基于质量展开功能的校服袖子设计方案选择研究

为探究校服袖子美观性与舒适性的平衡点,以及质量展开功能(QFD)模型在优化校服袖子上的应用。选取袖山高、袖肥、袖窿深和肩宽为主要研究对象的肩部核心区域作为优化设计部位;并选择侧缝下摆点和肘点为研究对象的非核心区域辅助测量分析。设计客观压力舒适性试验和主观评价试验,测得核心区域的主要数据和非核心区域的辅助数据。利用质量屋矩阵,将优化方案与数据进行综合分析。结果发现所提的优化方案在P_1、P_3和P_4各点处的压力舒适程度和美观性有明显的改善,对动作P_2处各点的压力舒适度改善不明显,但是误差在可接受范围内。所以基于QFD模型的校服袖子优化方案是可行的。     

智能工频电参量测试仪的设计

智能工频电参量测试仪的设计陈婉儿，朱奕硼（电气工程系）本文介绍某个人仪器中工频电参量测试部分的设计．这种仪器的特点是个人计算机资源的充分利用和原来由硬件完成的许多任务可改由软件担任，并通过采用各种插件的组合来完成不同的功能．本文所介绍的测试仪相当于一...     

彩色露骨料透水混凝土在水利工程中的运用

京杭大运河是非物质文化遗产,在堤防加固工程中河道沿线设置了人行健身步道和自行车道,道路采用了彩色露骨料透水混凝土.文章通过对京杭大运河堤防加固工程中彩色露骨料透水混凝土的施工介绍,提供了海绵城市在水利工程中的应用案例,供同行借鉴参考.     

变尺度混沌优化方法在电站经济运行中的应用

变尺度混沌优化方法（Ｍｕｔａｔｉｖ Ｓｃａｌｅ Ｃｈａｏｓ Ｏｐｔｉｍｉｚａｔｉｏｎ Ａｌｇｏｒｉｔｈｅｍ,ＭＳＣＯＡ）利用混沌现象的特点,把混沌变量映射到待寻优变量区间,不断缩小优化变量的搜索空间和提高搜索精度,从而有较高的搜索效率。对几个测试函数的优化计算验证了该方法有的效性。电站经济运行问题是一个具有整型变量、连续变量及非线性函数的混合整数非线性规划,本语文将变尺度混沌优化方法首次应用到电站     

世纪治水:北京申奥大手笔

莲花池、昆玉河、南护城河、南水北调等工程的完工或启动 ,让迈向国际大都市的北京、正热盼 2 0 0 8年的北京跨入了一个新的境界。20 0 0年岁末 ,位于北京西客站的莲花池遗址与位于什刹海的后门桥同时修复 ,干涸了几十年的这两处著名的历史文物景点注满了清水。在这之前的 10月 1日 ,京城南护城河水系治理完成 ,同一天 ,清河治理工程拉开序幕 ,更早之前 ,1998年 8月 ,北京的“明眸”“六海”完成治理 ,1997年 7月 ,昆玉河和长河焕然一新。 2 0 0 1年 ,官厅水库要清淤 ,南水北调工程要启动……一场世纪大治水 ,将正在积极申奥的北京 ,跨入 2 …     

EFNN一种增强型模糊神经网络

提出了一种较为广义的增强型模糊神经网络,以达到更高的非线性系统逼近能力。该网络模糊规则的结论以函数形式给出,从而决定了网络的结构由两个网络组成,即特征网络和功能网络。网络采用梯度算法来修正网络的参数。仿真表明：该网络具有较强的非线性逼近能力和较快的学习速度。     

精心策划的“平凡”

起初,房子的女主人以其偏爱的古典情怀粉饰此宅,古典主义风格的花案壁纸、大体量的家具填满了房间的每个角落,让这个320平方米的错层住宅显得拥挤窄小,凌乱无序。而一切踏上新轨,都缘于她与设计师朱奕作品的相识——邻家简约现代的风格彻底颠覆了她固有的思想。于是,不惜摒弃怜爱的新古     

超高压海水泵配流阀动态特性仿真研究

针对超高压海水泵配流阀运动滞后所引起海水泵容积效率降低的问题。分析了导致配流阀滞后的主要原因,建立了数学模型,运用AEMSim软件进行仿真。研究结果表明:随着余隙容积的增大,配流阀开启滞后现象越明显。随着吸液阀阀芯质量增加,对阀芯开启滞后影响较小,关闭滞后影响较大。在设计超高压海水泵时,要尽量减小柱塞腔的余隙容积和减小配流阀阀芯质量。     

Analog circuit intelligent fault diagnosis based on GKPCA and multi-class SVM approach

Analog circuits fault diagnosis is essential for guaranteeing the reliability and maintainability of electronic systems. In this paper, a novel analog circuit fault diagnosis approach is proposed based on greedy kernel principal component analysis (KPCA) and one-against-all support vector machine (OAASVM). In order to obtain a successful SVM-based fault classifier, eliminating noise and extracting fault features are very important. Due to the better performance of nonlinear fault features extraction and noise elimination as compared with PCA, KPCA is adopted in the proposed approach. However, when we adopt KPCA to extract fault features of analog circuit, a drawback of KPCA is that the storage required for the kernel matrix grows quadratically, and the computational cost for eigenvector of the kernel matrix grows linearly with the number of training samples. Therefore, GKPCA, which can approximate KPCA with small representation error, is introduced to enhance computational efficiency. Based on the statistical learning theory and the empirical risk minimization principle, SVM has advantages of better classification accuracy and generalization performance. The extracted fault features are then used as the inputs of OAASVM to solve fault diagnosis problem. The effectiveness of the proposed approach is verified by the experimental results.     

基才PSO—BP神经网络的PID控制器参数优化方法

针对传统PID控制系统参数整定过程存在的在线整定困难和控制品质不理想等问题,结合BP神经网络自学习和自适应能力强等特点,提出采用BP神经网络优化PID控制器参数。其次,为了加快BP神经网络学习收敛速度,防止其陷入局部极小点,提出采用粒子群优化算法来优化BP神经网络的连接权值矩阵。最后,给出了PSO—BP算法整定优化PID控制器参数的详细步骤和流程图。并通过一个PID控制系统的仿真实例来验证本文所提算法的有效性。仿真结果证明了本文所提方法在控制品质方面优于其它三种常规整定方法。