基于粗糙集约简的生产成本决策

成本决策是成本管理的重要环节,为了将先进的人工智能方法融入生产成本决策过程中,并使得决策因素最小化,在深入研究粗糙集理论的基础上,提出了一种新的基于区分矩阵的最小属性约简方法,并详细阐述了该方法的含义和性质,以及算法的搜索策略与执行过程,有效解决了任意相容决策表的最小属性约简问题,并结合现有改进的值约简算法,达到了决策...     

一种改进的动态核主元分析故障检测方法

针对复杂工业系统动态非线性故障检测过程精度低和计算量大的问题,提出了一种改进的动态核主元分析故障检测方法，该方法首先利用不可区分度剔除相关程度较小或者不相关变量,减少数据量，然后通过观测值扩展对筛选后的新数据构建增广矩阵，并对矩阵使用核主元分析提取变量数据的非线性空间相关特征，最后通过监测T ²和SPE 两种统计量诊断出系统发生故障及识别故障变量。仿真实验证明，该方法能对风力发电机故障进行有效监测和诊断，与KPCA方法相比，改进的动态核主元分析方法对微小故障更为敏感。     

基于图论的最大频繁项集挖掘*

利用有向项集图来存储事务数据库中有关频繁项集的信息,提出了有向项集图的三叉链表式存储结构和基于有向项集图的最大频繁项集挖掘算法.它不仅实现了事务数据库的一次扫描,减少了I/O代价,而且可以同时解决好稀疏数据库和稠密数据库的最大频繁项集挖掘问题.     

单因素时间序列ARMA建模在卡钻预测中的应用研究

为了在实际钻井过程中避免和减少卡钻事故的发生,提出一种以单因素时间序列ARMA建模为基础,对钻井卡钻事故做出预期判断的方法,并利用钻井实际中的数据验证此方法的可行性。运用Eviews软件对青海地区某地热勘探井的相关数据建立各个参数的时序模型,对未来钻井数据进行预测,同时对各个ARMA模型做功率谱估计,比较相邻2个ARMA模型的功率谱密度,计算各个参数的综合功率谱叠加偏差值,作为判断卡钻的依据。实践证明此方法可提前预测钻井过程中的卡钻事故。     

一种改进的动态核主元分析故障检测方法

针对复杂工业系统动态非线性故障检测过程精度低和计算量大的问题,提出了一种改进的动态核主元分析故障检测方法,该方法首先利用不可区分度剔除相关程度较小或者不相关变量,减少数据量,然后通过观测值扩展对筛选后的新数据构建增广矩阵,并对矩阵使用核主元分析提取变量数据的非线性空间相关特征,最后通过监测T2和SPE两种统计量诊断出系统发生故障及识别故障变量。仿真实验证明,该方法能对风力发电机故障进行有效监测和诊断,与KPCA方法相比,改进的动态核主元分析方法对微小故障更为敏感。     

荧光光谱技术在页岩油地质评价中的应用

页岩的纹层状构造特征导致其具有强非均质性,研究页岩的含油性需要高精度、高分辨率的技术手段。同步荧光光谱(SFS)法和全息扫描荧光光谱(TSF)法在页岩非均质性研究中有较好的应用前景,可聚焦到纹层尺度进行微区分析。对渤海湾盆地和四川盆地不同成熟度页岩样品开展的荧光光谱分析表明,随着有机质热演化程度加深,页岩中可溶有机质的荧光峰具有先红移后蓝移、荧光强度逐渐降低的变化特征。荧光参数R₁代表了三环芳烃与四环芳烃的总荧光强度与二环芳烃荧光强度的比值,可作为一种成熟度指标。当页岩进入生油窗后,其R₁＞1.5,并随着成熟度增大,R₁逐渐减小;对于进入高成熟的热演化生气阶段的页岩,当其R₁表现出无明显变化规律时,荧光强度越小,演化程度越高。结合主成分分析和回归分析,建立了基于荧光参数表征页岩含油量的定量计算模型,达到在纹层、岩心尺度上评价不同岩相不同纹层中页岩油赋存情况的目的。     

某挠性卫星姿态控制系统设计

文中研究对象是带有太阳电池阵和天线等大挠性附件且太阳电池阵驱动的对地观测卫星.抑制太阳电池阵和天线挠性振动及太阳电池阵驱动对星体姿态影响是系统设计的目的.为此,选用带宽隔离法、坎值滤波器法对附件振动进行抑制;同时,针对卫星特殊飞行姿态所导致的通道间惯性耦合,设计了解耦算法给予解决;设计了具有低通滤波特性的外环修正回路,消除惯性基准单元的漂移误差及安装误差.将设计结果应用于对象模型并加入所有误差源后,进行仿真验证,系统设计结果满足给定的指标要求并有较大裕度.     

充液航天器液体晃动问题解析求解方法研究

为给出微重力条件下Cassini贮箱液体晃动问题的解析求解方法,首先以静平衡液面为基准点线性化液体晃动方程,然后利用特征函数展开法、变分原理及Ritz法等方法,将微重力下自由晃动问题的求解转变为求解矩阵方程的特征值问题.从而利用给出的计算公式求得液体自由晃动的振型和固有频率.因此,通过求解两步矩阵特征值问题,即可解决微重力条件下Cassini贮箱液体晃动问题.     

基于图论的频繁闭项集挖掘

利用了有向项集图来存储事务数据库中有关频繁项集的信息,提出了有向项集图的三叉链表式存储结构和基于有向项集图的频繁闭项集挖掘算法。不仅实现了事务数据库的一次扫描,减少了I/O代价,而且提高了数据结构的存储空间效率和频繁闭项集挖掘算法的执行时间效率。