模拟退火与摄动分析相结合的DEDS仿真优化方法

本文对模拟退火方法进行了改进，以使其适应于离散事件动态系统仿真优化中优化目标值不可精确估计的特点，同时，为了减少仿真运行次数，减少仿真优化的计算机时，算法中引入了摄动分析技术。     

数字仿真自动寻优软件AOSP

本文介绍了自行研制的数字仿真自动寻优软件AOSP。它以响应面法为基本仿真优化方法,采用FORTRAN编程。具有便于与仿真语言连接,便于扩展,便于移植,使用方便等优点具有很强的人机对话功能。     

一种新的适用于微机的随机数产生方法

本文提出了一种新的随机数产生方法。这种方法组合多个乘线性同余产生方法,以形成新的随机数序列。它的周期是单个乘线性同余法周期的最小公倍数。     

基于CMM软件过程的阶段并行开发模型研究

本文针对CMM模型中涉及很少的软件开发进度规划问题进行研究,提出一种分阶段并行开发模型,并用数学方法进行描述,最后通过对该模型的每个阶段内部进行优化,使影响整体项目开发效率的因素,分解到每个阶段调节模型的具体参数上,最终达到提高整体项目开发效率的目的。     

一种混合一维搜索的矢量拟态物理学算法

针对约束优化问题,首先引入收缩系数,使得越界个体沿着速度方向回到问题空间,并且保持搜索方向不变。然后利用违反约束量函数来判断个体是否在可行域内,用一维搜索的方法保证个体在迭代过程始终都在可行域内。最后利用矢量拟态物理学优化算法搜索目标问题的最优解。通过对10个典型约束优化测试函数的仿真测试,并与类电磁算法比较发现,本算法在最优适应值的精度上优于类电磁算法,方差的结果也说明了算法的稳定性,这表明该算法是简单有效的。     

设备视情预防维修与备件订购策略的联合优化

研究设备的视情预防维修与备件订购策略的联合优化问题。在分析设备劣化与备件库存联合状态转换的基础上,给出了联合状态的稳态概率密度函数的显式表达式和数值求解方法。基于此联合概率密度函数,推导连续劣化的设备受备件库存状态影响的维修概率和备件的订购和持有概率,建立以设备的检测周期、备件订购阈值、预防维修阈值为决策变量,同时考虑维修和备件相关成本的长期平均费用率模型。通过数值试验验证了联合概率密度函数推导的正确性和所建立的模型的有效性。灵敏度分析结果表明维修成本和备件成本之间存在一定的权衡,只有将二者联合优化才能取得设备的全局最优联合策略。以氢气合成装置传输管道的变薄劣化为例验证了模型的实用性。     

工业以太网及其在水厂自动化系统中的应用

工业以太网在工厂的信息层、控制层和设备层网络中得到了越来越广泛的应用.这里讨论了以太网在工业应用中的若干问题,并给出了一个基于工业以太网的水厂自动化系统的实例.     

基于深度学习的脑白质病变区域MRI图像变化检测

为了能够自动检测不同时期脑白质病变区域的变化,提出了一种基于深度学习的脑白质病变区域MRI图像变化检测方法,根据MRI影像的成像特点,首先对两幅图像进行预处理和预分类,选取合适的样本集,然后进行深度神经网络的训练.主要的指导原则是直接从训练好的深度神经网络中生成两幅MRI图像的变化检测图,该算法省去了生成差异图DI这一过程,一定程度上避免了DI对最终检测结果的影响.实验结果表明,该算法能够较为准确地检测出脑白质病变区域中的变化部分,在医学图像变化检测方面中有着不错的效果,通过检测结果能够记录病变区域的变化和发展趋势.     

基于PSO-Elman神经网络的燃煤机组受热面清洁状态预测

随着节能减排政策力度的加大,国家十分重视火电厂节能降耗技术的开发研究。针对目前锅炉受热面吹灰方式不合理的情况,以污染率（FF）表征受热面清洁状态对锅炉受热面传热的影响,建立了基于PSO-Elman神经网络的受热面清洁状态预测模型,实现对受热面清洁状态的预测。采用粒子群算法（PSO）和Elman动态神经网络相结合的预测方法,首先根据输入、输出参数个数确定Elman神经网络结构,然后利用PSO优化网络的权值和阈值,将优化后的最优权值、阈值赋给Elman神经网络作为初始值进行网络训练,建立基于PSO-Elman神经网络的受热面清洁状态预测模型。通过具体实例仿真证实了所提方法的有效性,获得了较满意的预测精度,验证了该方法的有效性。