复杂产品开发过程仿真与预测研究

为了更有效的对复杂产品开发过程进行预测分析,提出一种两层设计结构矩阵模型作为仿真的结构关系模型.建立了服从三角分布的时间与成本模型,采用拉丁超立方抽样法对该模型进行抽样并生成样本点.采用任务返工概率、返工影响与学习效应曲线来描述开发过程的迭代特征,对任务返工概率的变化调整、返工需求判断策略、多任务返工执行约束等问题给出了相应的仿真模拟方法.在此基础上提出了改进的产品开发过程仿真算法,并设计开发了基于Matlab的复杂产品开发过程仿真平台.最后,通过一个实例证明了该仿真平台的有效性和实用性.     

基于Petri网的产品设计过程工作流结构化建模与仿真

产品设计过程的工作流管理是产品设计的核心管理过程,直接影响着项目的开发周期和整体效益.为实现对产品设计过程工作流动态性和不确定性的管理与控制,在研究工作流结构化建模相关问题的基础上,提出基于Petri网的产品设计过程工作流结构化建模方法,定义了基于Petri网结构化建模的七种基本结构模块,确定了顺序、重叠、迭代、耦合、分支和连接模式为工作流结构化建模核心模式.以某办公楼的设备详细设计过程为例,进行工作流结构化建模和仿真分析,验证基于Petri网的产品设计过程工作流结构化建模方法的正确性和有效性.     

基于高斯过程回归的大气进入段航天器飞行能力预测方法

轨迹优化技术是目前大气进入段研究的关键技术之一,如何在大气进入动力学复杂、航天器设计参数各异以及进入过程多约束的条件下,对进入轨迹性能参数进行评估是轨迹设计研究的重要问题。对此,以二维落点走廊为表征的大气进入段最大飞行航程作为性能指标,针对传统轨迹优化方法求解计算量庞大的问题,提出了一种基于高斯过程回归(Gaussian process regression, GPR)的大气进入段航天器飞行能力快速预测方法,挖掘航天器进入初始轨迹参量与轨迹包络特征参量之间的映射关系,求解航天器最大航程时避免了复杂的动力学建模以及大规模的迭代寻优过程。利用所提方法对1 000余组不同进入场景的进入轨迹最大航程进行快速预测,将预测结果用于进入段航天器飞行能力评估,为解决大气进入领域相关工程问题提供参考。     

两阶段非线性Wiener过程退化建模与可靠性分析

基于性能退化数据对产品进行可靠性分析一直是可靠性工程领域研究的热点与难点。针对多阶段退化过程中存在的非线性规律,同时考虑变点位置位于测试时刻之间的一般情形且各试样变点存在个体差异性的实际情况,提出了基于Wiener过程的两阶段非线性退化模型,给出了模型参数极大似然估计方法,建立了可靠性分析和寿命预测方法。最后通过高压脉冲电容器实例的对比分析,验证了所提方法的合理性与有效性。结果表明,与多阶段线性Wiener过程方法相比,所提方法能够更加准确地描述退化过程的非线性时变特征,进而得到更为合理的寿命评估结果。     

山东省奶业发展战略研究

研究了山东省奶业发展中存在的问题,并通过战略研究寻找解决问题的办法。提出了山东省奶业发展10项战略措施,可供政府部门、加工企业和饲养业决策参考。图1,表1,参2。     

一种基于工作流网的游戏作弊检测系统

游戏作弊对网络游戏危害很大,目前反作弊技术的瓶颈是效率低并且过多依赖于签名匹配。提出一种高效且不依赖于签名匹配的游戏作弊检测系统,用工作流网对作弊行为建模,通过流程树对作弊行为模型进行融合,在不影响检测结果的前提下节省存储空间。用热门网游的作弊软件对系统进行实验,存储空间降低率达到约60%,证明了该系统框架是可行、有效的。     

超启发式DE算法求解零等待发酵工艺调度

为解决具备间歇过程特点的零等待发酵工艺调度过程中易变质的难点,提出了一种超启发式差分算法,并将最小化最大完工时间设置为优化目标。此算法分为2层,高层为改进的自适应差分进化算法,来对低层的启发式操作进行选择排序。而低层组合排序成了新的算法对问题域进行操作,加入模拟退火算法避免陷入局部最优。所提出的方法具有学习的机制,对不同问题具有较强的泛化能力。通过测试算例和实际生产进行算法的比较和求解验证了此算法的有效性,结果表明所提出的算法比传统的启发式算法性能更优。     

面向软件过程改进的工作流仿真研究

本文的研究从深度上涉及方法学、技术和工具层面，从广度上涉及过程、产品、资源、组织和度量。工作流仿真可以贯穿于软件过程改进的整个生命周期。针对技术层面，提出一个支持软件过程改进的工作流实施框架，其中包括四个反馈环节来实现改进。进一步提出指导建模的软件工作流元模型，它将度量和过程改进的几个要素结合到一起，便于仿真评价，并且利用对象约束语言形式化描述模型实体本身和实体间的完整性约束关系。针对工具层面，给出了基于ECA规则的工作流模型定义和仿真引擎的结构。在此基础上就一个软件开发过程的实例，依据过程度量指标分析了各种可能的改进方案。     

一种多神经网络混合模型的学习算法研究

针对混合智能模型的多神经网络结构特征，提出一种模型参数的在线辨识算法。该算法在起始阶段利用混沌优化算法寻找初始点，随后采用BFS法完成参数寻优过程。对处于扰动状态下的预分馏塔的仿真结果表明，该算法可以有效地解决一类多神经网络模型的在线参数辩识问题。     

基于小波变换的LMSV模型波动长记忆性估计与检验

将小波引入到LMSV模型波动长记忆性的估计与检验中，提出了基于小波变换的LMSV模型波动长记忆性的伪极大似然估计法和波动长记忆性的检验方法，用不同参数值和样本容量的数据进行了模拟实验．又用该方法对上海和深圳证券交易所综合指数收益序列的LMSV模型的波动长记忆性进行了检验和估计，结果表明该方法是有效且可行的．