焊接产品质量分析及诊断的混合型专家系统的一咱开发方法

在搜集专家经验和专业知识的基础上,结合专家系统原理,用Ｖｉｓｕａｌ Ｂａｓｉｃ开发了一个焊接裂纹预测及诊断专家系统,并在实践中发展了人工智能理论,实际评价表明,本系统功能强大,运行可靠,预测和诊断结果的准确性可基本满足工程的要求。     

一类非线性两层规划问题的递阶优化解法

提出一种求解一类非线性两层规划问题的新方法．通过引入解耦向量将非线性两层规划问题分解为独立且易于求解的子问题，利用两级递阶结构第1级求解若干优化的子问题，而在第2级利用第1级求解的结果调整解耦向量．所提出的方法借助于分解一协调原理并按迭代方式最终求得问题的最优解．对于含整数的规划问题，通过连续化处理后也可按该方法方便地求解．算例表明所提出的算法是简便而有效的．     

电阻抗断层成像的神经网络模型

由于传统的电阻抗断层成像算法成像速度慢、且在某些情况下得到的图像无法反映敏感场的真实阻抗分布,本文提出了两种基于不同神经网络(BP神经网络和RBF神经网络)的电阻抗图像重建模型及其成像算法.结果表明,基于神经网络模型的成像算法从成像质量和速度上均优于传统的成像算法.     

仿真交通流混沌转化过程研究

为分析交通流混沌转化机理,探讨了车头间距和交通流混沌之间的关系。利用Matlab软件编制皮埃莱（Bierley）模型来产生仿真交通流时间序列,在一定参数组合情况下,研究了交通流车队中前后车辆的车头间距变化过程。通过分析这种车头间距变化曲线相轨迹,可以明显地观察到交通流混沌运动和有序运动之间的转化过程;在此基础上,应用最大Lyapunov指数改进算法对仿真交通流混沌转化过程进行了理论分析,讨论了车头间距对交通流混沌转化过程的影响作用。研究表明,车头间距的变化是交通流混沌现象产生和转化的根本原因。该研究结果有助于进一步理解交通流混沌现象,并为短时交通流预测和智能交通控制提供理论依据。     

TGSOM:一种用于数据聚类的动态自组织映射神经网络

针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。     

参数估计误差对光纤水听器PGC反正切解调性能的影响

针对相位生成载波(PGC)方法用于实际光纤水听器解调系统时利用反正切算法解调时导致的失真,本文用同频相对幅度误差(RAE)以及谐波抑制比(HSR)分别表征解调系统线性和非线性失真。通过引入带有参数估计误差的反正切补偿模型,建立了上述失真与系统关键参数及其误差的定量的数学关系。仿真和实验验证了本文方法的正确性。     

投资仓储技术的易逝品供应链管理模型

为研究仓储技术投资对易逝品供应链生产库存决策的影响,构建了由单个制造商和多个零售商构成的两级供应链模型。考虑制造商和零售商共用一个仓库并共同投资仓储技术来控制降低产品的易逝率,以供应链单位时间总成本最小化为目标,研究集成环境下供应链各方的最优决策问题。通过数值计算分析了模型中各主要参数的变化对最优策略的影响,为易逝品供应链管理决策提供了决策依据。     

广义p -中位模型的遗传算法

针对制造业成组技术中采用的广义ｐ－中位模型,设计了适当的遗传算法。实验结果表明,该算法能在较短时间内给出这类ＮＰ完备问题的满意解。     

复杂系统状态预测的小波包方法

基于小波包变换和混沌理论对复杂系统状态预测方法进行了研究.首先应用小波包变换对系统的特征参数序列进行3层分解,得到第3层从低频到高频8个频率成分的时序;然后,对8个时序作进一步分析,以确认它们都存在混沌特性,再应用混沌理论分别建立8个时序的预测模型,分别对8个时序进行预测;最后,基于小波包理论将混沌模型预测的结果予以小波包重构,实现对系统特征参数序列的预测.实例研究表明,该方法具有较高预测精度,可有效地应用于复杂系统的状态预测和故障趋势预测分析中.     

基于EC2R模型的决策单元规模收益的判定

详细阐述了EC^2R模型中判定决策单元规模收益的理论．首先给出了决策单元的概念,然后推广了规模收益的适用范围,最后提出了决策单元规模收益的判定,并结合一个具体实例进行了说明．与以前的判定方法相比,文中的方法计算量较小,在得出决策单元相对效率的同时,就可以判断决策单元的规模收益情况,具有较强的适用性、操作性和应用性．