基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.      

Integration Between Enterprise Process Monitoring and Controlling System and Enterprise Application

The relationships and the features of integration between Enterprise Process Monitoring and Controlling System (EPMCS) and Enterprise Process Related Applications (EPRA) were analyzed. An integration architecture centered on EPMCS was presented, in which there were four layers to conneet from EPMCS to EPRA: EPMCS, application integration layer, transport layer and EPRA, and there were four layers used to etstablish integration: presentation layer, function layer, data layer and system layer. The frameworks to connect EPMCS and EPRA were designed, that Enterprise-Independent Model (ELM), Enterprise-Specific Model (ESM) and metamodel to describe these two models were defined. The method to integrate data based on XML was designed to exchange data from EPMCS to EPRA according to the mapping between EIM and ESM. The approches are suitable for integrating EPMCS and systems in Product Data Management (PDM), project management and enterprise business management.     

数学建模的层次分析法

阐述了数学建模层次分析法的基本思想、方法和核心问题，运用层次分析法建立数学模型的一般步骤和计算方法，并通过实例分析，说明了层次分析法在决策中的有效性．     

基于AHP-BP算法的供应链合作伙伴选择建模及其应用

将AHP法与改进的BP神经网络相结合建立了供应链合作伙伴选择模型,并使用L-M算法对神经网络权值进行训练,实现了对供应商的多标准评价;所用的评价指标体系选取全面,适用于多种类型的供应链合作伙伴选择。用实例对模型进行了验证,并取得了较好的评价效果。该模型应用简单,且减少了供应链合作伙伴选择过程中人为因素的影响,具有一定的实用价值。     

线性时间序列模型与双线性模型的识别研究

根据线性模型的特点，在推广的高阶矩概念的基础上，将高阶矩应用于系统的结构辨识问题中。介绍了用最小二乘原理估计高阶矩参数以及判定参数置信区间等内容。     

股价有跳跃时在均值方—差目标下的证券组织选择

讨论均值－方差问题,即使终端财富的期望一定的条件下,选择适当的投资策略以使终端财富的方差最小,假设股票价格由布朗运动和泊松过程共同驱动。在证券投资组合有约束的一般情况下,证明了最优证券组合的存在唯一性,在证券投资无约束的情况下,具体解出了最优证券组合的显式表达式,从而得到了市场的有效前沿。     

基于词内部模式的中文新词识别研究

提出了一种基于支持向量机的中文新词识别算法.该算法结合新词内部模式以及词长等提出了基于词内部模式的改进字符位置似然概率,并综合新词的邻接类别等特征对新词进行识别.经过小说语料测试,实验结果表明：该算法的微F1值为0.583 3,宏F1值为0.775 7,分别比不考虑词内部模式的基准算法提高约63%和30%.     

高温热湿处理羊毛纤维的微观结构与性能研究

本文研究了羊毛纤维经高温蒸汽及高温水煮处理后的吸湿性能与拉伸性能的变化．采用扫描电子显微镜及X射线衍射仪，分析了羊毛纤维经高温热湿处理后微观结构形态及结晶度．结果表明，经不同温度及时间的蒸汽、水煮处理后，羊毛纤维的吸湿性能出现不规律的变化，而纤维的拉仲强力及伸长则降低；经高温热湿处理后，羊毛纤维的鳞片遭到破坏，纤维结晶指数下降．     

多缸柴油机冷起动过程的模型研究

为了研究多缸柴油机冷起动瞬态过程的特点和影响因素，在原有的包括准维燃烧模型的单缸直喷式柴油机冷起动过程预测模型基础上，分析多缸机冷起动过程特点，建立了多缸直喷式柴油机冷起动过程的瞬态模型，在详细分析多缸柴油机冷起动特点的基础上，介绍了冷起动模型的主要构成和计算公式．     

图像识别中颗粒形状表征方法的研究

针对图像识别中颗粒形状表征方法的问题,采用图像处理技术,提取出颗粒形状特征参数一形状系数,计算结果表明：利用该参数可以识别颗粒的形状特征及类型,并为在线测量和识别颗粒提供了依据。