并行工程过程研究

过程、计算机支持系统和组织管理是并行工程的三个关键问题,在对设计过程进行详细分析的基础上,利用Petri网作为表达工龄,建立了并行工程的过程模型,形式化地表达出并行工程中设计和制造活动在信息意义上的并行性,为并行工程过程的仿真和评价提供了理论依据。     

现代流程工业CIPS的若干优化问题

本文从过程系统工程角度出发,对现代流程工业CIPS中的若干关键的优化问题进行了探讨,具体针对过程系统综合、过程系统设计、过程系统调度等几类过程系统工程研究问题进行了概述,并提出了研究的重点与方法.这对于进一步推广我国过程生产自动化有一定的积极意义.     

递增马尔科夫过程的NBUC性质

Karasu,M和Ozekici,S在1989年用递增马尔科夫过程Z=(X_)≥描述这样的可靠性系统;当一个部件使用到超过规定的临界状态j时部件立即失效或故障,且研究了有关X的NBUE(按期望新优于旧)和NWUE(按期望新劣于旧)的性质,本工作把它拓广且研究X的NBUC(按凸序新优于旧)和NWUC(按凸序新劣于旧)的性质,且求出剩余寿命期望的上界。     

广义n参数Wiener过程和OUPn的一类导出过程

证明一类广义ｎ参数Ｗｉｅｎｅｒ过程和ｎ参数ｏｒｎｓｔｅｉｎ－Ｕｈｌｅｎｂｅｃｋ过程在其参数集Ｒ＾ｎ＋中的一类点集Ｄ中导出的过程是马氏过程。     

软件过程度量过程模型的研究

软件过程的度量是影响软件项目管理和过程管理的关键因素,是对软件项目和软件过程进行目标管理的基础.软件过程的度量也是一个过程,需要建立过程模型指导度量过程的实施.提出了1个软件过程度量过程的SPM-IDEAL模型,定义了模型各阶段的主要活动,讨论了度量数据的分类和度量元的选取,并讨论了过程数据库在软件过程度量中的重要作用.     

过程整合技术的原理及其在过程设计中的应用

介绍了过程整合这一新技术的基本原理，以及如何在过程设计中有效地利用这一工具。将这一技术用于过程的设计与开发中，不仅能够提高过程的设计效率，而且能够提高过程的设计质量。在设计中能够进行整个过程的优化设计，并且加快工程的时间进度。     

软件过程支持系统EProcess V2.0的研究与实现

软件过程是软件研究中的新兴领域，它是提高软件生产率、保证软件质量的重要方法，本文介绍软件过程支持系统EProcessV2．0，探讨系统中过程建模技术，引入APRML建模语言及其实施机制。同时介绍了EProcessV2．0的各个组成部分及其在J2EE模式下的具体实现，旨在为软件组织提供一种可视化、灵活方便、易于扩充和移植的软件过程支持环境。     

具有分解结构的多目的批处理过程短期调度模型

针对多目的批处理过程的短期调度问题,分析了基于设备独立事件触发的建模方法在描述存储过程的特点及局限性,建立了存储的时间函数来准确描述存储状态,并以此为基础,在不额外增加变量的情况下,建立了一种新的具有分解结构的调度模型,该模型由两个层次的优化问题构成。设计了基于分解的遗传算法求解模型。针对主要由处理任务的时间顺序约束和存储容量约束构成的子问题,通过松弛,给出了简单的递推算法求得最优解或近优解,然后返回主问题,采用遗传算法,使得搜索空间大为减小。仿真实例说明了模型和算法的有效性。     

大规模含整变量优化问题的一种分解方法

大规模含整变量优化问题的一种分解方法吴清烈，徐南荣（东南大学经济管理学院，南京２１００１８）国内外学者对变量全为连续型的大规模优化问题研究较多［１］，但对大规模合整变量优化问题的研究甚少．文献［２，３］针对某些特殊大型整数规划问题分别提出了启发式解法...     

离散点云数据的小波变换处理算法

将离散点云数据表示成适合用作小波变换的形式,提出了一种基于尺度的离散点云数据的特征识别算法,在此基础上给出了具体的基于尺度的二维和三维离散点云的小波分解算法,最后引入实例对二维离散点云的小波分解算法进行分析,实验结果表明算法达到了对点云数据的按尺度特征分解的目的.通过提出的算法,将离散点云数据按照尺度进行分解并提取出不同的特征成分,这样可以根据后期可视化显示的不同要求,将小波变换分解后的数据进行进一步的处理.     

局部均值分解(LMD)方法在多尺度变形分析中的应用分析探讨

我国是一个自然灾害种类多、发生频繁和危害严重的国家,工程建筑物的变形监测非常重要。测绘学科中,在多尺度变形分析方面,目前主要有小波分析和经验模态分解(EMD)算法,对其研究作了评述,对近年来提出的局部均值分解(local mean decomposition;LMD)方法的基本思想、在其他学科的应用研究和前景作了分析讨论,在测绘学科的多尺度变形分析提出了其应用研究的可能性。     

大规模项目调度问题的分解和协调优化方法

为了解决大规模有资源约束的项目调度问题,提出一种串行分解和并行分解相结合的项目逐层分解方法,以便克服精确算法求解时间不可接受,而启发式算法解的质量较差的问题。根据该分解方法特点,提出基于采样选择的启发式协调方法,以及基于分枝定界方法的精确底层调度的子项目协调优化算法,并通过仿真分析了关键参数的选取。仿真结果表明,该算法解的平均质量明显优于相关启发式算法,并且求解时间能够满足工程上的要求,能够有效地提高大规模项目调度问题的求解质量,具有实用价值。     

基于非重叠区域分解算法的大地电磁法二维正演模拟

区域分解算法采用分而治之的思想,将大规模问题转化为若干个小问题进行求解,已成为大规模数值计算领域的常用算法之一。将非重叠区域分解算法引入到大地电磁法二维正演模拟中。首先将整个求解区域分解为多个互不重叠的子域,子域之间共享边界元素;然后对每个子域采用有限差分进行离散,采用Schur补偿算法解耦得到共享边界节点上的未知数,并作为子域问题的边界条件得到关于子域内部节点的线性方程组;最后,利用直接求解算法对上述方程组进行求解,实现了大地电磁法二维正演。该算法的准确性和可行性通过多个地电模型的对比试算得到了验证。此外,还统计分析了采用不同子域分区方式和分解个数时的计算耗时,结果表明子域分区的方式对计算效率影响不大,但子域分解个数的影响则较大,进行区域分解时需要选择合适的子域个数。     

基于最小二乘支持向量机的TSK模糊模型

为了提高模糊系统处理高维问题的推广能力, 本文提出用最小二乘支持向量回归机(LSSVR)的思想设计TSK模糊模型.TSK模糊模型的传统算法普遍存在过学习问题, 为此我们在目标函数中考虑了结构风险从而避免了过学习现象.并且,我们将模糊系统的参数寻优问题转化为一个二次规划问题进行求解.由于该规划问题的求解与输入数据维数无关,适用于处理高维数据.算法分为两步：首先用Gustafsonk-Kessel (GK)算法确定模糊规则的前件;然后用最小二乘支持向量算法确定模糊规则的后件,这里的核函数是由模糊聚类确定的, 经证明它是Mercer核.三个著名数据的实验结果表明,与TSK模糊系统的传统算法相比,本文所提的算法提高了TSK模糊系统处理高维问题的推广能力;与LSSVR相比,,本文所提的算法具有良好的鲁棒性.     

大规模项目调度问题的分解和协调优化方法

为了解决大规模有资源约束的项目调度问题,提出一种串行分解和并行分解相结合的项目逐层分解方法,以便克服精确算法求解时间不可接受,而启发式算法解的质量较差的问题。根据该分解方法特点,提出基于采样选择的启发式协调方法,以及基于分枝定界方法的精确底层调度的子项目协调优化算法,并通过仿真分析了关键参数的选取。仿真结果表明,该算法解的平均质量明显优于相关启发式算法,并且求解时间能够满足工程上的要求,能够有效地提高大规模项目调度问题的求解质量,具有实用价值。     

两相水驱油低阶模型计算方法研究

将最佳正交分解技术运用到两相水驱油低阶模型中,建立油水两相的水驱油低阶模型。用IMPES的数值算法得到一维水驱油的油水两相压力和油、水饱和度数值场。通过对压力及饱和度样本数据实施最佳正交分解,得到该问题的POD基函数。POD基函数具有能量最优的特性,即在重构公式中使用较小的截断自由度可将原问题的主要特征解准确地表示出来。通过结果的対比基于POD的低阶模型可以快速、准确地计算出ー维两相油藏模型的压力及油、水饱和度场,计算时间较之直接求解方法提高将近60倍。     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。