二机流水作业带不可用区间、工件可拒绝的调度问题

考虑了二机流水作业第一台机器带不可用区间、工件可拒绝的调度问题.所有的工件都是加工可中断的,即当某一工件在不可用区间出现之前开始加工但在机器不可用时并未加工完成,在不可用区间结束后可以接着加工.目标函数是最小化接受加工工件的最大完工时间与拒绝工件的惩罚之和.此问题是NP-难的.首先提出了一个动态规划的最优算法以求解小规模问题,并给出了数值计算实例.所提出的动态规划算法的运算时间随着问题的规模成指数增长,进而又提出了一个启发式算法,并证明了该启发式算法的最坏性能比是3.     

不确定多目标电源规划模型

在综合考虑电源规划方案经济、社会和环境等多元目标的基础上,汲取概率和工程模糊集理论的思想方法,通过对规划方案中不确定性指标进行分类和规格化,建立不确定多目标电源规划模型,并给出评价决策方案优劣的方法．应用算例表明,该模型能够处理在随机情况下不具有明显相关关系的系统多目标之间的协调问题,且求解过程中易整合决策者和专家意见,为解决不确定系统的多目标问题提供了一种具有实用性的方法．     

一种总体最小二乘算法及在Volterra滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题，提出了一种鲁棒的总体最小二乘自适应算法．该算法利用滤波器的增广权向量的瑞利商为损失函数，导出了其自适应迭代公式，并利用随机离散学习规律对权向量模的分析进行算法梯度修正，提高了算法的噪声鲁棒性，而且使得算法简单，稳定性好，收敛精度高．将该算法应用于Volterra滤波器，可使滤波器在非线性系统中的信噪比达到10dB，在学习因子为0．01时，算法仍然能够保持良好的收敛性．仿真结果表明，即使在高噪声环境或使用较大学习因子的情况下，该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法．     

带有不可用区间、工件可拒绝的单机调度问题

从企业生产经常发生的一些实际问题中提炼出一类带有不可用区间、工件可拒绝的单机调度问题.目标函数是最小化加工工件的总完工时间与拒绝工件的惩罚和.对于这个已证明为NP难的问题提出一个动态规划算法最优求解小规模问题,为求解大规模问题,改进了已有最坏性能为4的启发式算法,并进一步证明了该算法的最坏性能为2+4/5+2■2k+8(k为算法的迭代次数).     

BO2团簇超卤素特性的实验和理论研究

超卤素团簇特殊的稳定性和物理化学性质使得它特别适合作为制造新型团簇组装型材料的基元.BO2团簇的电子亲和能达到了4.46eV,同时它的中性团簇差一个电子达到满壳层,具备了成为超卤素的条件.采用光电子能谱与密度泛函理论计算相结合的方法,研究了BO2与Na,Cu原子的相互作用,以及所形成的NaBO2团簇的水溶性.结果表明,在BO2与Na,Cu原子相互作用所形成的CuBO2和NaBO2团簇中,BO2仍然保持直线型结构并且表现出与卤素相似的性质,所形成团簇的电子特性也与卤盐类似.另一方面,NaBO2团簇的水溶性也与卤盐的溶解特性一致,刚开始以紧密离子对(CIP)形式存在,在结合了3个水分子以后,光电子能谱有了很明显的改变,对应着Na+与(OBO)-的溶剂隔离的离子对结构(SSIP)的出现.并且,在实验过程中,还出现了电子亲和能更大的Cu(BO2)2团簇(5.07eV),为了与超卤素相区别,我们定义其为长链二级超卤素,该团簇由3种元素组成,使得人们将其用于团簇组装型材料的制备过程时有了更大的自由度.     

基于电路仿真的接收机中频放大器的GFRF模型

雷达引信是远程精确打击武器的重要组成部分,它的性能好坏直接关系着武器整体性能的发挥,因此,雷达引信的性能测试是武器系统运用过程中的重要环节。如何快速准确地判断雷达引信的性能是目前所关注的重要课题之一。接收机是雷达引信重要组成部分,对接收机的测试是引信测试的关键步骤。本文基于雷达引信接收机的各项技术指标和实际电路结构,利用EDA仿真软件Multisim2001建立了引信接收机的中频放大器、检波器的仿真模型,对实际引信测试过程中不可测的信号进行了仿真测试,在此基础上,利用非线性系统理论和方法建立了中频放大器和检波器的广义频率响应(GFRF)简化辨识模型,该辨识模型为雷达引信的快速测试提供了一个标准模板,它是构造雷达引信自动化测试系统的基础工作之一。     

图像动态识别在光电瞄准仿真系统中的应用研究

介绍了光电瞄准图像动态识别系统的构成与原理，并重点分析了基于连通域处理方式的模板匹配新算法和读数图像的细分算法，这些算法精练，运算速度快，识别率和识别精度高，在光电瞄准仿真系统方位角读数自动识别中取得了良好的效果。     

一种主奇异三元组提取的快速神经网络算法

为了对两路高维数据流的互协方差矩阵进行在线奇异值分解,提出了一种快速稳定的主奇异三元组提取神经网络算法。首先,提出了一个新颖信息准则,并且基于该准则推导出了一个动态系统。然后,基于该动态系统,推导出了一种快速稳定的在线神经网络算法。该算法可以提取两路高维数据流的互协方差矩阵的左右主奇异向量。另外,算法中奇异向量的长度会收敛到一个与相应主奇异值相关的值,因而该主奇异值也可以被估计出来。相比于传统算法,该算法可以提取该矩阵的主奇异三元组而非仅仅是主奇异向量。与已有算法相比,该算法具有较低计算复杂度、较高收敛速度和稳定性。     

非线性系统故障诊断的Volterra模型方法

针对非线性系统的故障诊断问题,系统地总结了基于Volterra级数模型的故障诊断的理论与方法。由于Volterra级数模型可以完全描述非线性系统的传递特性,因而可将其应用于系统的故障诊断,即在系统工作过程中,通过分析故障发生前后Volterra模型中非线性因素的变化来判知系统的故障。在介绍了这一新的故障诊断理论的基本思想后,结合减震弹簧的疲劳诊断,总结了当前的两种主要研究方法,即基于非线性谱分析的故障诊断方法和基于多重预设Volterra模型的故障诊断方法。阐述了这两种方法的工作原理和实现方法,指出了今后在这一方向上需要进一步研究解决的问题。     

一种稳定的总体最小二乘自适应滤波算法

针对输入输出观测数据均含有噪声的滤波问题,提出了一种稳定的总体最小二乘自适应算法.该算法以系统的增广权向量的瑞利商与增广权向量最后元素的约束项的和作为总损失函数,利用梯度最陡下降原理导出权向量的自适应迭代算法,并通过对算法稳定性的分析确定了算法中学习因子的取值范围.所提出的算法稳定,计算复杂度低,既没有平方根运算,也不需要标准化处理.仿真实验表明,该算法的收敛性能、鲁棒抗噪性能和稳态收敛精度均明显高于同类其他总体最小二乘算法.