基于IOWHA算子的区间预测模型及应用

针对实际值序列和预测值序列均为区间数的组合预测问题,把区间数的左右端点作为两个独立的时序数列,通过引入诱导有序加权调和平均(IOWHA)算子,分别建立以区间数左右端点的倒数离差相关系数最大化为准则的IOWHA算子的变权系数最优组合预测模型,再通过引入偏好系数把多目标最优化模型转化为单目标最优化模型,并尝试给出各模型最优解的性质.最后利用数据进行分析,并和其他单项预测方法或组合预测方法相比较,从而证明该方法确实能够提高区间预测的精度.     

串联工业机器人机械臂的模块化组合式设计方法研究

针对传统机械臂设计方法存在灵活性低、能量消耗大且刚性差的问题,提出一种新的串联工业机器人机械臂模块化组合式设计方法。首先,设定不同模块局部坐标系,通过结构体数组方式对数据库进行存储。通过受力分析构建关节受力模型,选择关节部件选型;其次,利用装配数组生成方法将选择好的关节部件依据模块化组合式设计理念,设计成两件组件式;并分析机械臂工作空间。最后实验结果表明,采用所提方法设计的机械臂各模块输出力矩均符合设计要求,机械臂性能良好,不仅灵活性高、能量消耗低;而且具有良好的刚性。     

基于台阵资料测量高铁信号视速度的方法

针对运行于高架桥上高铁引发的震源, 基于对移动组合源形成的波场传播的理论分析, 提出一种利用多台互相关测量高铁波场视速度的方法。然后, 生成分层介质条件下的高铁波场合成数据, 计算信号视速度, 并通过与理论结果的对比, 验证方法的正确性。     

基于改进CRITIC-G1法组合赋权云模型的高阶段充填体稳定性分析

针对高阶段充填体稳定性风险评估过程中存在模糊性与随机性的特点,引入云模型理论,建立了高阶段充填体稳定性评判模型。以安庆铜矿等国内4座深井矿山为研究对象,选取坍落度、侧向暴露面积、充填料浆坡度、充填接顶效果等16项影响因素作为风险评估指标,借助云理论计算隶属于不同风险等级的各指标云模型参数,同时基于改进CRITIC-G1法,综合考虑指标之间的相关性与专家的理性判断,将主客观权重进行优化组合,最终根据评估指标的云数字特征和组合权重确定4座矿山充填体稳定性等级。研究结果表明,安庆铜矿、李楼铁矿、冬瓜山铜矿、司家营铁矿风险等级分别为Ⅳ级、Ⅳ级、Ⅲ级、Ⅱ级,司家营铁矿充填体相对更稳定。与其他数学模型相比,该模型在保证结果准确的同时,利用云数字表征模糊性与随机性从而获得不同评估指标耦合作用下的充填体稳定性等级,实现了等级的可视化,具有一定的可靠性,为高阶段充填体稳定性风险评估提供了一种新方法。     

油成藏模式及对油分布的控制作用——以海塔盆地中部主要断陷带为例

通过钻井和油藏解剖得到,海塔盆地中部主要断陷带油藏类型除少量基岩潜山油藏外,主要为断层油藏,纵向上以南一段自生自储式生储盖组合油最富集,平面上呈11个富集区分布,以塔南中次凹和贝中-南贝尔东次凹北洼槽油更富集。油成藏可分为自生自储式、下生上储式和上生下储式3大类成藏模式,自生自储式又可分为洼中隆、缓坡断阶带和陡坡断阶带或断鼻3种成藏模式,油成藏模式对油分布的控制作用表现在3个方面:①缓坡断阶带油成藏模式是油富集的最主要成藏模式;②成藏模式越发育的的层位,油就越富集;③成藏模式越发育的地区,油也就越富集。     

柔性机械臂模态估计:多传感器组合策略个例研究

柔性机械臂传感器输出变量选择不当会降低模态状态观测器的性能，甚至破坏模态状态重构的可靠性．本文给出了Ｋａｌｍ ａｎ 滤波器重构模态状态的多传感器组合策略个例研究．建立了评估模态状态重构的性能指标，探讨了实现高性能Ｋａｌｍ ａｎ 滤波器的多传感器非劣组合策略的识别方法     

服装生产线机械组合数量的研究

分析了服装缝制生产线机械组合数量对生产效率的影响.通过实践对比分析提出了合理地安排服装机械组合数量可以降低服装生产的起步损失,有效地提高服装生产效率.     

汉字的视觉语言表现

汉字本身具有很高的审美性与观赏性,充分运用了平衡、对称、和谐等形式美法则,汉字以字形和字意的内在组合关系作为视觉信息传达的媒介来进行个性化的设计,充分体现了现代汉字强烈的视觉冲击力,使人们在获得信息的同时得到审美体验。     

探讨在需求分析理论框架下实现高职英语教材的优化整合

在需求分析理论和教材调整、取舍理论的指导下,结合南京工业职业技术学院(国家首批示范高职院)长期以来高职公共英语教材选用和使用的具体情况,采用问卷调查和访谈的方式,探讨教材优化整合的新思路——构建高职英语教材体系。     

基于小波网络的非线性组合预测方法研究

提出了一种基于小波网络的非线性组合预测新方法，以克服线性组合预测方法在解决非平衡时间序列组合建模问题所遇到的困难和存在的不足，并给出了相应的学习算法求解小波函数线性组合的尺度和时延参数以及神经网络权值。理论分析和大量的应用实例表明：本方法具有很强的泛化能力与自适应数据和函数变化的能力，在处理诸如经济时间序列这种具有一定程度不确定性的非线性系统的组合建模和预测方面有较高的应用价值。