H型梁谐振式MEMS压力传感器设计

谐振式微电子机械系统(micro-electro-mechanical system,MEMS)压力传感器因其灵敏度高、体积小等特点近年来被广泛研究.根据谐振梁在不同压力作用下发生振动时,轴向应力的改变引起谐振梁等效刚度变化,从而进一步改变谐振梁谐振频率的原理,文章提出一种采用电磁激励/电磁拾振方式测量外界压力的谐振式压力传感器,并对传感器建立模型,利用ANSYS有限元仿真软件对传感器进行模拟分析与仿真验证.结果表明,量程为0～300 kPa、最大过载1.2倍满量程(full-scale,FS)时,初始频率为57.984 kHz,传感器灵敏度达66.98 Hz/kPa,非线性误差小于0.15％FS.     

多粒度层次序贯三支决策模型研究

现有的知识获取算法所挖掘出的规则太多,不易理解;规则描述太过具体,容易造成过拟合。为此,本文提出了多粒度层次序贯三支决策模型。首先引入概念层次树将目标概念泛化,构建多层次决策表,并设计了多粒度层次序贯三支决策模型,从多视角、多层次计算3个概率区域并获取相应的泛化层次决策规则。最后,通过实验证明了模型的有效性。本模型为知识获取提供了新的视角并丰富了多粒度三支决策的研究。     

弦支剪式可展桥参数化分析及优化设计

剪式可展桥能够快速搭建灾后应急通道，提高救援效率.针对剪式机构刚度差、材料利用率低等特点，结合弦支体系提出了一种新型的应急用弦支剪式可展桥梁结构.为研究其结构的承载性能，采用Karamba3D建立有限元模型，在移动荷载作用下对撑杆长度、撑杆数目、剪叉杆截面、初始预应力幅值、剪叉角度等影响因素进行了参数化分析，并利用Galapagos模块以结构最低质量为优化目标对弦支剪式可展桥进行优化设计.结果表明:增大撑杆长度、撑杆数目和初始预应力能够有效减少剪式机构应力和挠度；增大剪叉角度使剪式机构应力和挠度增大，而增大剪叉杆截面厚度会减少剪式机构应力，但会增大其挠度；剪式机构依然以受弯为主；优化使结构质量减少38.89%，且优化后弦支剪式可展桥的应力和挠度大约是其对应剪式可展桥的0.25倍和0.2倍，验证了弦支剪式可展桥的优越性.     

基于连通性的三支密度峰值聚类算法

为了解决密度峰值聚类算法选择密度峰值点困难以及误分配的问题，基于流形的连通性，提出了一种改进的密度峰值聚类算法。通过使用三支密度峰值聚类算法，得到初始聚类结果与簇的边界点，根据这些边界点之间的连通性判断初始聚类之间的连接情况，并利用这些信息进行聚类结果融合。重复上述过程，每次迭代中在剩余数据里寻找密度峰值候选点，并将其纳入聚类过程，得到一种对流形数据友好的聚类算法。结果表明，所提算法在人工数据集和真实数据集上均有较好的表现，聚类准确度相较现有算法更高。基于连通性的三支密度峰值聚类算法可以在不计算路径距离的前提下，有效识别流形数据，大大降低了计算成本。     

双论域区间值直觉模糊vague粗糙集及其应用

区间值直觉模糊集可诱导出vague集和粗糙集，而后两者的结合具有不确定性深入分析的优势.立足双论域区间值直觉模糊粗糙集，引入vague集进行融合扩张，研究双论域区间值直觉模糊vague粗糙集.首先，定义区间值直觉模糊vague相容类，构建双论域区间值直觉模糊vague粗糙集模型，提出关于双逼近近似和三支决策区域的计算算法，并确立该模型的精确度、粗糙度、依赖度.然后，研究该模型的近似算子与不确定性度量的性质.最后，采用医疗例子进行模型计算、度量测量、性质验证，并得到关于患者临床诊断的患病分析与治疗决策.     

融合云概念的粗糙Vague集的三支决策模型

Vague集是模糊集的扩展模型，从正反两方面来描述事物的不确定性，粗糙Vague集比粗糙模糊集更具有普遍性。目前，三支决策的阈值主要是由单个专家给出，不能反映认知过程中复杂的不确定性形式。针对这一问题，提出了一种融合云概念的粗糙Vague集的三支决策模型。使用基于密度中心的云概念群决策方法求解损失函数，不仅保证综合评价的精度，还为损失函数提供了新的语义解释。构建了粗糙Vague集的三支决策模型并揭示了其误分类代价随着粒度细化而单调递减的规律。通过实验验证了该方法的可行性，克服了现有模糊集在三支决策中对事物不确定性表达不够清楚的缺点。