排序方式: 共有27条查询结果,搜索用时 0 毫秒
1.
研究了微双折射光程差测量技术,提出用旋转半波片-反射法测量半封闭玻璃制品应力,探讨以电光调制法为基础的微双折射光程差测量系统的稳定性。从软件和硬件两个方面建立起自动测量系统。实践证明达到了预期要求。 相似文献
2.
3.
提出了一种新的混沌时间序列预测方法——多维泰勒网方法.该方法不以相空间重构方法中嵌入维数和时间延迟这两个关键参数的选取为前提,无需系统的先验知识和机理,仅根据已知的时间序列样本,通过多维泰勒网模型获得n元一阶多项式差分方程组,进而得到能反映非线性系统动力学特性的多维泰勒网动态模型.在此基础上提出了基于多维泰勒网的自适应多步预测方法,通过数据窗口的滑动自适应建模,实现对混沌时间序列的多步预测.将该方法应用于Lorenz混沌时间序列的一步和多步预测,均方误差分别达到2.56×10-5和2.76×10-3.仿真结果表明,该方法可以对混沌时间进行有效预测,且具有较高的预测精度. 相似文献
4.
以正好满足产品需求为约束条件的车间最优生产计划 总被引:3,自引:1,他引:2
研究以正好满足产品需求为约束条件的预选性自动化车间(FAW)伯最优生产计划问题,首先根据实际需要建立车间生产计划的含需求约束的非线性规划模型,然后为求解方便通过引进约束将其转化成线性规划模型,由于这种模型对于一般车间来讲其规模已经很大,很难在微机上用单纯形法在可接受的时间内获得其最优解,为此,提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解车间最优生产计划问题,并编制了相应软件,最后,通过算例研究,比较了卡马卡算法,基于卡马卡算法的关联预测法和Matlab中的线性规划法,结果表明所提方法非常适合将ERP/MRPII下达给FAW的中期计划最优分解成由FAW中各FMS执行的短期计划。 相似文献
5.
基于信息熵的知识网度量方法及应用 总被引:1,自引:0,他引:1
为了解决知识网库中知识网的选择问题,提出了一种基于信息熵的知识网度量方法.首先,定义了基于信息熵的知识量函数,并证明了知识量函数的单调性.然后,将基于信息熵的知识网度量法用于基于用户功能需求的知识网选择中,并将基于用户功能需求的相似性和知识量作为评价知识网的量化指标.最后,在.NET平台上利用C#语言和数据库管理系统SQL Server 2000,开发出基于用户功能需求的知识网选择的使能工具,并通过实例证明,相似性和知识量的结合可以更好地对知识网进行度量.用户功能需求越详细,且知识网库中的知识网相似性值和知识量值越接近目标知识网,则搜索到的知识网越能满足用户的需求. 相似文献
6.
现在的家庭汽车,随着座位、车长的增加,为了使每个座位上的成员都能体会到舒适的乘坐感觉,供暖与通风系统也需要延伸到后排,且需要从车辆上部布置出风口,这使汽车顶棚与风道的关系变得更加重要.现就某款车型顶棚与风道的安装问题入手,通过介绍汽车顶棚与风道的固定形式、打胶轨迹、打胶量、胶的类型等内容,为形成设计规范和今后的车型改进... 相似文献
7.
一种基于需求景气分析和“幼稚预测”思想的需求预测模型 总被引:1,自引:0,他引:1
根据汽车生产企业和宾馆企业需求预测问题的基本特点,利用需求时间序列及其变化曲线,提出了一种基于需求景气分析和"幼稚"预测思想的定量预测模型,即首先划分产品的景气变化模式,然后寻找当前点状态的最佳历史匹配,并据此给出需求预测值.本文给出了模型的相关定义及算法,并以宾馆和汽车生产企业的实际需求数据为应用对象,检验了该模型的预测性能.试验结果表明,该方法具有较理想的预测精度. 相似文献
8.
针对以最小化工件提前期和拖期惩罚费用加权和为目标的两阶段装配流水车间调度问题,证明了工件之间的最优排序性质,并将其嵌入优化算法中.由于该问题的NP难性,提出了一种变邻域类电磁机制(VNS-EM)混合算法.该混合算法在类电磁机制(EM)算法的每一次迭代过程中嵌入改进的变邻域搜索(VNS)算法,利用其较好的局部搜索能力对每代最优个体的邻域进行精细搜索,从而提高解的质量.仿真结果表明了算法的有效性.与VNS算法和EM算法相比较,提出的VNS-EM混合算法能更好地兼顾算法的精度和求解速度. 相似文献
9.
为了研究多级汽车装配车间的多目标集成排产优化问题,详细讨论了涂装车间的颜色批量约束以及总装车间的空间间隔约束,证明了空间间隔约束是能力约束的充分条件,在此基础上分别给出了无辅助工人和有辅助工人参与情况下的空间间隔约束不等式。以同时优化涂装车间调整费用和总装车间辅助工人费用为目标,建立了一类整数规划数学模型。采用模型非线性约束线性化的方法并结合运用优化软件对模型进行求解。最后通过仿真实例,验证了该方法的可行性和有效性. 相似文献
10.
为了使产品设计时间预测模型既克服小样本和异方差噪音问题,又提供除预测值以外的其它有用信息,建立一种基于异方差高斯间距回归(heteroscedastic Gaussian margin regression,HGMR)的预测模型.首先,假定基于核函数的回归模型的权重向量服从高斯分布,以最小化相对熵为优化目标,利用预测值的置信区间设置约束条件,构造可同时给出预测值和预测区间的HGMR模型;然后,利用样本的独立性和异方差性对优化问题进行转化,证明HGMR模型具有较好的推广性能,并设计求解相应优化问题的迭代方法;最后,以注塑模具设计的实例进行分析,结果表明基于HGMR的时间预测模型是可行有效的. 相似文献