基于RBF神经网络的面状水体识别模型及其应用

针对面状水体识别过程中面状水体数据特征不宜提取、伪洼地易与面状水体混淆的问题,通过分析面状水体的面积、深度和潜在出水口等基本DEM数据特征,构建了面状水体识别模型,并将面状水体的三个数据特征和面状水体识别模型的计算结果作为输入输出神经元,利用RBF神经网络对建立的面状水体识别模型进行了仿真验证。从全国1∶250 000 DEM数据中选取150组洼地数据作为样本数据,采用减聚类算法对RBF神经网络进行训练,训练时样本的最小平均相对误差为2.75%,仿真的准确率为98%,表明面状水体识别模型可解决面状水体和伪洼地难以区分的问题,并提高了面状水体识别的准确率。     

多集束型装备调度的k晶圆周期序列问题

为解决机械手活动序列和产能分析这一半导体制造业多集束型装备调度的关键问题,研究了一类通用的多集束型装备机械手调度中的k晶圆周期序列问题,证明了k晶圆周期序列的平均周期下界。提出了一种构造k晶圆周期序列的策略和实现该策略的构造算法,并根据构造算法推导出了平均周期的表达式。最后,通过仿真数据和国内某Track机厂商的真实数据验证了该策略的优越性和实用性。     

PROFIBUS协议分析软件的设计与实现

在分析PROFIBUS技术特点、拓扑结构及通信标准等内容的基础上,介绍了一种在Windows7平台上采用VS.net可视化开发工具开发PROFIBUS协议分析软件的思路,为PROFIBUS网络的诊断和状态分析提供了一种低成本的解决方案。     

交通战备保障预案制定过程决策支持系统研究

根据交通战备工作的需要,本文提出了建设交通战备保障预案制定过程智能决策支持系统的框架,并对各子系统的建设目的和功能以及预案制定过程中有关的决策模型做了较详细的介绍.     

基于LS-SVM模型和扰动估计的光刻过程智能R2R预测控制

针对光刻过程非线性、时变和产品质量不能在线测量的特性,提出了一种基于最小二乘支持向量机(LS-SVM)预测模型、灰色模型估计扰动和克隆选择滚动优化的智能run-to-run(R2R)预测控制策略;由历史批次样本数据构建光刻过程的离线预测模型和由前驱批次的预测误差通过灰色GM(1,1)模型估计扰动实现反馈校正,提高了预测模型的精度;通过基于克隆选择滚动优化算法求解最优控制律,提高了控制精度;性能分析结果表明,提出的控制策略显著降低了关键尺寸(CD)的均方根误差,与EWMA及NMPC方法相比较,RMSE分别平均降低了66%、63%和51%、48%。     

氨制冷站设备布置及通风模拟

为了研究制冷站氨压缩机发生泄漏时,设备摆放位置不同情况下,近地面氨气浓度始终在IDLH（立即威胁生命和健康浓度）以下的最小事故排风量,同时针对制冷站机械进风口最佳的进风高度及进风量等问题进行研究,保证站房内工作人员人身安全.采用Fluent数值模拟方法,建立了制冷站氨压缩机泄漏模型,通过数据处理,给出了适用于制冷站的设备布置方式及事故排风量.模拟结果得出：制冷站内设备应尽量布置在站房中部,机械进风机进风口下边缘高度保持在1～1.5m且不应大于2.5m,为制冷站的制冷设备的安装位置、事故排风机选型及机械进风机安装高度提供依据.     

有滞留时间约束的集束型装备在线调度问题研究

针对半导体制造中有滞留时间约束的集束型装备,研究了临时晶网到达时的在线调度问题,描述了调度问题域.建立了问题的数学模型,并根据模型提出了两层调度方法.外层算法通过粒子群优化过程求解临时晶网的加工顺序;内层算法在给定加工顺序的基础上,采用前向和后向递推方法获得口,行解窄问,并从可行解窄问获得最优完工时间.从理论上证明了算...     

引入周期性维护的基束型装备SPN模型及仿真

在研究半导体的过程中,为了提高装备的优化性能,采用随机Petri网构造集束型装备模型,描述了装备的串行加工过程,引入了加工腔体的故障、修复、周期性维护的特性.通过仿真实验,分析实验数据,得出故障率、维护周期、维护时间与装备的晶圆生产周期的关系,还确定了传输时间与加工时间的比值与装备瓶颈变化的关系,实验结论具有一定的实际应用价值.     

加权模糊相对熵在电机转子故障模糊识别中的应用

提出了一种基于加权模糊相对熵的电机转子故障模糊识别方法．该方法将加权思想引入到模糊相对熵,用于识别电机转子故障严重程度．加权方法的引入增加了信息量丰富的符号区间的模糊相对熵占全部区间模糊相对熵的比重,可以更充分、合理地利用该区间的故障信息进行故障识别．电机转子断条故障诊断仿真实验结果表明,提出的方法有效地实现了电机故障的定量分析,能够准确地识别出电机转子故障的严重程度,使算法的鲁棒性得到了改善,故障分类的可靠性及准确程度得到了提高．     

具有多优先级的多变量实时在线决策支持系统

生产过程中,操作人员的操作经验影响生产效益和安全,为此本文结合双层预测控制中稳态目标计算思想,提出了一种具有优先级的实时在线决策支持系统.针对实际生产过程无法确定准确的代价系数的问题,引入操作优先级的思想,结合稳态目标计算层被控变量的优先级优化方法,计算最优操作目标(被控变量和操作变量),解决了模块多变量操作指导中每层模块无法区分变量重要性的问题,并说明了二者在结构上的相似性.最后给出应用本文提及的方法进行决策支持的一个例子,验证该方法的有效性.