热力站最小二乘建模法仿真研究

针对集中供热热力站一类热工对象,提出一种基于典型信号响应的最小二乘建模方法.方法的原理是在已知典型脉冲、阶跃、斜坡信号响应的条件下,按照最小二乘的模式,推导出被辨识连续系统模型参数.应用该方法对一个实际热力站的供热过程模型进行辨识,仿真研究表明,与其他常规辨识方法相比,所取得的辨识结果的精度有明显的提高.该方法简单、易行,具有较好的实用性.     

基于小波和多维泰勒网动力学模型的金融时间序列预测

提出建立多维泰勒网动力学模型及参数辨识方法, 和基于小波多维泰勒网模型的金融时间序列预测方法. 利用Mallat算法将金融时间序列分解成一个低频信号和若干个高频信号; 对不同频率的时间序列建立多维泰勒网动力学模型; 通过共轭梯度法训练模型参数, 并进行预测; 将各模型的预测结果进行叠加, 得到原始序列的预测值. 实验结果表明, 这种金融时间序列预测方法具有较高的预测精度和预测方向正确率.     

非线性模型预测控制的智能算法综述

从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。     

基于模型的构件系统性能预测综述

在软件开发过程的早期引入性能需求，并通过建立性能模型对待实现系统的性能进行预测可以极大减小项目风险。给出了构件系统性能预测的一系列相关定义，总结并比较了各种性能模型在描述能力和解析难度上的优缺点。在总结通用的性能预测方法基础上，提出了基于模型的性能预测方法的一般思路。详细介绍了基于模型的构件系统性能预测3类方法，从多个方面对各种方法进行了比较和分析。探讨了当前研究中的不足之处，给出了本领域有前途的研究方向。     

一种基于随机进程代数的软件性能预测方法

性能是软件系统的内在属性之一,主要取决于体系结构选择和软件设计.基于模型的性能预测方法可以在软件开发完毕前得到性能需求满足情况的评价,也可帮助系统进行性能规划和调优.使用随机进程代数PEPA对J2EE应用交互过程进行了建模,该模型描绘了远程调用过程和容器处理过程的细节,能有效反映分布式应用中影响性能的主要因素.基于PEPA模型提出了一种面向COTS系统的性能预测方法,并可用于指导改进系统的响应性和可伸缩性.通过一个J2EE实例验证了方法的有效性.     

基于蛋白质二级序列的关联多分类算法

蛋白质二级结构预测是公认的生物信息学领域的国际性难题。以基于内在认知机理的知识发现理论(knowledge discovery theory based on inner cognitive mechanism, KDTICM)理论的扩展性研究与数据库中的知识发现（knowledge discovery in database*, KDD*)模型为基础,提出一种基于结构序列的多分类算法--SAC(structural association classification),可以有效地解决蛋白质二级结构预测问题。该算法借助设定支持度阈值的精化知识库的方法,其预测准确率能够超过85%。以该算法为核心，构建了一个蛋白质二级预测模型--复合金字塔模型。实验证明,在RS126、CB513、ILP数据集上的预测准确率均超过80%,超过目前已知的国际主流水平。     

基于灰色神经网络组合模型的故障预测

针对装备故障预测存在有效样本少、模型预测精度低等问题,集成灰色理论和神经网络方法,提出基于灰色神经网络的故障预测组合模型。基于新信息优先原理和重构背景值方法优化灰色GM（1,1）模型的初始值与背景值,利用Levenberg-Marquardt算法改进反向传播神经网络模型;采用组合预测思想,将多方法融合改进灰色模型和神经网络模型,分别构建基于权重分配、基于误差修正和基于结构优化的3种灰色神经网络组合模型。以某雷达发射机的故障预测为例,验证上述方法在故障预测中的有效性。结果表明,灰色神经网络组合模型的预测精度优于单一预测模型,可用于装备的故障预测和预测性维修。     

网中水塔树状给水管网优化设计

在考虑了二级泵站分级供水的基础上，把整个管网系统作为一个整体，根据水塔在管网中的位置，分别建立了两类网中水塔树状给水管网优化设计的数学模型。应用所提出的优化模型，在保证管网各节点流量压力条件下，可确定管段尺寸，水塔高度及泵站扬程最优值，使管网系统年费用最低。由于优化模型为线性规划模型，便于计算机求解。这一方法也可推广应用到网前和对置水塔树状给水管网系统的优化设计中去.     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

一种网络拥塞预测新方法

提出基于粗糙集的模糊神经网络流量预测算法。传统的流量控制技术,总是以网络资源当前使用情况对包进行处理,没有考虑流量预测问题,易造成流量控制滞后的情况。将基于粗糙集的模糊神经网络引入流量控制,利用其处理不确定性问题和自学习能力,进行流量预测,较好地解决这一问题。最后仿真分析了本方法的性能,证明方法的有效性。     

大型蒸汽管网的在线仿真研究

模型将蒸汽处理成为单相可压缩流体,将管网处理成为由节点和支路组成的一种网络结构。在仿真计算中,采用稀疏矩阵算法求解非线性方程组。同时,将管网模型与控制系统并列运行,通过实际运行数据辨识管路的阻力系数,使实际系统中管路的阻力变化实时反映到模型中来,达到在线仿真的目的.     

基于复杂网络的城市轨道交通网络中心性研究

城市轨道交通车站在网络中承担着乘客集散和连通区间的重要作用,如何有效评估其在客流网络中的影响力是研究网络结构优化和降低运营风险的重点。基于复杂网络理论,以车站为研究对象,通过建立网络客流分配模型,结合轨道交通智能卡数据提出城市轨道交通网络车站客流的集聚程度指标和3个客流中心性指标。将研究方法应用于北京市地铁网络,识别出了北京地铁的重点车站并且系统性分析了北京地铁早高峰客流现状,为地铁网络运营提出意见。     

基于RBF神经网络的柔性机构动态响应辨识模型

通过神经网络技术对柔性机构复杂的非线性动态响应进行辨识,建立了柔性机构运动参数的辨识模型。利用径向基函数(radial basis function,RBF)神经网络优异的非线性逼近能力,建立了柔性机构动态响应的辨识模型。将机构的驱动力矩、阻尼力矩和非线性运动参数分别作为RBF神经网络的输入样本和期望输出样本。建立了RBF神经网络的拓扑结构,利用样本数据对其进行训练。通过空间站柔性展开机构模型进行动态响应的辨识,结果表明辨识的收敛速度快,精度高。该方法为复杂大系统的建模和分析提供了一种理想的途径。     

人体热舒适参数与舱室热环境双向耦合研究

现有驾驶舱热系统偏向于研究热环境的气流组织参数,较少考虑甚至不考虑人体热调节的作用,使驾驶舱热系统的仿真结果在评估人体热舒适性时准确度不高.采用CFD(computational fluid ynamics)方法,通过能量方程、RANS(reynolds-averaged navier-stokes)方程以及N-s (...     

新型公交网络模型与最优出行路径算法

给出一种标号的二分图公交网络模型,在此模型基础上给出线路换乘与最优出行路径的算法,这种算法充分利用标号信息给出站点网络图的边权函数.基于站点网络图不仅能够搜索换乘线路而且能够找到最短路径.最后利用天津市部分公交系统验证了该模型及方法的有效性.     

热工流体网络的实时仿真模型及其算法

本文以电站热力系统中热工流体网络为例,在网络的节点压力方程的基础上,建立了单相可压缩热工流体网络的数学模型。同时采用了隐式欧拉积分算法,使用了稀疏矩阵的双因子分解方法及准优化模拟定序技术,从而使网络系统的计算能够节省存储单元、缩短计算时间,达到了实时仿真的要求。由于电站中存在着许多热工流体网络系统,如风烟系统,给水系统,凝结水系统,主蒸汽系统,再热汽系统,轴封系统,油系统和冷却水系统等。各子系统的网络结构是不一样的。而同一子系统在不同电站中的网络结构可能也不相同。本文采用了网络矩阵算法和模块化建模方法,通用性强,能适用于任意拓扑结构的流体网络计算。     

维修系统评价指标体系及确定方法

选择合理的效能指标对维修系统进行定量的考核和评价是装备战斗力生成重要保证。基于维修系统的运营过程,提出了描述其指标体系的输入过程输出与环境框架,赋予维修指标以明确的物理意义,并在此基础上,提出了指导维修指标选择的层次化平衡计分卡方法,来综合考虑维修系统运营过程中的多种相关因素及其相互之间的因果关系,使系统宏观运营目标与微观指标一致起来,可方便结合网络分析法,对系统运营过程进行定量评价和对薄弱环节进行诊断。应用案例证明了所提方法的有效性和可操作性。     

A model and an analytical method for conveyor systems in distribution centers

The design and operation of high volume conveyor systems in distribution centers are important due to its high cost, large footprint and critical role in the system. However, there is no analytical model available. In this paper, we study the characteristics of the conveyor sortation system, develop a generic model of a complex conveyor network. We then use the Delay and Stock abstraction to develop an approximate analytical method using sample path analysis and dynamic network flow model. The decision variables include length of accumulation segments and the speeds of conveyor components aforementioned decision variables. This analytical solution provides faster analysis, insights and useful subgradient with respect to the decision variables.     

基于HGERT网络模型的退化型失效可靠性评估

针对退化型失效的复杂装备系统,提出基于隐图解评审技术(hidden graphic evaluation and review technique,HGERT)网络模型来进行系统可靠性预计和评估的方法。图解评审法(graphic evaluation and review technique,GERT)网络中的节点代表装备失效过程中正常状态到失效状态的转移,通过传感器将反映系统隐性状态的性能特征参数进行量化输入,从而将GERT网络中的各个劣化状态节点进行展开。应用Viterbi算法对模型参数进行解码和学习,确定退化型失效系统状态转移概率。将装备运行中所处的工作应力、环境载荷等影响性能衰退的因素作为输入,将关键性能指标退化量作为输出,建立装备性能退化的一般控制模型并将其作为GERT网络活动传递的随机变量。借助于信号流图理论对参数进行解析,监测系统处于不同状态时的性能退化水平,为故障预测和装备健康管理提供支持。案例通过对铣床性能退化量的分析,证明所构模型的可行性和合理性。     

轨道交通网络列车衔接组织的递阶协调优化

协调轨道交通网络列车的运行组织，能够使运能资源得到合理配置。在分析网络协调性的基础上，将轨道交通网络视作动态大系统，建立换乘站子系统所在衔接层的换乘时间效益优化模型，再从网络协调层对换乘节点间列车衔接方案进行全局递阶优化，描述了相应的并行协调求解算法。结合实例模拟协调过程获得可选方案，对协调性和适用性做了比较，结果表明该方法可根据不同需求产生相应协调方案，为列车运行组织提供决策依据。