基于粗糙集的工控界面多智能体系统模型研究

在工控界面多智能体系统中引入粗糙集的概念，尝试建立一种集知识表达和运算于一体的Agent数字化模型。丈中运用粗糙集在知识分类上的优势，从Agent的静态和动态属性入手，划分基本等价类。从而建立能描述各个Agent和整个MAS（多Agent系统）特点的知识表达系统模型，并对该表达系统进行数字化和归一化处理，使其能方便的在计算机中表达、推理和计算，并为MAS中各Agent间的协作奠定了基础。     

基于UML的面向对象编程在直接转矩控制系统中的应用

把面向对象的方法运用于控制系统设计，并利用UML的建模机制和特点，以UML为建模语言，同时以Rational ROSE为工具对直接转矩控制系统进行面向对象建模。     

An Integrated Causal Path Identification Method

Finding causality merely from observed data is a fundamental problem in science. The most basic form of this causal problem is to determine whether X leads to Y or Y leads to X in the case of joint observation of two variables X, Y. In statistics, path analysis is used to describe the direct dependence between a set of variables. But in fact, we usually do not know the causal order between variables. However, ignoring the direction of the causal path will prevent researchers from analyzing or using causal models. In this study, we propose a method for estimating causality based on observed data. First, observed variables are cleaned and valid variables are retained. Then, a direct linear non-Gaussian acyclic graph models(DirectLiNGAM) estimates the causal order K between variables. The third step is to estimate the adjacency matrix B of the causal relationship based on K. Next, since B is not convenient for model interpretation, we use adaptive lasso to prune the causal path and variables. Further, a causal path graph and a recursive model are established. Finally, we test and debug the recursive model, obtain a causal model with good fit, and estimate the direct, indirect and total effects between causal variables. This paper overcomes the randomness assigning causal order to variables. This study is different from the researcher's understanding of his own model by generating some form of simulation data. The simplest and relatively unsmooth statistical learning method used in this study has obvious advantages in the field of interpretable machine learning.     

冷却单螺杆内聚合物熔体传热模型

基于聚合物熔体在冷却单螺杆内传热,引入平均温度表征螺槽深度方向的熔体温度变化,将黏性生热简化为内热源,建立聚合物熔体传热理论分析模型;基于模型分析了冷却单螺杆的结构参数与工艺参数对聚合物熔体冷却过程的影响规律,并通过计算流体动力学（CFD）模拟验证模型的准确性。结果表明,当螺槽深度为5~9 mm、螺纹升角为30°~50°时,通过增大螺槽深度和螺纹升角,同时降低螺杆转速和减少产量,能够有效增强冷却单螺杆内聚合物熔体的冷却效果,此时模型能够满足冷却单螺杆内聚合物熔体的降温需求。数值模拟值与模型计算值的最大相对误差为1.21%,表明聚合物熔体传热模型能够预测冷却单螺杆内聚合物熔体的冷却过程,可以为串联挤出发泡系统中冷却单螺杆的设计提供一定的理论参考。     

某型直升机异常离地状态的尾桨涡环特性分析

为弄清某型直升机连续发生的两起异常离地后加速快转事故的原因,根据直升机尾桨涡环的机理,结合事故直升机的状态特点,进行了计算、分析,有关参数计算结果与事故直升机飞参记录的数据一致。研究表明,由于该型机在地面处于尾桨小拉力状态时,进入尾桨涡环的临界偏转角速度小,因而异常离地时一旦意外偏转,尾桨涡环易进、难改,即尾桨涡环特性显著变差。经分析,提出了相关应对措施,有利于提高该型机的起降安全水平。研究结论对其他类似机型也有参考价值。     

基于RFieldbus的Token-Passing协议实时性能建模

RFieldbus无线现场总线的MAC协议Token Passing可看成是一个多台多队列排队系统。在分析了TTR(令牌目的循环时间)对RFieldbus中3个优先级队列的服务时间的动态限制后，多台单队列排队模型RF-P被提出。对从站的轮巡交换数据任务被转化为RF-P中的令牌内走步时间，原有的高、低级别两个队列则化成了两个具有不同Poisson到达率的M／G／1／∞服务台。利用排队论中的准守恒PCL定律，在将服务时间限制转换为数量限制后，求出了等待响应时间的数学解析式。与试验结果的比较表明，在负载不大于60％时其偏差度约在10．20％间。     

提高热变形实验精度的两种方法

实验研究仍然是热变形研究，尤其机械热变形研究重要方法。机械热变形实验由于周期长、影响因素多，难于保证高精度。利用三维新型高精度多功能热变形实验装置，通过改进数据处理和对微小系统误差修正两种方法，实现提高实验效率和测量精度。这两种方法均来自实验。实例证明，其原理简单，易于操作，成本低廉。     

基于GIS网络分析的小商品集散地选址

我国早期的小商品集散地的选择多由行政命令指定,不是完全从经济学和空间结构的角度完成布局,存在较多的成本浪费。地理信息系统的出现,为我们提供了一个全新解决此类问题的工具,利用经济地理学和区位论的知识作为理论基础,依托GIS强大的空间分析功能建立选址模型,从而使解决此类问题的方案更科学、更合理。     

奈特不确定下考虑逆向选择的最优动态契约设计

现实世界中不确定可以分成概率不确定和奈特（Knight）不确定.本文从奈特不确定框架研究连续时间下面临道德风险的委托-代理问题，试图分析低道德水平代理人逆向选择对高道德水平代理人延续价值和动态最优契约执行过程的影响.首先，基于非线性期望理论，利用G-布朗运动刻画契约项目盈利的动力学方程，进而定义了委托人和代理人的期望效用.其次，用带G-布朗运动驱动的随机微方程刻画了高道德水平代理人和低道德水平代理人价值过程.并且，利用次线性期望下的最优性原理，推导出高道德水平代理人预期效用值函数所满足的哈密尔顿-雅可比-贝尔曼（HJB）方程，在低道德水平代理人逆向选择下给出高道德水平代理人获得的最优报酬，同时得到低道德水平与高道德水平两类代理人最优努力水平的隐式表达式.最后，通过Matlab数值模拟，阐释了奈特不确定对委托人和不同类型代理人的策略影响.模拟分析结果表明，低道德水平代理人的逆向选择将会直接影响高道德水平代理人的契约支付，进而会影响契约有效性；而作为造成低道德水平代理人逆向选择的重要原因，奈特不确定也使得委托代理双方的决策更加谨慎.