基于改进受限玻尔兹曼机的滚动轴承健康因子构建方法

针对传统方法构建的健康因子各类性能指标不高、信息冗余的问题,提出一种基于改进受限玻尔兹曼机(restricted Boltzmann machine, RBM)的滚动轴承健康因子构建方法。首先,提取滚动轴承振动监测信号时域、频域特征组成物理健康因子集。其次,将RBM隐藏层节点数随时间变化斜率引入到正则化项中,提取物理健康因子集中的趋势性特征。最后,利用滚动轴承全寿命周期试验验证所提方法的有效性。实验结果表明,相对于主成分分析(principal component analysis, PCA)法、传统RBM虚拟健康因子构建方法,基于改进RBM构建的虚拟健康因子单调性分别提高178.0%和33.3%,趋势性分别提高126.8%和16%,鲁棒性分别提高60%和6.02%。     

基于多源观测的联合定轨数据融合建模及最优加权算法

针对基于双星定位系统的近地卫星联合定轨中的多源观测数据的融合处理问题,分别建立了基于测量噪声独立同分布和测量噪声相关的多源融合测量模型,提出了一种基于矩阵Cholesky分解的广义测量模型和测量噪声去相关方法。设计了多源融合测量模型的多结构非线性最优加权参数估计实现算法,并以双星定位系统的星敏感器测角与距离和测量信息为例,进行了联合定轨仿真实验。理论分析与仿真计算结果表明,相对于仅用距离和测量信息与平均加权方式,基于多源观测数据的最优加权联合定轨方法能够进一步改善卫星定轨精度。     

基于神经网络最优组合预测方法的应用研究

针对最优组合预测模型最优权重分配时往往出现负权重等方面的不足 ,建立了基于 Ann模型组合预测模型 ,并进行了实证研究 ,结果表明该模型比最优组合预测具有更高的拟合精度 .最后从机理分析其中的原因 .     

运力受限的应急物资动态调度模型及算法

针对大规模突发事件下应急物资动态调度问题, 把灾民的损失用物资未满足度的形式进行量化, 构建以最小化灾民损失和车辆调度费用为目标的混合整数规划模型, 以对运力受限情况下的救 援车辆路径选择和应急物资分配进行综合决策. 利用分层求解策略缩小问题的求解空间, 改进 基于客户点的编码方式, 设计了针对此问题的遗传算法. 代入实验数据得出了物资集散地不同 运力下的应急物资动态调度方案, 进而确定了最优运力配置量, 与现实情况下的配送方案比较 表明此模型和算法是有效的.     

输入受限的β增量型模型算法控制

在β增量型广义预测控制算法和输入受限解决方案的基础上,提出一种输入受限的β增量型模型算法控制算法.该算法通过在指标函数中引入适当加权多项式来解决输入受限,并通过在输入受限的增量型模型算法控制的控制增量前乘以β因子来提高系统稳定性.理论分析和仿真实验都表明,当模型无失配时,该算法可以通过调整β来确保闭环系统的稳定性;在满足一定条件的失配情况下,该算法具有良好的鲁棒稳定性.     

基于过程神经网络的稀疏数据过程建模方法

针对一类因检测困难而导致检测数据稀少的连续工业过程,提出了基于离散Walsh变换的过程神经网络建模方法.在对稀疏样本数据进行预处理的基础上,采用递推式非邻均值生成法对样本数据进行扩充,以此建立可产生任意密集预测数据的过程神经网络模型,并采用在线滚动学习的方法进一步提高所建立的预测模型的精度.以味精发酵过程菌体浓度预测为例,验证了所建立的过程神经元网络预测模型可以得到非常高的预测精度.     

基于可靠性的软件构件费用分配最优模型

针对软件系统可靠性和费用分配问题,给出了一种基于可靠性的软件构件费用分配最优模型。将软件系统可靠性定义为软件构件失效率、操作剖面、构件使用矩阵以及软件无失效运行的规定任务时间的函数,详细描述了费用最优模型的建立和利用非线性规划理论求解模型的步骤。在求解过程中,将费用最优模型转化为Kuhn-Tucker方程,有效地处理了带有复杂计算的目标函数和约束条件的可靠性和费用最优分配问题。计算实例表明利用该模型进行可靠性和费用分配是可行的。     

污染约束下可耗竭资源最优消费模型研究

假设完全竞争市场条件下,运用最优控制理论,以社会福利最大化为目标,将污染因素充分体现在效用函数及约束条件中,构建了污染约束下可耗竭资源最优消费模型并给出具体解析解.结果表明:消费函数是初始资源储量与初始污染存量比值及初始污染存量与初始资本投入比值的减函数;在一定条件下,消费量最大值与其初始值比值是贴现值的减函数,该比值也是初始资源储量与初始资本投入比值及初始污染存量与初始资本投入比值的增函数.由此得出结论:污染的初始值较高会使得消费减少,遏制经济的增长,这说明从居民消费角度看,经济增长与治理污染并不相悖,而是相辅相成的.该结论对促进我国增加治理污染的投入有积极的作用.     

最优分类的模糊划分聚类改进方法

模糊划分模型聚类实质上是一个问题的两个方面。本文阐述了最优模糊聚类方法的理论与模型，指出了目前广泛使用的灵优失过程的缺陷，并提出了改进措施；实例研究表明，改进效果良好。     

最优双环网的构造

双环网络已广泛应用于设计和实现计算机通信网、局域网以及各种大规模并行处理系统 .如何设计一个最优的双环网络是人们非常关心的一个问题 .本文给出了一个构造最优双环网络的快速有效的算法 ,从而针对有向双环网的情形解决了文献 [1 ]提出的一个问题.     

一种基于环境预报数据的阵风建模方法

针对现有飞行器仿真试验自然环境模型,研究环境预报数据转换和处理方法;基于随机波浪理论,建立二元阵风紊流数学模型,并研究该模型的仿真建模方法;基于Davenport谱建立基于环境预报数据的阵风紊流模型,并引入到飞行器六自由度数学仿真试验中,得到阵风紊流对于飞行器飞行状态的影响情况。试验结果表明,阵风紊流对于飞行器攻角影响较大,对于飞行高度影响较小,利用阵风紊流模型开展飞行器航迹仿真试验切实可行。     

基于神经网络的船舶运动建模及随机最优控制

以某水面舰艇为研究对象,利用径向基函数神经网络算法和标况下的水池实验数据,建立了基于航速、航向角和海情自适应变化的船舶横向运动非线性参数模型。然后对海浪随机干扰建模,利用成形滤波器将随机扰动白化处理,最后根据分离原理提出一种用于船舶减横摇运动的随机最优控制算法。仿真表明,径向基函数神经网络所建船舶横向运动模型误差低于2%,扰动建模及相应成形滤波器构造符合实际工况且方法简单可行,随机最优控制可使横摇角均方误差达1.42°,减摇效果达46%-74%;艏摇角均方误差达1.68°。     

改进的Elman网络与机理模型的互补建模方法

利用一种改进的Ｅｌｍａｎ动态神经网络,并结合系统的机理模型,给出了一种适用于在线仿真的互补建模方法。 本方法的实现复杂大系统的在线仿真提供了一个理想的建模途径。     

陕西国防工业系统结构优化研究

围绕陕西国防工业系统结构优化这一中心问题进行了深入研究。文章首先提出把现有系统分成军民两个子系统,对军民两个子系统以及军民综合体这一大系统的运行机理进行了讨论和设计,给出了运行机理图;在此基础上,对系统结构优化的关键问题——军品子系统最优规模问题进行了分析,建立了最优规模模型,给出了测算结果。本文的结论对国防工业发展有决策参考价值。     

基于Petri网的工艺路线优化建模技术

主要探讨计算机集成系统环境下产品开发中工艺路线的优化问题,在Petri工艺网的基础上引入机床、夹具、刀具等工装的子网对工艺规程进行建模,并对仿真模型的初始、终结状态给出明确定义,使得Petri网仿真模型评估工艺路线更为准确。通过分析网络的可及图,按加工成本对工艺路线进行了优化安排。由于对加工过程建立了数学模型,故其解算可以很方便,可靠。这种分层建模的方法使得工艺决策的每一个阶段都能采用更适合的模型和分析方法,降低了系统实现的难度。     

基于人工神经网络的高产高效矿井经营绩效排序

为了更科学地解决高产高效矿井经营绩效多指标综合排序问题,本文提出了一种基于人工神经网络的排序新方法．确定神经网络结构的最优算法准则是：各矿井经营绩效的实际评价值与理想值之间越一致越好．从而,排序得以实现,其结果与实际情况相符．     

基于正交试验法的神经网络优化设计

运用正交试验法,以三层前向型神经网络为例,对神经网络的训练样本、权值和阀值、训练参数的选择进行分析和研究。在此基础上,提出一种基于正交试验法的神经网络优化设计方法。研究结果表明,正交试验法对于神经网络模型的确定具有很好的效果,是一种既直观易行又客观科学的方法。