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。     

基于动态子模型法的结构动响应预示方法

研究了基于动态子模型法的结构动响应预示方法基本理论,并建立了可应用于复杂切割边界条件下的匹配插值方法.首先以壳-壳及壳-体2种子模型为研究对象,探究动态子模型法在2种模型中的动响应分析精度及计算效率.以复杂卫星模型为研究对象,验证了动态子模型法在复杂结构中的应用性.研究结果表明:在保证局部运算精度的情况下,子模型法可以极大幅提高运算效率;壳-壳子模型法和壳-体子模型法通过1层切割边界节点和3层切割边界节点即可保证较高响应预示精度;在复杂结构中整体模型网格与子模型网格大小相差较大的情况下,子模型法仍能获得较理想的响应预示结果.     

基于减法聚类的带钢厚度数据驱动建模

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力.     

非线性动态网络/系统（N/S）模型辨识与故障诊断

采用方波脉冲函数变换（BPFT）对一类非线性动态N/S混合模型(H1,B)进行了辨识，导出了计算混合模型（H1,B）的相关公式和N/S响应的伏特劳级数解在方波域内的离散递推算式，解决了一类非线性动态N/S模型的数值计算问题.在此基础上，提出了一种基于多重预置模型的非线性N/S的故障诊断方法，该法通过检验各个预设模型与N/S当前状态的匹配程度来判断N/S是否处于某种故障状态，而无须在线估算N/S当前的模型及分析其特征，从而极大地减轻了在线计算工作量，可实现在线故障诊断.给出了故障诊断实例，实验结果表明该法故障诊断的准确率达到80％～90％.     

专家系统与工业过程的建模

一种具有学习功能、推理功能的新型专家系统，是基于广义模型化概念和系统仿真技术与人工智能技术的深度结合，构造出的一种带模型库的控制系统。通过在模拟实验装置上实验表明，该系统能在工业生产系统的动态过程中，随时监视外界的环境，自动采集生产过程变量，并对生产过程实时在线地修改和补充，从而能有效地解决生产过程的建模问题。     

基于在线自适应极限学习机选择性集成的网络入侵检测

随着互联网的普及和网络连接设备与访问方式的多样化,网络入侵方式与手段日趋多样化且变异速度快,传统入侵检测方法在有效性、自适应性和实时性方面难以应对日益复杂网络环境的安全监控要求,为此提出一种基于在线自适应极限学习机(online adaption extreme learning machine, OAELM)选择性学习的网络入侵检测方法(SEoOAELM-NID).首先,提出一种能自动设定最优隐含节点个数且具有在线增量学习功能的OAELM构建方法,采用Bagging策略快速训练出多个具有一定独立性的OAELM子学习器;然后,基于边缘距离最小化原则(margin distance minimization,MDM)对OAELM子学习器的集成增益进行计算;通过选择增益度高的部分OAELM进行选择性集成,获得泛化能力强、效率高的选择性集成学习器用于入侵检测.由于SEoOAELM-NID能自动设定ELM子学习器最优隐节点个数且能根据网络环境变化实现检测模型在线顺序更新,因而能有效适应各种复杂网络环境的入侵检测要求;选择部分最优的子学习器进行集成,保证了最终检测结果的准确性和实效性,同时利用在线数据不断更新检测器.在NSL-KDD数据集上的测试结果表明,相比基于单个学习器以及传统集成学习的网络入侵检测方法,SEoOAELM-NID无论对已知入侵类型还是未知入侵类型均能获得更高的检测率,且识别速度快.     

广域环境下的空间模型库管理

模型管理是决策支持系统研究的核心.从空间分析模型的分析入手,讨论广域环境下空间分析模型的表示方法和实现方法,通过对空间模型库的组织和管理的设计,能够使一个模型库系统适应不同的区域环境下的要求,从而使模型能够与子区域对应,提高模型的重要性和独立性.     

改进的蜂窝网室内定位匹配算法

针对无线信道的动态衰落特性,基于蜂窝网的室内定位存在较大误差,提出一种改进的蜂窝网室内定位匹配算法——基于主成分分析法(principal component analysis,PCA)的子空间匹配算法,不仅保证系统实时性,而且有效地剔除大误差点,提高定位精度.该算法利用无线蜂窝信号非视距传播造成的位置特性构建离线指纹数据库,根据在线接收信号从离线指纹库中提取子指纹库,利用PCA算法对在线实测数据及子指纹库进行有效地降维,构建子空间,并结合加权K近邻匹配算法(weighted K nearest neighborhood,WKNN)估计出多个位置坐标,利用3σ准则对这些位置做筛选,输出最终定位结果.实验结果表明,基于PCA的子空间匹配算法在保证定位实时性的前提下,能有效剔除大误差点,提高整体定位性能.     

中厚板轧机设定计算功能的在线实施

针对中厚板轧机,研究了如何将设定计算功能嵌入过程控制系统,并应用于在线·将设定计算功能划分成轧制规程计算、轧机设定及控制参数计算以及模型自学习计算三个组成部分,分析了各部分的主要功能及其联系·设计了设定计算功能的在线数据流程和调用逻辑,根据具体轧线的检测仪表布置和生产工艺过程,多次调用设定计算功能·通过预设定计算、再设定计算、阶段前修正计算、道次修正计算、自学习计算以及待温时间修正计算,发挥设定计算及生产过程中实测数据的作用·     

开关磁阻电机的非线性解析模型及其在航空系统仿真中的应用

提出了开关磁阻电机的一个改进的快速非线性解析模型.该模型较好地兼顾了精确度及可快速计算性,并基于新一代的综合系统建模仿真工具——Dymola/Modelica对开关磁阻电机驱动系统建立模块化元件模型库.该模型库是作为航空动力系统元件模型库的一个子库,其建立充分利用了Modelica的非因果性特点,更好地解决了子系统耦合的问题,因此可重用性更强.最后给出了开关磁阻电机及其和航空发动机耦合的仿真实例,验证了模型的准确性以及本思路的可行性.     

基于狼群角色匹配C-劳动分工机制的无人机集群空战策略

针对无人机集群在空战任务中的角色动态切换问题，提出了受狼群启发的无人机集群空战角色匹配C-任务分工方法，提高了应对复杂空战环境的动态任务执行能力。首先，通过分析狼群围捕行为特性，得到三种狼群个体特性，进而给出狼群角色匹配C-劳动分工模型。然后，基于无人机集群和狼群在行为机制上的相似性，将狼群的分工机制映射到无人机集群中，提出了无人机集群角色匹配C-任务分工模型。最后，针对不同任务分工下的目标分配问题，分别建立了攻击和制导任务的目标分配模型。仿真表明所提出的角色匹配C-任务分工方法能够有效解决空战角色动态切换问题，提高了整体空战能力。     

改进特征匹配算法在银行卡号识别中的应用

针对目前银行卡号识别算法的不足, 基于模式识别技术, 提出一种改进的特征匹配算法, 并将其应用于银行卡号识别. 改进的特征提取算法改变了特征向量, 并增加特征学习次数, 解决了传统方法识别银行卡号正确率较低的问题, 并保证了识别效率. 仿真实验结果表明, 改进的特征提取算法可有效提高银行卡号识别的正确率.     

基于多源大数据融合的银行网点选址方法

针对传统银行网点选址方法中存在的人为主观因素较大、数据量支撑不够、考虑因素理想化等问题,提出一种基于多源大数据融合的银行网点选址方法。该方法通过多源数据构造人流量、交通拥堵指数、用户价值、周边竞争网点数和人均收入5个基础特征,并利用协同训练的半监督学习方法扩充训练集。基于基础特征与机器学习算法构建多个子模型,将子模型的输出概率作为特征,构建基于逻辑回归的集成算法,作为银行网点选址模型,同时提出一种优化银行网点权重的损失函数,以保证模型预测中更佳的银行网点具有更高的权重。通过实验分析表明,该算法相较于传统算法预测评估更为准确,能够很好地解决银行网点选址问题。     

双题匹配的MPI方法及其在平行试卷生成中的应用

大规模考试的公平性备受关注,探索能够生成多份平行测验并能保证测验质量的组卷方法十分重要.原用于计算机自适应测验(CAT)的基于最大优先级指标已开始用于组卷,但只局限于单题之间的匹配.为了增加求解空间,该文提出了一种基于最大优先级指标的双题匹配的组卷方法,实现题库中双题与种子试卷双题之间匹配,并结合平行试卷质量调整方法,...     

基于不同CDM视角的CD-CAT题库建设

在CD-CAT题库建设过程中,选择合适的认知诊断模型(CDM)标定题库参数是一个关键的步骤.若一个题库均采用一个CDM来标定题库所有参数,则可能会造成模型资料失拟.提出了一种基于混合模型的题库建设思路,通过Monte Carlo 模拟研究验证了基于混合模型建立题库的效果,并与传统的基于单一模型的题库建设进行了比较,为CD-CAT在选用合适的模型方面提供了理论借鉴.     

基于DTW改进算法的在线签名鉴别方法

 在线手写签名认证是一种基于生物特征的身份认证技术,识别正确率和防伪性能是签名识别的研究重点,识别响应速度也是决定系统实用化的关键。为了提高签名认证效率,提出了一种改进的在线签名鉴别算法。改进了传统的动态时间弯折算法结构,对最佳匹配路径的动态规划方法进行改进并将其应用于在线签名鉴别系统。讨论了实际应用中训练样本不足、字体随时间变化等因素带来的系统识别率下降的解决方法。避免了动态特征点提取、时序段匹配等方法由于书写环境和人物即时的生理特性所带来的问题,同时针对签名的稳定性提出了加权距离计算公式,保证高识别率的同时降低了误拒率。在模板较多时对匹配距离进行限制,节约了系统运算量,提高了模板匹配速率。随着待识别模板数目的增多,该算法效率优势更加明显。     

结合自监督学习的多任务文本语义匹配方法

基于文本交互信息对文本语义匹配模型的重要性,提出一种结合序列生成任务的自监督学习方法.该方法利用自监督模型提取的文本数据对的交互信息,以特征增强的方式辅助基于神经网络的语义匹配模型,构建多任务的文本匹配模型.9个模型的实验结果表明,加入自监督学习模块后,原始模型的效果都有不同程度的提升,表明所提方法可以有效地改进深度文...     

越野地形下智能车辆的动力学建模与轨迹跟踪

提出一种越野地形下智能车辆的动力学建模与轨迹跟踪控制方法.针对越野地形建立了考虑路面倾角的智能车辆动力学模型,并推导了基于零力矩点的车辆侧倾安全约束.然后考虑上述车辆动力学模型及安全约束条件,设计了基于模型预测的智能车辆轨迹跟踪控制器.仿真试验表明该方法可以有效地适应复杂的越野地形,并能够在实现无碰撞轨迹的同时防止车辆发生侧翻危险.      

非线性模型匹配问题的研究

研究了非线性系统的模型匹配问题（ＭＯＤＬＥＭＡＴＣＨＩＮＧＰＲＯＢＬＥＭ简称ＭＭＰ）。模型匹配是指，用参考模型的输入输出行为匹配结果，为实际控制系统设计一个补偿原，实质上就是强制的模型跟踪问题。文中所述非线性模型匹配问题的局部解决是通过静态反馈解耦后给出的。其指导思想是在一般条件下，当且仅当线性化控制系统和参考模型在其平衡点附近可解，则非线性模型匹配问题才可解。而且，一般条件是可辨识的。这些条件也可用来解决实际控制系统的动态输入输出解耦问题。     

一种快速近似模式匹配算法

为进一步提升传统的近似模式匹配问题解决方法——动态规划算法的性能,提出了一种新的过滤型近似模式匹配算法.该算法结合动态规划算法,切分模式串得到长度相等且更小的模式片;在此基础上将待匹配的文本串分割成子串,并建立相应的索引;同时设计了一个新的过滤策略来消除匹配检查中的冗余.通过实例将文中方法与现有方法进行对比,结果表明:文中方法的匹配时间较短,匹配性能优于现有方法;随着模式串长度的增加,文中算法的优越性更为明显,模式串长度大于45后,文中算法的匹配时间可比传统动态规划算法缩短一半以上.