关于多方过程的讨论与研究

指出文献[1]中对多方过程概念的不确切提法,并根据多方过程的严格定义说明多方过程不是理想气体普遍的热力学准静态过程,以及普遍过程、多方过程与典型过程三者之间的关系.     

基于两级神经网络的发酵过程多变量前馈解耦控制

针对具有时变、非线性、不确定性的多变量耦合生物发酵过程,提出了一种基于两级神经网络的多变量前馈解耦方法.一级神经网络利用可获得的过程信息拟和耦合通道的过程特性,实现耦合作用对被控量影响的估计;二级神经网络用来拟和控制通道的逆特性.通过两级网络的串联,消除系统间的耦合.实验结果表明,提出的解耦控制方法能适应生物发酵过程模型的不确定性和参数时变性,克服了前馈解耦方法依赖于过程模型和对模型参数的变化表现敏感的缺点.     

基于马尔可夫决策过程的MES系统动态调度方法

针对以事件为驱动的网络化制造环境下生产系统的特征,扩展马尔可夫决策过程,根据生产制造的特点进行动态生产调度方法的研究.以面向用户标准为基础,用制造系统响应时间来评价调度算法在不同规则下具有的性能特点;根据分析结果分别确定各种调度规则在预期时间内能够达到生产优化调度或满意调度的可能程度.将调度规则与实际生产相结合,设计网络化制造环境下动态调度指令单管理系统,实现制造管理的信息化.本系统可以按照用户需求实时反映生产制造信息;根据企业情况确定调度规则,生成调度决策方案,最大程度保证企业利益.     

基于过程神经网络的短期负荷预测

针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.     

基于事前分析方法的工作流过程模型的验证

工作流执行过程中经常会出现非正常终止的情况,对此,将事前分析方法应用于工作流过程模型的验证中,即在工作流过程实例化前进行模型的有效性分析和结构正确性验证。该方法对传统的有向网络图进行扩展并以此来描述工作流过程,确定模型的有效性;进一步将扩展有向网络图转换成工作流网模型,应用Petri网技术分析该模型的冲突结构,以确保工作流过程的逻辑合理性。     

数字化测图作业方法、数字化测图的业过程及注意事项

阐述了数字化测图的作业方法、数字化测图的作业过程及注意事项.     

遗传程序设计算法在水溶于有机溶剂过程研究应用

对若干物性体系进行了有机溶剂分子结构与水溶解度之间的定量研究,选取了39个有机溶剂分子,分为两组,一组30个分子作为训练集,另外9个分子作为测试集组.采用28个分子结构描述符来定量描述分子的结构,最终通过遗传程序设计筛选,得到一个4参数的非线性方程,关联和预测相关系数的平方均在0.95以上,研究取得了较满意的计算结果.     

考虑断裂过程区的混凝土Ⅰ-Ⅱ复合型断裂判据研究

根据以前的混凝土Ⅰ-Ⅱ复合型断裂实验资料,同时采用数值模拟实验的方法,基于双K断裂准则,分别计算了混凝土Ⅰ-Ⅱ复合型断裂试件失稳断裂破坏时,断裂过程区影响的临界有效裂缝长度ac及应力强度因子KⅠ、KⅡ。根据分析计算结果,建立了考虑断裂过程区的新的Ⅰ-Ⅱ复合型断裂K判据,并与课题组以前的K判据作了分析比较。     

重庆市交通区位演化过程与空间异质性格律初探

厘清物质交通建设与城镇化发展的时空响应过程有助于理解区域发展的驱动机制。以重庆市为例,基于多年断面数据,采用指数建模、地理加权回归、全局莫兰指数、LISA集聚分析等方法以揭示交通区位演化与城镇化发展之间的动态关联机理。研究发现：近20年来,重庆市城镇化与交通建设取得了同向快速发展,交通建设的绝对增长幅度快于城镇化的增速;交通设施建设对城镇化发展的正向拉动不断增强,同时,二者发展具有空间依赖性;山地交通设施与城镇化布局的空间集聚特征显著,其高值区集中在主城及周边地区;基于地形、历史、政策、经济等地区差异的长期性,物质交通建设与城镇化的时空协同结构具有明显的空间稳定性。近20年来,重庆市城镇化与交通建设的协同效应明显,且基底约束效力较强,空间特征显著。     

基于协方差矩阵的主动学习方法及应用研究

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法。利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标。在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度。基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性。