一类矩形切割的优化模型

研究了工业中常遇到的先将原料板切割成加工拼板后，再将拼板切割成单元板的一类矩形板材切割问题，此类问题归结为二维排布的双层优化，针对单元板在拼板上和拼板在原料板上的4种不同排布情形，建立了统一的非线性整数规划模型，根据问题的特点，给出了该模型的一个化双层优化为单层优化的求解算法，实际应用中，该算法能在数秒钟内按工艺要求给出最优切割方案，与传统方法相比，料板利用率常可提高5％～10％．     

基于Matlab的数字FIR滤波器设计

介绍了有限冲击响应数字滤波器的设计和利用窗函数设计FIR滤波器的方法，以及运用Matlab语言实现低通FIR滤波器的设计。     

基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真

提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法．该方法构造了滚动时间窗，利用滚动时间窗内的数据优化建模．模型随着时间窗的滚动进行在线更新，并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息．将基于滚动时间窗的LSSVM回归估计方法应用于软测量建模．进行轻柴油凝固点的预估．结果表明，该建模方法十分有效．     

减少多普勒信号时频分布斑点的研究

 商用多普勒分析仪应用短时傅立叶变换(STFT)对多普勒信号进行分析,其所得出的信号时频分布图上存在较多的多普勒斑点;为了减少或抑制这些多普勒斑点,得出较精确的医用参数或指标,讨论了一种基于维纳辛钦定理加窗函数对多普勒信号进行分析的新方法,并将分析结果与STFT法做了对比;最终,我们发现应用这种新方法能有效地减少多普勒斑点,得到更光滑精确的信号时频分布图.     

等效约束下风激励汽车前侧窗玻璃声辐射分析

为研究风激励下汽车侧窗玻璃表面湍流压力脉动激起玻璃振动而向车内辐射噪声的问题,以某试验车左前侧窗玻璃系统为研究对象,首先基于等效原理,将车窗密封条等效成系列弹簧约束,进行离散化建模,并搭建Matlab-Abaqus联合仿真优化平台,得到最佳等效弹簧刚度,建立侧窗系统约束边界等效模型.接着利用Corcos模型计算得到侧窗表面湍流压力脉动的功率谱密度,作为侧窗等效模型的激励,应用有限元方法计算车内驾驶员人耳处的声辐射.最后应用激光测振仪,获得侧窗表面振动速度分布试验数据,利用边界元方法(半仿真)计算车内声辐射.比较两种方法的计算结果,发现200Hz以上声辐射频谱特性吻合良好,证明了利用玻璃边界等效简化模型与Corcos模型作为激励源计算侧窗玻璃振动引起的声辐射有一定程度的适用性.     

面向产品投产比例的多Hoist调度研究

在电镀生产线上,多种不同类型的工件往往按照一定的比例关系组织生产,以应对多样化的订单需求,缩短订单交付周期,而为了克服由运输设备造成的生产瓶颈,加工设备之间的工件转运作业多采用数个自动化的Hoist(行车)来完成。针对面向产品投产比例的多Hoist调度问题,采用启发式策略实现多个不同类型工件在并行工作站上的分配,同时考虑工件加工时间窗口约束、工作站的使用能力约束以及Hoist无碰撞约束,构建了解决此类问题的混合整数规划模型。最后,以某印刷电路板制造企业的全板电镀生产实例验证了所建数学模型的实际应用价值。     

Robust model rankings of forecasting performance

This paper investigates robust model rankings in out‐of‐sample, short‐horizon forecasting. We provide strong evidence that rolling window averaging consistently produces robust model rankings while improving the forecasting performance of both individual models and model averaging. The rolling window averaging outperforms the (ex post) “optimal” window forecasts in more than 50% of the times across all rolling windows.     

一种参数自调整风电功率预测模型

为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.     

滑动窗口下数据流完全加权最大频繁项集挖掘

针对当前关于数据流加权最大频繁项集WMFI(weighted maximal frequent itemsets)的研究无法有效地处理频繁阈值和加权频繁阈值不一致情况下WMFI的挖掘问题,提出了完全加权最大频繁项集FWM FI(full w eighted maximal frequent itemsets)的概念.为了减少naive算法在处理滑动窗口下完全加权最大频繁项集挖掘时存在的冗余运算,提出了FWMFI-SW(FWMFI mining based on sliding window over data stream)算法.所提出的算法通过基于频繁约束条件的优化策略减少了naive算法中M ax W优化策略的无效调用次数;采用编辑距离比率作为WMFP-SW-tree的重构判别函数,可以有效减少该树的重构次数.实验结果表明FWMFI-SW算法是有效的,且比naive算法更有时间优势.     

基于信道占用率的Ad Hoc网络自适应公平性算法

Ad Hoc网络中,节点通过竞争信道完成通信,如果竞争窗口值选取策略不合理,则容易造成公平性问题.在分析现存典型公平性算法的实现机制基础上,提出了信道占用率的概念,设计了一种基于信道占用率的Ad Hoc网络自适应公平性算法.根据节点对通信历史及当前信道占用率与理想信道占用率之间的关系,将通信情况分为4种类别,再结合当前网络负载情况,动态设置竞争窗口值.仿真结果表明,该算法在改善吞吐量的同时,显著提高了节点信道接入公平性,在各种负载条件下表现良好,优于BEB、MILD、MIMD和NAVB等算法.