数据挖掘：“数据挖掘是KDD 中通过特定的算法在可接受的计算效率限制内生成特定模式的一个步骤。

”也就是说可以从一个大型数据库里所储存的大量数据中萃取出有趣、有用的知识。

……..
第2章Hadoop 概述
2.1 Hadoop 简介
Hadoop 是Apache Lucene 创始人Doug Cutting 创建的，是Apache 软件基金会旗下的一个开放原始码的分布式计算平台，主要是以Hadoop 分布式文件系统(Hadoop Distributed Filesystem,HDFS)和MapReduce 为核心[10]。

HDFS 的高容错性、高伸缩性等优点允许用户将Hadoop 部署在低廉的硬件上，形成分布式系统，MapReduce 分布式编程模型允许用户在不了解分布式系统底层细节的情况下开发并行应用程序。

Hadoop 是基于Java 程序语言所开发的，在架设方面不限于特定的操作系统，使得Hadoop 可以轻易部署在低阶的计算机丛集中，对于中、小型企业或者学术研究单位，可节省实际运用及学习研究的门槛，Hadoop 是一个能够让用户轻松架构和使用的分布式计算平台。

用户可以轻松地在Hadoop 上开发和运行处理海量数据的应用程序，它在Hadoop 上开发和处理巨量数据的应用程序更为容易，所以在众多产业和学术研究单位领域中被高度地重视，最主要有以下几个特色[35]，如表2-1 所示。

在2008 年1 月，Hadoop
已经成为Apache 顶级的项目，证明了它的成功，多样，活跃性。

到目前为止，除Yahoo!之外，被许多公司像Facebook 和《纽约时报》等知名企业使用，其最大贡献者Yahoo!在同年的2 月份建构了当时运算规模顶级的Hadoop 应用，它们在2000 个节点上面执行了超过1 万个Hadoop虚拟机器来处理超过5PB 的网页内容，这些数据经过压缩后超过300TB，有着非常突出的成绩，相信在不久未来，Hadoop 将会被广泛应用到更多领域中，为大量的数据提供更加快速且高质的服务。

………
2.2 Hadoop 分布式文件系统
Hadoop 分布式文件系统(Hadoop Distributed Filesystem，HDFS)以流式数据访问模式来存储超大文件，它具有高容错性的特点[36]，可以运行于商用硬件集群上。

整体来说，HDFS 它主要有以下特点。

1．处理超大文件运行在HDFS 之上的程序有很大量的数据集。

典型的HDFS 文件大小是GB 到TB 的级别。

因此单一大档可能需要被分割成数以千万计个小档案，而HDFS 要能正确的管控这些小档案。

在Yahoo!所建置的Hadoop已经扩充到4000 个节点以上。

2．流式数据访问HDFS 的构建思路是这样的：一次写入，多次读取是最高效的访问模型。

这表示当档案一旦建立、写入、关闭之后就不会再修改了，因为数据集通常有数据生成或从数据源复制而来，接着长时间在此数据集上进行各类分析。

所以HDFS 适合批处理的应用，而不是用在实时响应使用者，也就是说，请求读取整个数据要比读取一条数据更加高效。

3．移动计算效率高储存在HDFS 文件系统的数据通常都是非常的巨量，因此数据不会存放在单一机器上。

若是要将存放于各台机器上的数据移到某一台上执行，这会浪费许多的资源，所以HDFS 将计算的功能移到各个存放数据的机器上，就地运算，那么数据就不需要移动，可节省资源并提高效率。

4．执行于低廉设备Hadoop 并不需要运行在昂贵且高可靠的硬件上。

它是设计运行在商用硬件的集群上的，不过这也表示廉价的机器所组成的丛集中其节点出现故障情况的机率相对的高，所以HDFS 需充分考虑数据的可用性及安全性。

………
第3 章MapReduce 作业的运算性能分析 (19)
3.1 MapReduce 框架的调用 (19)
3.2 MapReduce 作业工作机制 (23)
3.3 MapReduce 作业运算分析与优化 (24)
3.4 本章小结 (29)
第4 章基于MapReduce 计算模型的高效率 (30)
4.1 问题描述 (30)
4.2 算法设计 (31)
4.3 算法性能分析 (37)
4.4 本章小结 (40)
第5 章基于云计算的Apriori 传输效率优化算法 (41)
5.1 问题描述 (41)
5.2 算法设计 (42)
5.3 实验结果与分析 (46)
5.4 本章小结 (49)
第5章基于云计算的Apriori 传输效率优化算法
5.1 问题描述
本文提出的IOMRA 算法，其利用TID 表格对初始资料进行预处理，删除一阶低频项集，筛选一阶高频项集。

然后，通过计算每笔交易记录的长度和支持度确定map 任务中最大合并候选项集阶数，进而减少数据产生量，减少记忆体的占用量。

但是由于map 任务的输
出数据都需要远程传输到reduce 任务端，而Hadoop 采用的是传统传输协议，如TCP/IP，HTTP，这些会影响数据传输效率，成为运算性能的瓶颈。

为了分析IOMRA 运算中数据通信消耗对整体运算的影响，本文做了如下实验，分析在交易记录数分别为100K,400K,800K,2000K，支持度为0.1%时，数据分别平均切割成6，3 块，测试IOMRA 算法中copy 阶段占所有MapReduce运算中执行时间的比例，如表5-1 所示。

随着交易数据量的增加，map 任务会生成更多的数据，同时，更多的数据需要被传输。

当map 任务数为 3 时，copy阶段占整体运算时间的比例最低为45.5%，最高为46.8%。

当map 任务数为6时，copy 阶段占整体运算时间的比例最低为49.4%，最高为63.9%。

显而易见，在整体运算中copy 阶段通讯时间的消耗对整体的运算效率的影像非常大。

…………
结论
随着因特网的快速发展，大数据是一个越来越重要且热门的议题。

我们运用具有处理大数据能力的Hadoop 云端运算平台。

并针对基于Hadoop 环境的运算中存在的内存占用严重和数据传输延迟进行深入，设计基于Hadoop 环境利用MapReduce 的框架的频繁项集挖掘算法。

本文针对基于Hadoop 系统进行分布式平行计算的研究为核心，主要介绍了以下内容：
1．概括介绍了数据挖掘算法研究意义和国内外发展现状，对基于Hadoop环境下运算过程中各个阶段耗时情况进行了分析，对MapReduce 运算中内存占用情况和数据传输情况进行仔细分析，得出传统基于Hadoop 提出的Apriori 算法中，内存消耗的严重和数据传输延迟严重影响算法的运算效率。

2．针对基于Hadoop 环境的频繁项集挖掘算法中存在的内存占用严重问题进行研究，设计了一个基于MapRduce 计算模型的高效率频繁项集挖掘算法(IOMRA)。

通过利用交易记录中每笔交易记录的长度，确定Map 端最大合并候选项集的阶数，减少无用候选项集的产生，进而减少内存占用，减少通讯时间消耗。

3．Hadoop 环境中由于采用HTTP 传输协议带来了传输效率影响。

并分析Hadoop 中数据的存储形式，得出通过改变运算过程中产生的数据中键值对的存储格式，可以有效减少内存使用量，减少数据传输延迟情况的发生。

因此，基于IOMRA 算法进行了改进。

通过改
变数据键值对的存储形式，大幅度减少内存使用量，减少数据传输量，进而减少数据传输时间，提高整体运算效率。

…………
参考文献（略）
计算机论文范文精选篇三
第1 章绪论
1.1 研究背景与意义
长春市净月高新区自1995 年建区以来，尚未进行系统的土地收储资产清理工作，存在着管理手段单一、各时期的地块测量坐标系统不一、批复的形式不一、批复位置和数量与实地位置和数量不一等问。