基于时序关联矩阵的高炉冶炼过程多重关联时延估计方法

高炉冶炼过程由炉料传输反应时间和冶炼单元在空间和时间分布上的差异带来的变量时延影响了数据的准确性和真实因果关系,因此有效地估计过程变量间的时延信息,并在时序上配准数据,是后续过程建模、优化控制与性能评估的核心.考虑到变量间时延的多重关联性,提出了一种基于时序关联矩阵的时延参数估计方法.首先,根据过程变量的时延参数在时空上重构对应的时序关联矩阵,并引入灰色关联分析量化时序矩阵的多重关联相关性;接着,考虑到穷举所有时序关联矩阵的时间复杂度,提出了一种双尺度协同搜索策略的动态多群粒子群算法用于快速寻找最优的时延参数,提出的粒子群算法能兼顾全局探索能力和局部探测能力并跳出局部最优解;最后,基于一个数值仿真和某钢铁厂2#高炉的工业实验验证了所提时延参数估计方法的可行性和有效性,且通过所提方法在时序上重构的数据能有效提高后续硅含量软测量模型性能.     

有向符号网络的边能控性研究

符号网络是一类具有正负符号特征的网络.在多智能体系统中,符号网络能够描述智能体之间的合作与对抗交互关系,因此受到学者的广泛关注.本文主要研究有向符号网络的边能控性.首先,对具有符号网络的多智能体系统边动力学进行建模,得到边能控性模型.其次,从网络拓扑结构角度对边能控子空间进行定量刻画,利用有向符号网络的距离和等价划分得到能控子空间的上下界估计.进一步,讨论了符号网络边能控性与顶点能控性的关系.所得结果表明:当顶点符号图为结构非平衡时,符号网络的边能控性与顶点能控性等价.最后,通过仿真结果验证所得理论的有效性.     

基于关联矩阵的短信自动分类

短信自动分类是短文本研究的热点问题。针对此问题,提出了关联强度和关联矩阵特征提取方法,并设计了基于关联矩阵的全监督学习算法。为了实现系统的自我学习,探讨了基于关联矩阵的半监督学习算法,其结合了人工矫正的主动学习算法。最后通过实例验证说明了算法的有效性。     

基于用户自定义指标的多变量控制系统性能评估技术

大量的计算以及对一般关联矩阵先验知识的需求导致用户自定义指标在实际工业应用中存在诸多不便,鉴于此,为了减少对过程模型信息的需求,避免估计一般关联矩阵,研究了如何简化用户自定义指标的计算,并提出了两种改进的用户自定义指标的计算方法.该方法仅需过程常规数据和对过程输入/输出时延或关联矩阵阶次的估计便可完成指标的计算.最后通过仿真验证了两种方法的优越性和有效性.     

杂波预处理联合概率数据关联算法

在目标跟踪过程中,数据关联过程一直是信息处理的一个瓶颈.本文主要在JPDA算法的基础上,通过预处理方法简化关联矩阵,减小低概率杂波的影响,提出一种更有效的数据关联算法-PJPDA算法.最后通过仿真试验证明了它在关联精度上的可靠性以及关联速度上的高效性.     

模糊概念网络在故障诊断中的应用

基于模糊概念网络模型给出了一种故障诊断的新方法.它利用故障与故障因素间的关联矩阵及其传递闭包,进而完成系统的故障检测.     

基于特征的三维装配尺寸／公差链生成研究

针对目前基于特征的尺寸／公差链生成主要集中于二维的情况，本文进行了三维装配尺寸／公差链生成的研究。基于特征的尺寸工程语义的表达以及基于特征自由度变动的三维公差信息的表示，给出了三维尺寸／公差信息的公差图存储结构；在分析零件配合关系及建立装配特征关联矩阵的基础上，提出了根据产品装配特征和指定封闭环信息的装配尺寸／公差链自动生成算法，该算法考虑到零件特征配合的方向性，可以简化装配尺寸／公差链自动生成的复杂度；通过实例验证了所提出的算法，证明有效。     

关于图论码的进一步分析

图论码是由一类简单元环图构造的一类特殊码，它的编码方式是由一个图的顶点所关联的边来建立编码关系。文章对图论码进行研究并得出一些结论，并对完全图所对应的图论码是等重码进行了讨论。     

基于改进遗传算法的装配序列优化

针对机械产品的装配序列优化问题,利用产品装配优先关联矩阵,生成可行装配序列作为初始种群。在遗传算法中加入参考集,并结合分散搜索算法的"分散,收敛,集聚"的智能迭代机制,避免了搜索的随机性,以装配的连续性为目标进行优化,不断更新参考集,最终求得最优解。通过特定的交叉和变异使解不断向最优方向发展。最后,以三级减速器为实例分析,验证了改进遗传算法的有效性和可行性。     

一种基于Petri网的飞机配电系统可靠性分析方法

将一种基于Petri网的故障树分析法运用于飞机配电系统的可靠性分析,以库所和变迁为节点,有向弧的指示方向表达系统故障的传播关系.同时提出一种应用Petri网的关联矩阵求最小割集的新算法,此算法按照指定关联矩阵中所表达的输入、输出关系直接从关联矩阵得出割集,易于计算机程序的实现,而且对于求有重复事件Petri网模型的割集更为简单、直观,避免了传统飞机配电系统可靠性分析方法中分析复杂,减少了计算量,弥补了传统故障树分析法中的不足.