桥梁承载能力状态评估的模糊神经网络推理方法

在综合现有的状态评估理论方法的基础上,提出了基于层次分析的承载能力状态评估模型.结合模糊理论和神经网络技术,建立了一套基于监测信息输入的模糊神经网络推理系统框架,并利用模糊规则生成的规则库作为神经网络训练和学习的样本.利用实例验证了采用此智能评估技术进行承载能力状态评估的可行性和实用性.     

圆柱形反应器鞘区离子平均动能的径向分布

针对鞘层结构,建立了鞘层模型和离子速度分布函数,导出了离子平均动能的积分表达式并得出数值积分的结果.用级数的两项拟合平均动能积分表达式的对数项,积分得到解析结果和简化结果.应用积分表达式、解析式及简化式进行计算,得出了圆柱形鞘层内不同位置(半径)处的粒子平均动能.结果表明鞘层越厚、粒子平均自由路程越小,则它们的差别越小.它们可有效地应用于散布在反应室各处粉体的刻蚀和纯化.     

基于规则的开发链智能化产品配置方法

介绍了基于产品配置的开发链产品实现过程;讨论了产品结构模型与配置的关系;研究了基于结构模型的产品配置过程;给出了智能化产品配置的实现步骤．模型配置规则用来约束产品结构模型中各功能组件以及零部件之间的关系,限制配置过程中零部件的选择．给出了变量配置规则、配置约束规则和有效性规则等．讨论了配置知识库的构建方法．     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。     

连锁营销的分销系统双层库存优化控制模型

研究了每一补货间隔内需求为服从某一概率分布的随机变量的各零售商集体和一个地区分销中心组成的地区分销系统.分销系统中各零售商可独立决定自身的最优补到水平,补货周期是确定值;分销中心巡回给各零售商送货,循环周期是固定的,且各零售商的补货周期等于分销中心送货循环周期.针对在补货间隔内零售商需求为某一区间内的均匀分布和某一泊松分布两种情况,假定零售商的顾客需求是均匀发生的,给出了零售商补到水平最优控制策略和分销中心库存控制策略.最后通过一个算例验证了模型的有效性.     

一种面向协同设计系统的访问控制模型

针对现有访问控制模型不能完全满足协同设计系统访问控制需求的实际,在对基于消息通信协同设计特性进行分析研究的基础上,以协同设计系统的访问控制实现为目标,以基于角色访问控制(RBAC)模型为基础,提出一种面向协同设计的消息驱动访问控制模型(MDACM).该模型应用消息实体作为权限表达,以消息实体与过滤规则相结合的方法,通过静态的配置方式实现动态的资源控制,解决了协同设计系统分布性和动态性带来的安全隐患问题.此外,通过流程控制基作用于消息实体使模型能够支持协同设计系统的工作流程管理,并通过应用示例说明模型的有效性.     

岩土力学参数概率分布的推断方法研究综述

岩土力学参数的概率分布推断是岩土工程可靠性分析的关键步骤之一,选择和建立输入参数的概率模型直接影响可靠性最终的计算结果和精度.介绍了不同情况下确定岩土参数概率分布的各种推断方法和研究进展,主要包括小样本情况、较大样本及大样本情况、存在先验分布和现场有限小样本情况下的推断方法.详细介绍了笔者最近在这一领域内所做的工作,希望对这一领域内的研究工作起到一定的推动作用.     

多精英采样与个体差分学习的分布估计算法

提出了基于多精英采样和差分搜索的分布估计算法EDA-M/D (Estimation distribution algorithm based on multiple elites sampling and individuals differential search)。EDA-M/D利用多精英个体独立采样生成子代来提升算法全局搜索能力,利用精英群体分布的σ²约束采样半径,实现种群从全局搜索逐步过度到局部搜索。当精英群体停滞时,劣势个体借助精英群体的μ和种群历史最优解进行差分搜索,帮助种群跳出局部最优解。通过多精英采样与差分搜索的自适应协同实现种群宏观信息与个体微观信息的有机融合。实验结果表明EDA-M/D在稳定性和搜索能力方面均表现出明显的优势。     

基于SAMME+ResNet的多相码信号识别方法

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential loss function, SAMME)算法和残差神经网络(residual neural network, ResNet)的多相码信号识别方法。通过仿真实验对5类多相码信号进行了分类识别,验证了模型的有效性,分析了不同数量基学习器对模型的影响,最后与传统分类方法进行了对比。仿真结果表明,在信噪比低于6 dB的情况下,所提方法相对于单个残差网络提高了约10%的分类精度,同时缩小了类之间识别率的差距,相对于常用的分类方法也有很大的优势。     

基于演化博弈的重大工程业主与勘察机构合作机制

为研究重大工程前期勘察阶段业主与勘察机构的合作问题,以业主和勘察机构有限理性为前提,基于演化视角建立双方决策行为交互的博弈模型,探讨了参数变化对于演化稳定策略的影响,并用仿真实验的方法研究参数的取值与初始策略选择对于演化结果的影响。研究结果表明：合理的超额分配系数对促进双方合作有积极意义,且存在一个最优的系数使得双方合作的可能性最大;双方的成本对于均衡结果的影响呈现差异化的结果;风险分担机制的设计可有效促进合作。