基于排队论的维修工具配置模型研究

将排队论引入装备维修工具配置过程,建立了维修工具排队系统的模型,提出了专用类维修工具和通用类维修工具的配置模型.通过实例进行分析,得出定量的分析比较结果,为维修工具的合理配置提供了理论依据.从定量的角度分析了维修工具的保障度问题,从而进一步提高装备维修工具的保障效率.     

利用排队论分析嵌入式多任务系统的性能

最长响应时间、最短响应时间和平均响应时间是嵌入式系统的几个性能指标,对一些不要求满足实时要求的应用(如打印机、路由器等),其平均性能更重要。拟利用排队论来分析嵌入式多任务系统的平均性能,为系统设计、验证、决策和优化提供参考依据。     

一种基于排队论的系统性能评价软件设计

本文通过对系统性能评价方法的比较和分析，设计一种基于排队网络的可视化离散事件系统仿真与性能评价软件模型，介绍了该模型的体系结构和主要特点。     

基于排队论Oracle系统性能优化模型研究

响应时间是衡量Oracle数据库系统性能的重要指标。本文基于多服务台排队模型对Oracle数据库进行系统分析和性能优化设计,讨论了应用程序响应时间,处理器个数可变情况下,如何准确预测Oracle性能并进行调整,提高Oracle系统的服务性能和经济性能。     

基于排队论的生产物流系统的仿真优化

研究生产过程中物流运输资源配置的问题。为了有效提高企业生产过程中物流效率并控制投资,依据排队理论,建立等待费用和配置资源费用的综合比较模型,从而选择最佳资源配置方案。通过对仓储物流系统的详细调研和数据采集,建立生产系统物流模型,运用Arena 7.0仿真软件进行仿真,从而设计和选择一个较好的策略。     

基于排队论的进程调度算法分析

采用排队论方法分析进程调度算法性能使进程调度算法性能评价更具说服力.本文先建立了FCFS进程调度算法的数学模型,再对模型先进行理论分析和实验模拟.根据理论分析和实验模拟对FCFS进程调度算法进行性能评价.     

具有不耐烦用户VOD单播系统的排队分析研究

本文运用排队论的方法对视频服务系统单播情形下的部分指标进行了定性分析,分析了系统服务状态,以用户等待平均数和系统吞吐量为主要考察对象,给出了用户等待平均数与系统服务强度及用户耐心程度的关系,阐述了系统吞吐量受服务强度及用户耐心程度的影响.仿真结果表明,这也是一种节省资源、提高视频服务水平的有效途径.     

基于排队论的医院体检管理系统研究

体检排队系统作为体检人员接受服务的第一个环节,是体检人员评价体检中心服务满意度的一个重要方面,利用排队论的知识对体检系统建立数学模型进行分析优化,使系统达到最佳的运营状态,具有一定的经济价值和实际意义。     

基于排队论的数据链系统信息传输时间延迟分析

针对数据链系统信息传输时间延迟问题,分析了数据链系统中两点之间直接信息传输、通过中继站信息传输、跨数据链系统信息传输的一般过程;给出了利用排队论分析数据链系统信息传输时间延迟的一般流程;最后以美军JTIDS为例,分析了预警机在一定的时隙分配方案下的信息传输时间延迟.     

基于PSoC的智能车窗控制系统设计

基于PSoC及Cyfi无线通信技术,设计了一种智能车窗控制系统方案,具有无线控制车窗升降、车窗防夹手等功能。实验结果表明,该方案具有设计简单灵活、操作方便、功耗低、抗干扰等特点,可作为一种无线智能控制方案应用于汽车电子领域。     

基于ANFIS的汽车座椅舒适度评价系统建模

由于汽车座椅舒适性评价的主观性和复杂性,国内外学者多采用主客观评价相结合的方式构建评价系统.通过改善主观评价的实验流程、精选表征座椅的特征参数、调整实际打分等前处理手段,采用自适应神经网络模糊推理系统(ANFIS)技术成功建立了关野型(Sugeno)评价系统,实现了座椅的舒适性评级.研究方法可推广到长时舒适性和动态舒适性的研究上.     

基于加权改进模糊C均值聚类的欠定混合矩阵估计

语音欠定混合矩阵估计问题中，针对模糊C均值聚类(FCM)算法对初始聚类中心敏感、易受噪声点干扰、鲁棒性差的缺陷，提出一种基于加权的进化规划与FCM相结合的改进算法(WE-FCM)。首先，利用进化规划(EP)算法强大的搜索能力优化FCM得到基于进化规划的FCM算法(EP-FCM)，以获得较佳的初始聚类中心；然后，利用局部离群点检测(LOF)算法对EP-FCM加权以降低噪声点的影响。通过仿真实验得出，所提算法在源信号数为3路和4路时归一化均方误差值与偏离角度值均远小于经典的K均值聚类(K-means)算法、K-Hough、基于遗传算法的FCM算法(GAFCM)和基于密度峰值的FCM算法(FDP-FCM)。实验结果表明，所提算法明显提高了FCM算法的鲁棒性和混合矩阵的估计精度。     

萤火虫优化BP-NN的电网故障诊断研究

针对逆传播神经网络(BP-NN)运算过程中易陷入局部极小值的不足.根据典型的经验公式对比,缩小了隐含层节点数范围,从而寻找最优的隐含层节点数.根据萤火虫优化(GSO)算法的特点,用GSO-BP-NN训练的初始权值阈值,能够很好地预测测试集,从而避免BP神经网络陷入局部极小值.采用以上方法的结合对电网进行故障诊断,实验证明:该方法可以准确有效地诊断出电网故障位置.     

基于D-S融合的电子电路故障诊断研究

根据电子电路故障元件诊断的不确定性问题,给出了多传感器D-S信息融合实现电路故障诊断的方法。通过检测电路工作时电子元件的温度和关键点电压两方面数据信息,得出两传感器对各待诊断元件的信度函数分配。再利用D-S联合规则结合模糊逻辑理论,得到融合后的信度函数分配,从而确定故障元件。实验结果说明:多传感器融合算法具有较高的准确率。     

云平台下动态任务调度人工免疫算法

针对云计算领域的任务调度问题,提出了一种基于人工免疫(AI)理论的云计算平台动态任务调度算法。该算法首先利用排队论迅速、粗略地确定云计算平台保持稳态的条件,并为后面的计算提供基础数据;然后利用人工免疫理论中的免疫克隆选择算法,搜索出为集群中各节点上的不同虚拟机分配计算资源的近似最优配置;算法中还加入了适当的负载平衡处理,它使抗体基因更加优良。模拟实验结果表明,该调度算法能有效提高收敛速度和精度,快速搜索到合理配置,提高了集群资源利用率。     

融合改进哈里斯鹰和改进动态窗口的机器人动态路径规划

针对动态环境的移动机器人路径规划问题,提出了一种改进哈里斯鹰算法（IHHO）与改进动态窗口算法（IDWA）的融合算法（IHHO-IDWA）。首先,针对哈里斯鹰算法后期搜索性能不足等问题,提出了融合自适应混沌和核心种群动态划分策略、融合黄金正弦策略以及动态云最优解扰动策略来提高算法的性能。其次,针对动态窗口算法存在规划的路径长和易陷入死锁等问题,提出了三个改进策略：增加子函数,保证算法能够规划出更短的路径;提出自适应权重策略,平衡算法局部避障能力和全局搜索性能;设定初始航向角,避免路径冗余。最后,通过测试函数、CEC2014函数的数值实验和静态、动态路径规划实验,验证了IHHO和IDWA性能有明显提升;通过50×50大型动态地图验证了融合算法较对照组算法规划的路径缩短了11.51%,证明了该方法的优越性。     

基于D—S证据理论的空分设备故障诊断研究

根据空分设备故障诊断的复杂性,采用D—S证据理论实现空分设备的故障诊断。文中以空分设备中的主换热器为例,通过采集主换热器发生故障时的相关传感器的数据信息,得出各传感器对主换热器各故障模式的信度函数分配,通过D—S证据理论的合成公式进行数据融合,从而确定主换热器的故障模式。实验结果表明：基于多传感器的数据融合算法在故障诊断方面具有较高的准确率。     

基于DEDS故障诊断方法在GBM控制系统中的应用

GBM系统作业时由于具有DEDS特性,其故障诊断非常适合采用DEDS故障诊断理论来处理。对DEDS故障诊断基本理论和GBM的故障诊断过程进行了简要的介绍,以GBM灌注系统的故障诊断为例,基于DEDS故障诊断理论对GBM的故障诊断过程进行了详细地分析和说明,实验结果表明:基于DEDS故障诊断理论的诊断结果效果明显,证明了DEDS故障诊断理论在GBM故障诊断中的有效性。     

基于DFNN的动态矩阵网络控制系统的应用研究

针对网络控制系统中的随机时延,提出一种基于动态模糊神经网络的动态矩阵网络控制系统。利用动态模糊神经网络的特点,提高系统动态响应性能。在以太网的网络环境下,通过实验仿真结果表明,该方法响应快,提高了系统的跟踪精度,具有更理想的控制效果。