基于模型诊断方法的系统替换修复与重新配置

利用基于模型的诊断理论研究元件的替换问题, 提出系统替换修复与重新配置的概念, 并利用元件替换对系统观测值的影响刻划了系统的修复与重新配置等相关问题.     

支持广义优化设计的产品模型结构研究

针对广义优化设计的特征,提出了以网状和树状层次结构为核心的广义优化产品模型框架.提出节点复用技术,从而统一了树状和网状层次结构模型,使经扩展的层次树结构能适用于系列化和组合化产品建模.探讨了产品的分解准则,定义了7种用于构建通用产品模型的树节点,并详细研究了每种节点的建模特性.将研制成功的产品建模系统应用于液压挖掘机的广义优化产品建模实践中,得到了成功验证.     

二维二元替换式Lennard—Jones系统的“雪茄形”相图

本文把Lennard-Jones势引入二维二元替换式Collins模型系统中,求出了系统的Gibbs函数和自由能,导出了决定两相平衡曲线的方程式,并对该系统的“雪茄形”相图作了数值计算。     

一种双重子态的新计算

在夸克蜕定域色屏蔽模型（ＱＤＣＳＭ）的框架下,用介子交换代替单胶子交换,系统计算了ｕ、ｄ、ｓ三味世界中的双重子态．结果表明,这种替换对小角动量态的影响不大,而对于大角动量态的影响较大     

基于ENV诊断模型的建立

基于模型的诊断方法的重要步骤之一是冲突集识别，把若干个部件组成一个相对独立的系统，该系统中的部件全部正常工作时可得到一个确定的观测，则称此相对独立的系统为一个环境（ENV），直接对环境模型进行冲突识别，可以快速判断出冲突集，该模型可用于一般的诊断的冲突识别，增加探测的导出冲突集的识别和部件替换维修后冲突的识别。     

汽车点火系统传导电磁干扰仿真

汽车点火系统工作时产生的电磁干扰具有能量大,频带宽等特点,被认为是汽车电磁兼容最主要的电磁干扰源。笔者提出了一种预测点火系统传导电磁干扰模型建立方法:建立系统中每个部件的电路模型,利用测量、解析法或有限元方法确定模型中的分布参数,集成为点火系统等效电路模型进行系统仿真计算。时域与频域实验测试结果证实了该模型的正确性与方法的可行性。     

机会替换的若干模型

本文处理了有一元件的寿命具有无记忆性的两元件串联系统。对于系统的稳态平均费用和总折扣费用,讨论了连续寿命和离散时间的稳态区间可靠度和可用度模型,小修和机会替换模型,事前替换模型,及冲击模型。上述诸模型均为[2]中一般模型的特例,具有较为广泛的应用。     

含相变内热源的带钢层冷温度建模及自适应

研究分析带钢在层流冷却过程中的传热,采用厚度方向的有限元差分温度模型,替换原温度设定系统中计算误差较大的指数模型．同时,采用可加性法则建立空冷区和水冷区相变率和潜热计算模型,构建了以相变潜热为内热源的层流冷却厚度分布温度模型．在高精度的新温度设定系统基础上,将神经元网络引入现场自适应系统,根据现场数据采集系统的实测数据对模型中的换热系数进行在线参数调整．结果表明,改造后的层冷温度设定系统比原系统精度高,在变钢种变规格轧制时误差波动小．     

基于可靠性的煤炭供应链优化研究

本文以煤炭供应链的可靠性为研究对象，结合网状煤炭供应链结构模型，构建了其可靠度模型，在定量分析的基础上提出了提高供应链可靠性的两个建议。     

产品可再制造性评价方法与模型

在产品可装配性评估方法和模型的基础上发展了产品可再制造性评价的模型,模型包括技术性和经济性两大模块。技术性模块用来评价产品可再制造在技术上的可行性和可行度,它是根据再制造的8个工艺过程：拆卸、清洗、检查、修理、修复、替换、检测、装配,同时消除了这8个工艺之间的重叠性,提出了零件联结、质量确保、恢复和清洗4个独立的评价准则。这4个方面形成一个指数（指数1）;考虑到重点零件的成本高,是否替换在再制造中起到举足轻重的作用,因而它又是单独作为一个指数来考虑（指数2）。由指数1和指数2得到技术性指数,经济性指数只取0和1,代表再制造在经济上是否可行,可再制造性指数由技术性指数和经济性指数相乘得到。在收集大量数据和试验的基础上,通过对某型发动机的可再制造性系统的研究和评价,验证了该模型的有效性和实用性。     

电信业务预测的新方法研究

作者主要是讨论电信业务量新的预测方法。在分析了传统的Ｆｉｓｈｅｒ－Ｐｒｙ模型不能对缺乏历史数据的新业务进行有效的预测后，提出了二次起飞模型和替换模型，实际观测结果表明这两种新模型可以较好地解决新业务的预测问题。     

土地覆盖变化预测模型研究进展

根据模型对土地利用／覆盖变化机理的认知程度以及空间模拟能力．把常用预测模型分为3类：经验模型、机理模型和机理一时空模型,并按类别对国内外常用土地利刚／覆盖变化预测模型做了评述,根据现有各类模型存在的缺陷和土地利用／覆盖变化预测对模型提出的需求,探讨了预测模型的发展方向,为今后我国LUCC的预测研究提供借鉴．     

网络教育技术模式比较研究

研究了网络教育环境的技术构成 ,提出三种网络教育的技术模式 ,即模拟型、数字型和综合型 ,并对其教育传播特性进行横向对比研究 .     

基于神经网络的模型验证方法

通过对传统模型验证方法在应用中所存在问题的详细分析,提出一种基于神经网络的模型验证方法.该方法利用神经网络强大的非线性映射能力,通过对各种模型关键行为特性的学习,将实际系统行为归类为其中的一种模型,从而对模型的可信性做出评估.首先利用仿真模型的输入输出作为训练集充分训练神经网络,再使用实际系统参数作用于训练好的神经网络,通过神经网络的输出值(概率向量)确定模型与实际系统的匹配程度.最后的图像目标识别模型验证数值仿真实例,说明了该方法的可行性和有效性.基于神经网络的模型验证方法能够很好地验证模型对复杂不确定系统的建模准确程度.     

基于矩阵的代替置换网络抗差分密码分析

在分组密码的设计中 ,提高分组密码的抗差分攻击性能是一个重要的课题。论文提出了一种基于矩阵的代替置换网络模型。基于这一模型 ,设计了一个称为基于全非奇异矩阵的代替置换网络的密码结构。给出了基于全非奇异矩阵的代替置换网络的差分概率上界。证明了当使用大规模的基于全奇异矩阵的代替置换网络时 ,i圈基于全奇异矩阵的代替置换网络的差分概率上界迅速减小。指出了使用大规模的基于全奇异矩阵的代替置换网络可有效地提高分组密码抗差分密码分析的安全性。     

网络中的流量模型

流量模型是流量预测和网络性能评价的基础。好的流量模型必须能够准确描述网络实际流量的特征情况，这样才能准确预测流量状况。然而近年来研究发现网络流量具有自相似性，传统的基于泊松分布的流量模型已不能很好地表述这一特征。根据流量的不同相关特性，介绍了当前网络应用的典型模型，对它们的特点进行了分析论述。     

一种模拟自然纹理图象的神经网络模型

讨论了随机神经网络模型－吉布斯随机场模型的势能函数和分布规律，用该模型对自然纹理图象进行模拟，建立了神经网络模型，并在微机上进行了实验，结果表明，当设量不同参数时，可以得到不同的纹理图象。     

深度神经网络模型数字水印技术研究进展综述

近年来,深度神经网络模型在各种应用领域都取得了巨大的成功,训练先进的深度神经网络模型仍需要大规模的数据集、高昂的算力成本和优异的算法思想,生成的深度神经网络模型成为一种宝贵的资源,也是完成人工智能应用领域某项特定任务的核心算法。因此,深度神经网络模型的安全则变得极其重要,利用数字水印版权保护技术保障模型的安全已经成为人工智能安全领域一个重要的研究方向。为了综述深度神经网络模型数字水印版权保护技术的最新研究进展,首先介绍了深度神经网络模型数字水印技术分类;其次介绍了深度神经网络模型数字水印版权保护技术基础概况;再次归纳总结了深度神经网络模型数字水印版权保护技术的研究方法;最后总结并展望了深度神经网络模型数字水印版权保护领域的研究重点和发展方向。     

混合模型仿真大规模网络实现

在仿真的效率和可扩展性方面，单纯的数据包仿真已无法满足网络发展的需要．该文将流仿真模型嵌套到数据包仿真的程序中，实现了流仿真同数据包仿真的集成．在仿真中，流网络通过流链路链接到包级仿真的Ns节点上，这种采用集成混合模型进行的网络仿真，既保持了数据包仿真的参数精确性，又提高了仿真效率．实验结果表明：采用混合模型仿真TCP流可以获得正确的动态特性；混合模型仿真可以提高网络的仿真效率，提高的程度与采用数据包仿真流所占整个TCP流的比例有关．     

基于神经网络的时序预测模型研究

将神经网络作为传统的时序线性模型的非线性推广进行了分析,论证了多层前向神经网络与非线性自回归模型及反馈神经网络与非线性自回归移动平均模型的等价意义,提出了一种可作为非线性时序模型的内反馈神经网络．