协同设计环境下的冲突检测模型设计

冲突是协同设计系统的本质,产生的原因是协同设计环境下不同设计群体考虑问题的角度、评价标准和专业知识有所不同。本文以Petri网为基础,提出了一个集成Petri的概念,并在此基础上创建了,中突检测模块构架,为冲突检测的程序实现提供了参考。     

协同设计中的并行冲突检测算法

冲突是协同设计的本质,产生的原因是协同设计环境下不同设计群体考虑问题的角度、评价标准和专业知识有所不同。提出了对等式协同设计中操作序列的一致性模型,在操作序列一致性的基础上提出了基于几何级的冲突检测算法,并在此基础上实现了系统设计冲突检测原型系统。     

印染图案协同设计中的冲突检测与消解

协同设计过程中不可避免的要产生冲突,本文通过印染图案的一个设计实例,将冲突的检测和消解过程进行了展示。为协同设计过程中冲突的检测和消解提供了一种解决思路。     

基于冲突检测的供应链协同计划

在供应链协同计划中,以供应链整体最优为目标做出的决策有可能引发个体理性和集体理性冲突。针对该问题,在研究供应链协同计划时引入冲突检测方法,建立供应链协同计划冲突检测模型,采用Agent协商技术对检测到的冲突进行消解。仿真实例说明,在供应链协同计划中引入冲突检测方法能及时发现供应链中存在的冲突,有助于提高供应链协同计划的效率和科学性。     

基于交互式方法的飞行器短期冲突检测模型

为了提高航空器的短期冲突检测的准确性和可靠性,对传统算法与模型进行了研究,在此基础上设计了具有机动检测的交互式UKF算法,提出了短期冲突检测模型。该模型对飞行器的航迹进行了分析,然后对飞行器的冲突域检测、冲突脱离、机动检测和冲突确认进行了讨论,并根据该模型设计了冲突检测算法。仿真结果表明,该算法能够精确、实时的检测飞行器的航迹,克服了传统算法的冲突盲警告和轨迹不变问题,提高了冲突预警的准确性,为管制员提供了可靠的保障。     

带有时间约束支持冲突检测的访问控制模型

为确保存储在系统中的访问策略都是无冲突的,提高策略冲突检测的效率,使系统能够正确有效的运行,将本体的概念应用到访问控制中,提出了一种基于本体的支持策略冲突检测的访问控制模型,并对该模型中的核心模块—策略冲突检测模块进行了详细说明。在此基础上,为使系统中的授权具有时效性,更加符合实际应用,将时间特征引入模型,根据时间约束的特征,将资源分为4类,细化了资源的类别,增强了系统授权的能力。最后,针对这4类资源的访问控制,给出了模型的时间约束算法。     

支持分布式协同设计的约束模型的研究

本文提出了一种分层的约束网模型ＨｉｅｒＣｏＮ。根据产品开发的不同阶段，约束模型分成四层约束网，上层是下层建立的依据，下层是上层实现的基础。最后，简要介绍了约束网维护的方法。     

基于分布式约束网络的协同设计研究

针对并行工程环境下的设计过程，提出基于分布式约束购物协同设计方法，该方法利用Agent分布式地表达设计中的各种约束关系，，通过Agent之间的动态协作实现约束网络的一致性维护，实时监测和协商消解设计冲突，使得设计约束得以分布，并发地满足，从而使得并行工程环境下的协同设计过程得到很好地支持。     

基于组播和操作意图冲突检测的协同实验

针对目前的虚拟实验系统无法解决多用户同步协同实验的问题,设计了协同实验通信架构,提出了实验操作一致性处理方法.协同实验通信架构采用IP组播来减少群组通信所需带宽,并利用组播地址分配算法和无效组播地址回收算法使得组播地址可以动态分配和循环使用;实验操作通过附加环境参数并且按照时间戳和优先级的顺序执行,保证了所有协同参与者处结果一致,利用操作意图冲突检测机制来消除操作意图冲突.通过在现有的数字逻辑虚拟实验系统中实现协同实验并进行实验,结果表明,采用文中方法可有效地解决虚拟实验系统中协同实验问题.     

基于参数协调模型的多学科协同设计方法

采用传统方法解决多学科的设计问题时 ,因为无法定量考虑分布在多个学科内的产品指标对设计变量的影响 ,通常会产生频繁的设计返工 .该文通过收集产品各领域的指标约束与关系约束来构建基于约束网络的产品参数协调模型 ,采用区间描述设计变量的不确定性信息 ,并将区间算法与基因算法相结合实现了一致性模型求解框架 .使用该方法能够检测潜在冲突 ,得到与给定产品指标相对应的设计变量可行解空间 ,进而辅助设计人员决策 .最后以该方法在转向架设计中的应用实例说明其有效性 .     

基于自律计算的入侵容忍模型

针对当前入侵容忍系统缺乏自适应能力的问题,借鉴自律计算的思想,提出了一个自律容侵模型。利用自律反馈机制对网络连接的可信度进行实时分析,生成初始信度,并通过信度阈值的自主学习与调整实施动态信度优化,完成对可疑信息和可信信息的服务分流,实现对可疑连接的自律容忍。仿真结果表明,具有自律反馈机制的入侵容忍模型可以有效增强系统的自适应能力。     

Research on engineering-oriented constraints conflict detection in collaborative design of wire harness technology

Engineering-oriented constraint of harness technology has much information and project information presents progressive changes along with the design.Therefore,how to handle conflict resolution quickly is a problem to be solved.Process model of conflict detection is put forward according to characteristics of harness technology design engineering-oriented constraint,and then two problems of how to conduct conflict positioning and judgment of constraint rules are introduced in this paper.Afterwards in this paper,constraint information directed acyclic graph is established by classified project constraint information to solve the conflict positioning problem;solution of constraint satisfaction problem is applied to realize judgment problem of constraint rules.Finally,example is used to analyze the method in this paper to further verify the correctness and effectiveness of this method.     

目视检测损伤检出概率BP神经网络预测模型

为了获得更可靠的检出概率,提高目视检测结果准确性,保证航空维修安全,根据检测环境影响因素实验结果,选取照明条件、检测距离、检测角度、损伤深度作为检测结果影响因素,采用反向传播（ BP）神经网络,以4个影响因素作为输入层神经元,检出概率作为输出层神经元,通过网络训练对样本数据进行仿真,建立检出概率预测模型,通过比较预测和实验数据对模型进行检验。结果表明,模型预测与实验所得检出概率值均方百分比误差为4.79',模型预测结果是有效可行的。根据目视检测损伤检出概率BP神经网络预测模型可以选择符合要求的检测条件。     

基于随机森林的跌倒检测算法

针对现有跌倒检测算法由于缺乏真实老人跌倒样本以及使用年轻人仿真跌倒样本规模较小导致的过拟合和适应性不足等问题,提出了基于随机森林的跌倒检测算法.该算法采用滑动窗口机制,对窗口内的加速度数据进行时间域和变换域处理,提取时间域和变换域特征参数后,在所有样本集中进行有放回的Bootstrap随机抽样和属性随机选择,构建多个基于最佳属性分割的支持向量机(SVM)基本分类器.在线跌倒检测阶段,对多个SVM基本分类器的分类结果采用少数服从多数的原则,给出最终判定结果.实验表明,随机森林跌倒检测算法可获得95.2%的准确率、90.6%的敏感度和93.5%的特异性,明显优于基于SVM和反向传播(BP)神经网络跌倒检测算法,反映出随机森林跌倒检测算法能更准确地检测跌倒行为,具有较强的泛化能力和鲁棒性.     

基于遗传算法的BP神经网络技术的应用

针对BP网络的不足,提出了基于遗传算法的神经网络技术。将两者有机的融合在一起,充分利用了GA算法的全局搜索能力和BP算法的局部搜索能力,加快了收敛速度,提高了收敛精度,将其应用于高速公路动态称重系统的神经网络控制器的训练中,取得了较好的效果。     

基于降维BP神经网络的高维数据分类研究

为确保高维数据的神经网络分类精度,提出了先降维后分类的方法。采用主成分分析（PCA）法实现高维数据的降维。通过分析传统BP算法,提出分两步来更新网络权值的扰动BP学习方法。采用MATLAB对降维分类算法的分类精度和误差收敛速度进行分析。仿真结果显示：先降维再采用扰动BP网络进行高维数据分类可大大提高数据的分类精度和训练速度。     

基于改进BP神经网络的围岩自稳能力评估模型

指挥防护工程是国家防护工程体系的重要组成部分。为提高其建设水平,采用改进的前馈 (BP)神经网络,对指挥防护工程围岩自稳能力进行评估。结合指挥防护工程围岩的特点,设计评估网络拓扑结构。针对BP网络原始模型的缺陷改进,引入动量项、自适应调节学习率、陡度因子、可变隐层节点等,并采用遗传算法（GA）寻找最优的初始权值和阈值。最后结合实例对算法进行验证。结果表明,该模型科学可靠,具有较好的工程应用价值。     

支持向量机回归的碳通量预测

如何根据影响因素较好地预测碳通量是许多环境监测者非常关注的问题。但至今尚无一种非常有效的预测模型,为此研究ε-支持向量回归机在碳通量预测中的具体应用,并与BP神经网络模型的预测结果做了比较,分析了两种方法在核函数及相关参数、网络结构、神经元数目选择方面各自不同的特点。实验结果表明,基于ε-支持向量回归机和BP神经网络模型的碳通量预测结果与碳通量实测值之间存在显著相关性。但ε-支持向量回归机方法的预测过程更易掌控,整体预测精度高于BP神经网络的精度。     

基于PSO-BP神经网络的股市预测模型

为解决股市短期预测中BP神经网络法对初始权值敏感、易陷入局部极小值和收敛速度慢等问题,基于全局随机优化思想的粒子群优化(PSO)算法,对BP神经网络的初始权值进行了优化,建立了PSO-BP神经网络股市预测模型.并通过实例分析与传统BP神经网络预测法进行对比,结果表明该方法收敛速度明显提高,有效降低了训练误差,避免了陷入局部极小值,达到了较高的预测精度,在股市短期预测中具一定的实用价值.