概念设计产品表示模型研究

给出设计特征、功能转换传递元等概念,对FTU的结构表示和FTU的结构组合进行了描述.在已提出的概念设计产品基于原型构件-原型接合的层次P/T模型的基础上,建立了带能量流动关系的概念设计产品P/T模型.采用有向图来表示FTU结构单元之间的能量流动关系,从而建立起完善的概念设计产品结构模型.     

基于出行偏好和路径长度的路径规划方法

针对基于最短路径的路径规划方法只关注路径长度,而基于轨迹的路径规划方法过度依赖用户偏好的问题,提出一种同时考虑用户出行偏好和路径长度的路径规划方法.首先,利用长短期记忆模型从历史出行轨迹中提取用户的出行偏好;其次,采用Markov链Monte Carlo采样技术将用户的出行偏好引入启发式搜索算法A*中,在道路网络中搜索...     

机械传动系统概念设计自动化的策略研究

提出一种基于运动特征矢量的传动功能模型,利用该模型的可穷举性,构造了以传动功能矩阵为载体的功能库,进而实现了它与传动原理解知识库的集成.在此基础上,提出了基于传动功能矩阵的机械传动系统的自动求解模型,建立了基于约束分类的原理解组合可行性识别机制,有效地避免了解的组合爆炸.开发了计算机辅助机械传动系统概念设计软件,初步实现了机械传动系统概念设计的自动化.     

多学科信号系统的功能表示与智能综合方法

提出了一种基于信号转换原理解知识智能综合的多学科信号系统概念设计方法.该方法以结构化的多学科信号转换原理解的功能知识表示模型为基础,借助"感知-选择-作用"的原理解综合求解方法来实现多学科原理解的概念设计.初步建立了多学科信号转换原理解知识库,开发了相应的计算机辅助多学科信号转换概念设计原型系统,并进行了应用验证.     

混联液压系统通断特征知识表达模型及其分解规则

用通断特征矩阵表达混联液压系统初始设计要求进而形成阀体单元的知识表达模型,通过通断特征矩阵的分解与匹配操作来完成方向控制阀的概念设计．方向控制阀是混联液压系统液流控制的基本单元,通过实际模型中方向控制阀的通断特征建立基本单元库,并制定出特征矩阵串、并、混联运算规则．遵循特征矩阵的串、并、混联运算规则,初始矩阵被分为一系列子矩阵,通过子矩阵与单元库基本元素匹配完成液压系统方向控制阀的选型,将所有阀体组合可完成液压系统设计．整个特征矩阵分解与匹配过程便于编程实现,为混联液压系统计算机辅助设计提供了一种知识表达模型与运算方法,并通过实例验证了该方法的有效性和可行性．     

工业机器人避碰路径启发式搜索方法

介绍一种新的最短避碰路径搜索方法.在整个搜索过程中,启发式方法作为一种指导原则帮助机器人建立并发展智能,从而使机器人能够选择最短路径有可能经过的微型空间进行搜索.这种方法在5R“金钥匙”机器人上得到实现.     

车辆导航中一种改进的路径优化算法

针对车辆定位与导航系统中的最优路径规划中存在的问题,研究了最短路径搜索算法的快速实现技术,提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法和A*启发式搜索算法的基础上,利用双向A*算法和地图分层搜索技术减小搜索空间,采用二叉堆结构来实现路径计算过程中优先级队列的一系列操作,从而提高了算法的执行效率.仿真试验的结果证明了该算法的优异性能.     

用嵌套插队算法解决旅行推销员问题

提出了一种求解TSP问题的近似算法--嵌套插队算法.这种算法结合了启发式算法和随机化算法以及局 部寻优的思想。实验结果表明对于较小规模的TSP问题,直接用插队算法(QJA)就能以很大的概率获得已知最优 解。对于规模较大的TSP问题,嵌套插队算法(NQJA)能获得质量高于著名的启发式算法的解。另外，用嵌套插队 算法找到的China144的最短路径优于目前已知的最短路径。嵌套插队算法是专门针对TSP问题而提出的，但其思 想也可以给求解其他NP难解的组合优化问题以启发。     

基于网络的模型库结构表示方法研究

针对现有方法存在的不能表示复杂模型关系以及模型组合与求解自动化程度低的局限性,在对模型库结构表示方式进行比较的基础上,从而进一步分析并提出了数据类型广义匹配的概念,将其应用于模型连接的表示,给出了模型库的网络结构表示的定义及其构造方法。分析了模型组合及模型库必须考虑的元素,并用网络结构表示模型库中元素间的静态连接结构;给出了模型库网络结构的形式化定义,模型间的连接通过引入类型转换实现。从而简化模型之间连接,使模型的连接判断由类型匹配判断转化为模型与转换和转换与模型之间的类型相等性判别,而类型匹配操作则通过转换自动完成。并且在组合模型求解过程中,转换过程也会自动完成,提高了模型组合与求解的自动化。     

基于最小生成树的多视图特征点快速匹配算法

针对图像特征点匹配中计算效率较低且误配率较高的问题,提出了一种在两视图匹配中引入最小生成树的新算法.该方法主要运用最小生成树构建匹配代价最小的图像对,首先通过对输入的多幅图像进行特征点提取,对生成的特征点采用基于欧式距离的两视图匹配,进一步构建最小生成树以生成最短特征点匹配轨迹,从而完成匹配.测试结果表明:最小生成树的引入使得大多数特征点匹配过程只在相关图像中运行,且能找出匹配代价最低的匹配路径,在保证匹配准确性的情况下,计算时间开销约为传统算法的20%,保证了图像匹配的实时性.     

基于智能规划的自动化概念设计综合方法

为进一步提高计算机辅助概念设计(CACD)系统的求解效率,基于人工智能中智能规划的思想,提出了一种新的启发式自动化概念设计综合方法.该方法基于状态-动作的表达方法对原理解的功能知识进行表达,并利用规划图原理对原理解进行组织和存储.结合提出的前向链集成策略、后向链集成策略和前后向链综合集成求解策略,可以高效率地对设计问题进行求解.最后,以海浪发电照明系统的概念设计为例.对该方法的可行性和求解效率进行了验证.     

电讯业计费系统核算及平衡子系统设计与实现

针对电讯计费系统处理超大数据量的应用程序，很容易由于二软件或硬件故障而出现数据记录的输入和输出的不平衡问题，为了快速和准确的找出原因所在。提出了以系统中的具有输入和输出的程序及其输入和输出文件作为对象的核算与平衡系统的设想，通过计算有关对象的输入和输出来定位出问题的所在，给出了详细的设计和具体的实现方法。该系统为彻底解决计费系统的数据不平衡的问题提供了可靠而且有效的检测手段。     

面向低压输入MC-WPT系统高增益桥式补偿网络研究

由于无线电能传输系统松耦合特性,传统无线电能传输系统的输入输出增益普遍较低.这在光伏类型的低压输入高压输出应用中面临增益不足难题.提出一种基于桥式补偿网络的新型电能变换拓扑,研究基于桥式补偿网络的MC-WPT系统的阻抗特性以及能量传输特性,给出改进型桥式补偿网络方案.在此基础上,提出桥式补偿网络的参数设计设计方法.最后,本文通过实验验证所提出方法的正确性,可实现2～9倍的输入输出增益.     

基于事实和语义一致性的生成文本检测

文本生成技术的恶意滥用问题日益严重,因此生成文本检测技术至关重要. 现有的检测方法依赖于基于特定数据集的统计异常特征,从而导致方法的泛化能力较差. 本文考虑不同种类生成文本均易出现的事实错误、语义冲突问题,提出了一种基于事实和语义一致性的生成文本检测方法. 该方法通过实体将文本和外部知识库进行比较,得到文本的事实一致性特征. 另一方面,该方法借助文本蕴含技术对文本上文与下文进行关系推理,得到文本的语义一致性特征. 最后将这两类特征与RoBERTa的输出隐藏向量拼接,输入到线性分类层进行预测. 实验结果表明,该方法比当前的检测方法具有更高的准确率和泛化能力.     

一种新的基于决策熵的决策表约简方法

分析了在知识约简过程中经典粗糙集理论决策表知识约简方法的不足.以知识粗糙熵为基础,将一致和不一致对象分开,提出决策熵的概念及其属性重要性,在此基础上给出约简的判定定理;然后以条件属性子集的决策熵来度量其对决策分类的重要性,提出一种新的知识约简启发式方法.理论分析和实验结果表明,基于决策熵的属性重要性是一种更有效的启发式信息,该方法时间复杂度较低,有助于搜索最小或次优约简.     

被动通风系统建模与室内温度预测

以杭州绿色建筑科技馆被动通风系统为对象,根据被动通风原理初步确定对象模型的输入和输出,通过分析采集到的各种气候条件下的被动通风系统数据的相关性,验证模型的输入选择正确性,并经辨识建立了被动通风的多输入数学模型;然后,采用理论和实践方法验证了模型的一致性;最后,根据网站提供的部分天气预报参数,预测出第二天的办公室内温度,从而验证了该模型可以合理确定有源空调的开启时间,达到节能的目的.     

基于神经网络的FMS动态调度决策

提出用ＢＰ神经网络建立ＦＭＳ动态调度模块．以ＦＭＳ的生产状态和多优化目标作为神经网络的输入,多优化目标条件下的动态调度策略作为网络的输出．给出了系统的设计方法与实例,并通过仿真验证了神经网络所作出的动态调度策略是较优的．     

Nonlinearly correlated failure analysis and autonomic prediction for distributed systems

In order to achieve failure prediction without manual intervention for distributed systems,a novel failure feature analysis and extraction approach to automate failure prediction is proposed.Compared with the traditional methods which focus on building heuristic rules or models,the autonomic prediction approach analyzes the nonlinear correlation of failure features by recognizing failure patterns.Failure data are sorted according to the nonlinear correlation and failure signature is proposed for autonomic prediction.In addition,the Manifold Learning algorithm named supervised locally linear embedding is applied to achieve feature extraction.Based on the runtime monitoring of failure metrics,the experimental results indicate that the proposed method has better performance in terms of both correlation recognition precision and feature extraction quality and thus it can be used to design efficient autonomic failure prediction for distributed systems.     

基于Markov链模型的被动测试错误检测算法

通过分析如何将概率统计的思想应用到基于有限状态机的协议被动测试上,在Markov链模型基础上,提出了一种新的被动测试错误检测算法,并给出了与已有算法的比较.从比较结果可知,新算法只需要知道有限状态机中转换的概率分布和最终观察到的输入/输出对的概率分布,就可以解决已有算法存在的问题,因此适用范围更广,同时还探讨了单个错误定位问题.