一种新的模糊神经网络删剪策略

模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.     

考虑BOM的FMS生产线能力规划问题

针对印刷装配板(Printed Wiring Board, PWB)的制造过程,建立了一个基于多种需求状态的多计划期多种产品类的能力规划模型.该模型考虑了机器的柔性、产品类的BOM(Bill of Materials)约束(物料需求约束)以及进行生产能力调整的风险.考虑该模型是一个大规模的混和整数规划问题,无法用一般的数学软件直接进行求解,提出了一种求解近似最优解的方法,首先应用启发式算法减少装配线能力调整决策变量的搜索空间,然后应用遗传算法进行搜索.最后通过实例分析验证了该方法的可行性及其在管理学上的意义.     

一种高效挖掘高维数据的频繁闭合模式算法

为了克服传统高维数据挖掘频繁闭合模式算法迭代产生子表,引起算法执行时间长和存储开销大等问题,提出了一种高效挖掘高维数据的频繁闭合模式的算法EMHCP. EMHCP算法采用一种新型结构位图表来压缩存储数据,在仅扫描数据库一次后,建立位图转换表.根据位图转换表来构建混合树结构,采用深度优先的方式和有效的剪枝策略高效挖掘出所有的闭合模式.从而有效地缩小了搜索空间,加快了处理速度.通过在生物数据库应用的实验结果表明, EMHCP算法比已有的CARPENTER和TD-close等算法更为有效.     

基于遗传算法的制造网络服务质量优化

服务质量的合成是面向服务架构系统面临的重要挑战,评价面向服务架构制造网络最优化的典型标准是加工时间成本和系统响应时间.文中提出了一种应用遗传算法解决制造网络服务质量优化问题的新方法.首先用着色Petri网和排队论分别对制造网络的物流和信息流进行建模,然后应用遗传算法对该模型进行调度并获取服务质量的近似最优解.在该算法中,染色体采用分段基因编码,它们分别是制造网络物流和信息流调度方案的规则与加权系数的组合;遗传操作包括选择、交叉、变异3种类型.在每一代种群中,通过仿真得到与每个染色体相对应的各项性能指标值,以模糊综合评判方法求取制造网络服务质量适应度的函数值.实验结果表明,该方法能有效优化制造网络的服务质量.     

一类延拓矩阵的半正定因子的扰动上界

利用行延拓矩阵的奇异值分解和极分解,得到了行延拓矩阵半正定因子的扰动界,并进一步讨论了特殊情形下的扰动界,且所得结论对于列延拓矩阵也是成立的.     

注重习惯养成 体验核心价值

养成教育的过程是一个漫长、渐进的过程,良好习惯的养成非一日之功。工作实践中我们注重养成教育工作的实效性和长效性,积极建构操作性强、科学合理、适于发挥学生主体性的养成育人模式。     

长枪管模设计之特点

在塑胶产品的模具设计中,设计长枪管模具的行位（滑块）与普通模行位（滑块）是不同的。本文介绍一款长枪管模的设计。     

盾构机吊装安全性计算

<正>盾构机是地铁隧道施工中经常采用的重要设备之一。在使用盾构机施工前,首先要对盾构机进行吊装,吊装时往往采用吊车进行(汽车吊或者履带吊)。由于吊装的构件重量较大(往往在100t左右),并且吊车坐落的位置一般位于车站(基坑)边缘,因此对于吊装的安全性计算式非常重要的。本文,笔者以地铁10#线二期05标段大红门站右线盾构机吊装为例,进行计算。     

基于开放教育下“线性代数”教学方法思考

本文根据开放教育学生的实际情况和线性代数的强逻辑性与抽象性，结合《经济数学基础》课程从五个方面探讨了线性代数的教法，以提高线性代数教学与学习的效果。     

用初等变换法判断实二次型的类型

利用初等变换法,将实二次型的矩阵化为对角矩阵,即得到实二次型的一个标准形,从而就可以判断实二次型的类型。