基于Kriging代理模型的注塑产品翘曲优化

针对传统的基于CAE的注塑产品工艺优化方法精度不高、效率低,提出了Kriging模型与自适应粒子群算法相结合的集成优化策略.Kriging模型代替CAE分析作为粒子群算法迭代过程中的适应函数,大大减少了优化算法的计算量;同时,通过在粒子群算法中引入自适应惯性权系数,加快了粒子群算法的收敛速度.算例表明,基于Kriging模型与自适应粒子群算法的优化策略可以在小样本情况下获取较高的求解精度,并通过与标准遗传算法做比较,表明该优化策略同时具有较高的计算效率.     

钢衬钢筋混凝土压力管道裂缝计算公式研究

分析了用现有计算公式计算钢衬钢筋混凝土压力管道裂缝宽度的计算值与实测值的符合程度,建立了精确度较高的计算钢衬钢筋混凝土压力管道裂缝宽度的半理论半经验公式.     

碳纤维加固一次受力钢筋混凝土梁试验研究

通过4根完好的钢筋混凝土矩形截面简支梁的抗剪试验,对用CFRP补强一次受力钢筋混凝土梁斜截面强度的力学性能进行了试验研究,证明用CFRP补强钢筋混凝土梁斜截面强度效果良好.     

带睡眠机制的IEEE 802.15.4 MAC协议性能分析

针对IEEE 802.15.4中的周期性睡眠机制,提出了一种IEEE 802.15.4 MAC协议实时应用中完全基于时隙分析的精确建模方法.该方法把IEEE 802.15.4的睡眠机制以及载波侦听多址接入/冲突避免(CSMA/CA)机制同时纳入考虑,将整个超帧以退避时隙为单位进行划分.通过对2个机制精确到时隙的建模,分析了网络负载以及占空比特别是睡眠机制对能耗、吞吐量及平均服务延迟等网络性能的影响.NS-2仿真结果表明,该模型可准确预测实时应用中IEEE 802.15.4网络性能,且在相同数据率条件下占空比适当的睡眠机制可使得能量消耗以及网络吞吐量达到最优值.     

系统模糊优选理论在投资项目决策中的应用

从相对隶属度的概念出发,结合投资项目决策的特点,提出一种多目标系统模糊优选方法,建立了决策模型.该模型具有较好的通用性和可操作性,可供决策者参考.     

SiC/PTFE纳米复合材料定量分析方法

为对SiC/PTFE纳米复合材料微观结构进行定量分析,运用自主开发的、基于图像处理技术的纳米复合材料微观结构分析系统,用颗粒分散度计算方法,对SiC/PTFE纳米复合材料微观结构进行了计算和分析.结果表明：颗粒分散度能较好地定量表征纳米粒子在PTFE基体中分散的均匀性;随着SiC纳米粒子含量增加,颗粒分散度先增大后减小;SiC纳米粒子含量为7%时,颗粒分散度较高,复合材料中纳米粒子分散较均匀;偶联剂处理可以提高SiC纳米粒子在PTFE基体中颗粒分散度.     

弹性金属塑料轴瓦材料蠕变理论模型研究

利用微观力学的方法,对弹性金属塑料轴瓦材料的蠕变行为进行了研究,推导出了该材料的蠕变力学模型.实验证明,这种理论模型对弹性金属塑料轴瓦材料在线性蠕变范围内的预测是合理的.     

英语写作比喻赏析

着重讲述了在英语写作中所用最基本的修辞手段——比喻，强调了比喻在写作中的重要性。并介绍分析了如何在写作中运用比喻，旨在改进和提高英语写作的准确性、清晰度与明了度，从而能有效地进行信息交流。     

具有岸桥碰撞和甲板约束的岸桥混合装卸作业调度优化

针对具有岸桥间不可相互穿越及安全距离约束、甲板开闭约束的集装箱码头岸桥混合装卸作业的调度优化问题,分析了岸桥装卸与移动过程中的相关性质,并提出一种基于减小岸桥移动距离和均匀化岸桥负荷的启发式算法.在该算法基础上设计了一种遗传算法,进一步搜索最优解,并推导了问题的一个低界.数据实验表明,所提出算法的解具有良好的质量和较高的时间效率.     

虚拟企业生产能力约束下的集成化生产决策

供应链管理是对企业决策思维方式最直接、最深刻的影响,基于此环境的虚拟企业是21世纪企业发展的主要竞争模式,论文针对其运作方式,提出了生产决策中对市场需求和供应链上各节点企业资源信息进行集成的一般模型及生产决策优化方法。     

基于趋势组合的知期电力负荷预测模型

在运用神经网络进行短期电力负荷预测中，天气是影响负荷的重要因素。为了更好地捕捉天气对负荷的影响，文中提出了一种基于神经网络的趋势组合短期负荷预测思想和模型，将短期负荷与天气变量的内在关系分解为3个不同的趋势分量，即周趋势分量、日趋势分量和小时趋势分量，每一个趋势分量分别用一个神经网络模型捕获，趋势分量的预测结果再用一个神经网络模型进行组合，从而得到最终的预测值，分别用改进的和传统的模型预测一周的小时负荷，结果表明，这种神经网络模型能取得更好的预测精度。     

基于人工神经网络算法的某机场雾的模式识别预报

基于人工神经网络（ANN）误差后传算法（BP模型），通过对100个有雾天气个例和50个无雾天气个例进行模式识别训练，用前期（前日08、14、20时实测资料）的温、压、湿、风等要素指标建立起了某机场雾的ANN识别预报模型。该模型具有很好的拟合效果，独立样本的试验和检测结果均达到较为精确的预报效果，具有实际应用意义。     

人工神经网络在潮汐预测中应用研究

海洋环境中,精确预测潮汐是关系到建筑物和人类活动的重要工作.利用人工神经网络进行单测站潮位和多测站对应潮位预测,并结合潮汐现象的特点,提出了在预测之前有针对性的数据处理分析方法--周期分析概念,并将其应用到实际的潮位预测当中,实例证明这种方法可以解决潮位预测中存在的时滞问题,提高了预测的精度.同时根据不同测站潮汐数据之间的相关性,以及潮汐数据规律性较强这一特点,进行了不同潮位测站之间的对应潮位预测,取得了很好的结果.     

基于灰色理论的ANFIS在经济预测中的应用

利用灰色理论本身的特征对经济参数进行预测,并运用自适应模糊神经网络对其拟合误差进行预测,从而达到较好的预测效果.最后以安徽省历年固定资产投资实际数据为例,利用人工神经网络建立经济预测模型,模型预测结果较传统灰色理论直接预测更符合实际趋势,效果较好.     

用遗传神经网络模型预测公司财务困境

利用遗传算法的全局寻优能力。构造了一个预测财务困境的遗传神经网络模型(GANN)，该模型对预测财务困境的神经网络模型的输入变量进行了优化．通过对沪深A股市场部分上市公司财务困境的预测表明，该模型比ANN模型具有更好的预测财务困境的能力。     

旅游业趋势预测方法比较

旅游业对许多国家来说,是重要经济资源,带动的产业包括交通运输、住宿、餐饮、娱乐、零售等,对整体服务业与国家经济影响深远;但遇到重大事件冲击时,不但自身会受到严重伤害,还将波及相关产业,如何预测与规划未来旅游业的需求,已成为当务之急.本研究针对台湾主要客源地区(日本、港澳、美国、韩国、新加坡、马来西亚),借重人工神经网络的类型辨识与学习能力,加上警告信息变项,进行个别市场分析,来推测重大事件可能造成的冲击,以及主要境外观光客到达人数复苏的情形,期望能为旅游业的发展提供较精确的预测工具.分析结果证实:在指数平滑法、ARIMA和人工神经网络中,以人工神经网络预测效果最好.     

人工神经网络在电力系统短期负荷预测中的应用

根据电力系统短期负荷变化的特性,提出BP模型在实际负荷预测应用中的方法和步骤．对BP网络结构、样本空间、收敛性等作了有针对性的研究．结果表明：多层神经网络应用于电力系统短期负荷预测是可行和有效的．其预报结果比传统的负荷预测方法更准确、经济、效果更好．     

径流序列的相空间重构神经网络预测模型

在水文水资源领域中引入混沌理论，将相空间重构理论与神经网络理论相结合，提出了径流时间序列预测模型．通过相空间重构，把一维径流时间序列拓展为多维序列，而多维序列可挖掘更为丰富的信息，有利于神经网络的训练．研究表明，利用神经网络建模可以较好地解决非线性问题，使预测更符合实际．以汉江石泉水库逐月平均入库径流序列为例，建立了径流时间序列相空间重构与神经网络耦合预测模型，计算结果表明，模型有较高的预测精度．     

用MATLAB程序预测地平类药物的熔点

分析地平类药物分子结构和熔点之间关系,编制相应的MATLAB程序,分别建立回归方程和人工神经网络2种方法的模型。选取14个地平类药物作为回归方程和人工神经网络2种方法建模的样本,再选另外4个地平类药物作验证,分别进行2种方式的建模和测试对比。结果表明:人工神经网络模型比回归方程方法在预测地平类药物的熔点时取得更加准确的估计。     

基于人工神经网络的工程估价预测模型

人工神经网络是在模仿人脑处理问题的过程中发展起来的新型智能信息处理理论,通过对人工神经网络及BP网络的基本原理与特征的分析,建立了工程估价预测模型.