范德华力作用下粗糙表面静态粘附的研究

通过在硅微接触表面上涂覆低表面能的憎水性OTS膜以除去接触面间的表面张力,把两表面均接地以除去接触面间的静电力,研究了仅有范德华力作用时硅微结构接触表面的粘附.根据实际粗糙表面凸峰自相似的高度分布,计算了发生粘附后,微观接触表面产生弹性和塑性变形的两种情况下的范德华粘附能,分析了表面形貌对其影响.     

非高斯随机粗糙表面计算机仿真的研究

在摩擦学、光学等工程领域中,对于表面粗糙度的研究,总是以生成的随机粗糙表面为研究对象,且大多数研究都是建立在高斯随机表面的基础上,而实际的工程表面大多是非高斯随机表面.为此提出了一种基于快速傅里叶变换(FFT)、Johnson转换系统和自相关函数等理论仿真生成非高斯随机粗糙表面的方法,它可以生成具有给定偏斜度和峰度的随机粗糙表面.为了说明该方法的可行性和正确性,给出了不同偏斜度、峰度和自相关长度下的计算机仿真结果.结果表明:在一定的条件下用该方法仿真生成的非高斯随机粗糙表面,其输入的随机表面的统计参数与输出的统计参数吻合较好.     

微粗糙表面接触的仿真研究

微纳米技术的发展使得设计和制造出实用的微型机电系统(MEMS)成为可能,然而,在微观尺度下表面力引起的粘着将严重的影响系统的性能.为了分析表面形貌对粘着的影响,该文结合粗糙平面粗糙峰接触的统计模型和半空间弹性理论,建立了光滑球和粗糙平面粘着接触的非线性模型,并通过计算仿真研究了微粗糙表面的接触行为.结果反映出δD*作为一个综合参数,能够影响拉离力、表面应力和表面变形;当参数δD*较小时,粘着对接触的影响很小;对于较大的δD*,在分离的过程中,接触面会突然分开;在光滑球和粗糙平面接触区域的边缘处,接触应力并没有出现JKR理论中的奇异点,而是平稳的过渡到零;在接触区域内,应力方向和表面法向位移方向并不总是一致.     

基于终端凸集约束的新MPC控制器

针对一类离散系统,研究了带有终端约束凸集的MPC控制问题.通过离线设计一组椭圆不变集,并将其组合成一个终端约束凸集,其中凸集参数作为在线优化变量.在线运算时,根据实际的终端状态即时地选择合适的终端不变集,从而有效地扩大了系统的可行域.分别给出了设计MPC控制器的离线和在线算法,仿真实例说明了该方法的有效性.     

缺陷表面温度场的红外无损检测分析

关于复合材料表面缺陷无损检测优化问题,利用闪光灯激励脉冲热像法的红外无损检测,对近表面不同尺寸(大小、深度)的预埋缺陷进行检测与评价.通过实验与有限元软件ANSYS仿真,获取缺陷近表面温度场,根据对温度场中温度的均匀性分布,以及对温度场中温度特征值的提取,研究缺陷尺寸对温度场分布影响.在加热-冷却过程中,对温度场与最大温差曲线进行分析,实验与仿真结果表明:在不同阶段内,缺陷大小、深度对温度场影响不同;通过合理选取不同阶段并进行分析,可以对缺陷做出定性与半定量判断.     

图像中非凸区域的粗糙关系特征研究

通过研究图像中非凸区域的特性和A Cohn提出的"蛋一黄"模型,定义最大可能凸子集和最小可能凸超集等概念,给出了非凸区域的上、下近似概念,在此基础上提出了一种非凸区域转化为凸区域的粗糙近似算法,然后研究了非凸区域间、凸区域间的关系特征,给出了非凸区域间的粗糙关系与凸粗糙区域间的粗糙关系等价图,从而简化了非凸区域之间的关系.这对基于图像的空间定性推理(QSR)进行了推广,使其不但能够对含有凸区域的图像进行语义推理,而且能够对含非凸区域的图像也能进行推理.     

带权值参数的两两组合测试用例集生成算法

通常对组合测试研究的重点是生成最小的测试用例集,但其中却很少涉及到带权值的参数。针对带权值参数的两两组合测试用例生成问题,提出一种基于逐参数( IPO)策略的带权值参数两两组合测试用例生成算法。对影响IPO策略性能的3个影响因子进行改进,包括待扩展参数的扩展次序、已有测试集的扩展次序和待扩展参数的取值选择。在扩展完所有参数后,对此时的测试集使用约简算法进一步简化,得到按测试用例权值和降序排列的测试集。实验结果表明,该算法不仅能减少测试用例的生成数量,而且能解决参数的权值问题,使其在实际应用中可以更有效地降低测试成本。     

粗糙海面对电磁波蒸发波导传播的影响研究

为了更好地研究蒸发波导对电磁波传播的影响,针对目前利用抛物方程模型进行电波传播预测时多将边界条件假设为平静的理想海面、且未考虑风速引起的海面粗糙状况的不足,引入了贴近实际的Miller-Brown粗糙衰减因子,进而给出了粗糙海面阻抗系数公式.结合我国海域蒸发波导实际情况,采用GPS信号参数,通过进行陷获可能性分析及传播损耗计算,仿真分析粗糙海面对电磁波在蒸发波导中传播的影响.结果表明:GPS信号可以被陷获在蒸发波导内实现超视距传输.风速越大,海面越粗糙,电磁波的超视距传输距离越小.当风速达到一定级别时,几乎可以抵消电磁波的超视距传输现象.说明粗糙海面对电磁波蒸发波导传播有较大影响.     

热轧工作辊温度场的仿真计算——DSS/2程序包的应用

本文以生产实际问题——热轧工作辊的仿真研究为背景,给出了分布参数系统(热轧工作辊温度场)的数学模型和边界条件,以及如何使用 DSS/2仿真程序包进行仿真计算,例如,边界条件如何处理,用户如何根据 DSS/2仿真程序包的要求编制子程序等。     

基于窄带水平集的三维平面工艺模拟系统

表面工艺是MEMS制造的一种重要方法,实现其加工过程的计算机仿真可以为相关MEMS工艺研究和器件开发提供技术支持,减少相关MEMS产品的开发成本,缩短其开发周期.基于窄带水平集算法完成了表面加工工艺的三维表面工艺模拟系统.窄带水平集算法稳定,计算速度快处理拓扑变形非常灵活,本文将其应用于该软件仿真系统中,并进行了一列的仿真实验,将仿真结果与实际的流片电镜图对比,验证了仿真系统的精确性.     

可变直觉模糊多粒度粗糙集模型及其近似分布约简算法

为了在多粒度粗糙集模型中对目标概念达到更好的近似逼近效果,首先将直觉模糊粗糙集与多粒度粗糙集结合,提出直觉模糊多粒度粗糙集模型。由于该模型的目标近似存在过于宽松的缺陷,因此通过引入参数的方式对所提模型进行改进,提出一种可变直觉模糊多粒度粗糙集模型,并证明了该模型的有效性,同时基于该模型提出了相应的近似分布约简算法。在仿真实验结果中,所提出的下近似分布约简结果比已提出的模糊多粒度决策理论粗糙集约简和多粒度双量化决策理论粗糙集多了2~4个属性,所提出的上近似分布约简算法比这些算法少了1~5个属性,同时约简结果的近似精度拥有了更为合理且优越的表现。因此,理论和实验结果均验证了所提的可变直觉模糊多粒度粗糙集模型在近似逼近和数据降维方面均具有更高的优越性。     

关于贝叶斯粗糙集模型的知识约简

贝叶斯粗糙集模型是一种修正的变精度粗糙集模型，它既能克服粗糙集模型所描述的分类是完全精确的，同时又不需要象变精度粗糙集模型需要预先给定参数，因此在人工智能与认识科学领域有重要的作用。本文通过引入上、下分布约简给出该模型的一种约简方法。     

融合邻域粗糙集与粒子群优化的网络入侵检测

入侵检测数据往往含有大量的冗余、噪音特征及部分连续型属性,为了提高网络入侵检测的效果,利用邻域粗糙集对入侵检测数据集进行属性约简,消除冗余属性及噪声,也避免了传统粗糙集在连续型属性离散化过程中带来的信息损失;使用粒子群算法优化支持向量机的核函数参数和惩罚参数,以避免靠主观选择参数带来精度较低的风险,进一步提高入侵检测的性能。仿真实验结果表明,该算法能有效提高入侵检测的精度,具有较高的泛化性和稳定性。     

基于最优近似粗糙集的属性约简

为了更好地获取由边界域产生的不确定性规则知识,提出最优近似粗糙集的属性约简方法,为此给出了近似空间上粗糙集最优近似集的判定与计算,引入最优近似分布协调集、最优近似分布约简概念.讨论了Pawlak属性约简、分布约简、最优近似分布约简之间关系,得到在协调决策表中它们是等价的,在不协调决策表中最优近似分布约简是分布约简子集.最后通过实例进行了验证与说明     

粗糙集和支持向量机的表具识别算法研究

针对量子粒子群算法具有陷入局部值缺点,提出了一种基于改进量子粒子群算法优化的粗糙集和支持向量机相结合的表具识别算法,引入人工蜂群算法和免疫算法,来提高算法搜索空间、收敛速度。首先通过改进量子粒子群算法优化的粗糙集对得到的特征向量进行属性约简,然后经过改进量子粒子群算法优化支持向量机参数。最后通过实验仿真表明,改进的算法能有效地减少决策属性的个数,提高了粗糙集属性约简能力,优化了支持向量机的参数,算法收敛速度快,识别准确率高。     

变精度粗糙集推广模型及其性质研究

数据挖掘的主要目标之一是进行有效分类,粗糙集的上下近似空间正是为了对信息系统进行分类。变精度粗糙集作为经典粗糙集的推广模型,目前研究仅局限于有限集。针对变精度粗糙集模型无法处理无限集合的问题,在变精度粗糙集和测度的理论基础上,提出了基于Lebesgue测度的变精度粗糙集模型。首先,引入Lebesgue测度的概念,构造了一种基于Lebesgue测度的变精度粗糙集模型,将变精度粗糙集理论推广到无限集;其次,定义了该模型的上、下近似空间;最后,证明了其相关性质。通过理论研究表明,该模型能有效处理无限集合问题,对变精度粗糙集的理论研究形成突破,也将极大的扩充其应用范围。     

Soft rough fuzzy sets and soft fuzzy rough sets

Fuzzy set theory, soft set theory and rough set theory are mathematical tools for dealing with uncertainties and are closely related. Feng et al. introduced the notions of rough soft set, soft rough set and soft rough fuzzy set by combining fuzzy set, rough set and soft set all together. This paper is devoted to the further discussion of the combinations of fuzzy set, rough set and soft set. A new soft rough set model is proposed and its properties are derived. Furthermore, fuzzy soft set is employed to granulate the universe of discourse and a more general model called soft fuzzy rough set is established. The lower and upper approximation operators are presented and their related properties are surveyed.     

一种广义粗糙集精度的新度量

在粗糙集理论中,精度是量化由粗糙集边界引起的不精确性的一种重要数字特征,但传统精度没有考虑到由关系覆盖导出的颗粒大小。本文通过引入独立邻域集的概念,给出一种新的广义粗糙集精度的度量。     

基于粗糙集和决策树的增量式规则约简算法

粗糙集方法是一种处理不确定或模糊知识的重要工具。传统的粗糙集模型对最简规则集的研究都是针对静态数据的,对于动态数据却显得无能为力。但在实际应用中,数据库中的数据往往是动态变化的,因此,对规则约简的增量式算法的研究是知识发现领域所急需解决的问题之一。文章给出了一种基于粗糙集和决策树的增量式规则约简算法,并与传统算法和RRIA算法进行了对比分析,实验结果表明该算法的方法和效果更好。     

Decision Analysis Using Rough Sets

We show that the rough set theory is a useful tool for analysis of decision situations, in particular multi-criteria sorting problems. It deals with vagueness in the representation of a decision situation, caused by granularity of the representation. The rough set approach produces a set of decision rules involving a reduced number of most important criteria. It does not correct vagueness manifested in the representation; instead, the rules produced are categorized into deterministic and non-deterministic. The set of decision rules explains the decision situation and may be used to support new decisions. An example illustrates the rough set analysis of a multi-criteria sorting problem.