基于模糊层次分析法的机电产品绿色度综合评价

为了评价机电产品的绿色性能,根据绿色产品的特征,提出应用面向产品全生命周期的模糊层次分析法对机电产品进行绿色度综合评价。统筹考虑机电产品整个生命周期中的绿色属性,根据产品及其评价指标的层次特性,应用层次分析方法建立递阶层次结构模型,结合模糊评判法对产品的“绿色”特性进行评价。并以此作为产品的方案比较或进行绿色设计和绿色制造的决策依据。实例证明．采用模糊层次分析法对机电产品进行绿色度综合评价是合理可行的。     

基于多级模糊综合评价法的机电产品绿色度评估

针对目前尚无统一的机电产品绿色度评价标准,根据绿色机电产品的绿色特性,建立了机电产品绿色度评价指标体系,并分析了评价体系中的经济、能源、资源、环境等主要属性,提出了绿色度的模糊综合评价方法,给出了绿色度模糊综合评估实例,实现了机电产品绿色度评估的目标。实践证明,通过对产品绿色度评估,可以改进设计方案,提高绿色制造的能力。     

机电产品的绿色度评价探析

发展机电绿色产品，就要对其“绿色度”进行科学、客观的分析与评价。绿色产品的评价是一个多层次、多因素的综合评价问题。本文结合实例采用自顶向下的多级层次分析方法，构建机电产品的绿色度综合评价指标体系和评价模型，应用层次分析法和线性加权和法计算最终综合得分，从而为产品设计人员、管理部门和消费者提供了一个设计决策、产品检验及消费选择的依据。     

机电产品绿色度的评价体系

从产品全生命周期的角度，阐述了绿色产品的内涵和基本特征；提出了机电产品绿色度的评价目标及其评价指标体系的制定原则；并初步建立了机电产品绿色度评价指标体系及其层次模型。     

机电产品绿色度的评价体系

从产品全生命周期的角度,阐述了绿色产品的内涵和基本特征;提出了机电产品绿色度的评价目标及其评价指标体系的制定原则;并初步建立了机电产品绿色度评价指标体系及其层次模型.     

基于BP神经网络的集装箱制造过程绿色度评价研究

针对目前集装箱制造过程没有专门的绿色度评价体系与方法的问题,通过对集装箱制造过程进行分析,初步建立集装箱制造过程绿色度评价指标体系。基于调查问卷的方法对指标体系进行确定,并作为BP神经网络模型输入构建BP神经网络模型,对BP神经网络模型进行训练。基于某集装箱制造厂的实测数据对集装箱制造过程绿色度进行评价,结果表明所构建的模型能够反映集装箱制造过程的绿色度水平,给集装箱制造过程的绿色度评价提供了一种方法。     

基于全生命周期的电气设备绿色度评价体系研究

分析了绿色产品与绿色度的主要研究内容,描述了电气设备的全生命周期的各个环节,对基于电气设备的生命周期的评价体系进行了重点研究。     

基于产品系统的产品绿色度综合评价

为了成功地评价绿色产品,首先引入绿色度的概念作为评价产品绿色特性的综合指标,然后通过分析绿色产品及其寿命周期活动,建立了产品寿命周期评价模型－－产品系统,并在此基础上提出了基于产品系统的产品绿色度寿命周期评价方法。该方法利用信息封装技术,将技术、环境和经济信息封装于产品系统的各功能单元和过程中,有效地实现了产品的数据收集和动态描述,利用模糊聚类法,成功地实现了评价基准的选取,利用公理性设计实现了产品绿色度的影响评价,是一种操作性较强的寿命周期评价方法。     

基于遗传优化的BP神经网络

人工神经网络的优化学习是其研究中的一个重要课题。将遗传算法用于BP神经网络的学习,将遗传算法的全局搜索和BP神经网的局部搜索相结合,并设计一网络实例加以训练,达到了比较满意的效果。     

机电产品的绿色设计技术研究

分析了绿色设计的主要研究内容,描述了机电产品的绿色评价指标体系与评价方法,对绿色设计的相关支撑技术进行了探讨,给出了机电产品实施并行绿色设计的参考框架,最后对机电产品的绿色设计研究进行了总结展望.     

绿色产品的综合效益协调度模型及其评价方法

对绿色产品经济效益、环境效益和综合效益进行量化描述 ,并在此基础上导出绿色产品综合效益协调度模型 ,给出一种综合效益协调度的评价分析方法与实例分析     

基于BP神经网络的PID控制器参数寻优

详细介绍BP神经网络对PID控制器参数寻优控制算法，用高斯核函数作为节点激励函数对系统进行控制。试验表明系统操作方便．安全可靠．控制效果好。     

机电产品的绿色设计与制造及其发展趋势

绿色设计与绿色制造是一种全新的设计与制造理念,它们是人类社会可持续发展在现代制造业中的体现。从分析实施机电产品绿色设计与绿色制造的意义出发,论述了绿色设计、绿色制造以及绿色机电产品的定义,给出了机电产品绿色设计与绿色制造的实质和内容,并提出了绿色设计的体系结构和机电产品的绿色设计原则,指出了机电产品绿色设计与制造是机电产品机械制造业的发展趋势。从机电产品绿色设计与制造的全球化、社会化、集成化、并行化、智能化、产业化等方面论述了机电产品绿色设计与制造的发展趋势。     

基于BP神经网络的噪声背景下的信号识别

从测试工程技术的实际出发，利用BP(Back Propagarion)神经网络算法，对噪声背景下的信号识别进行了探讨。并通过训练和测试网络，证明该方法用于噪声背景下的信号识别是有效的。     

基于反向传播模型的知识生产绩效评估方法

为了揭示知识生产绩效评估问题,着重从订单型知识生产的特征入手,建立了订单型知识生产的绩效评估体系,确立了用于订单型知识生产绩效评估的反向传播模型结构.得到了各输入指标对绩效的影响程度及模型训练时权值变化的规律.最后,利用插值算法外延修正了权值,提高了模型精度,同时也对批量型知识生产绩效评估模型做了简要说明.     

基于遗传算法和BP神经网络的花盘结构优化设计

综合利用有限元法、正交试验法、BP神经网络以及遗传算法对大重型数控转台的花盘结构系统进行优化研究。首先对花盘结构系统进行谐响应动力学分析,找出对结构动态特性影响最大的模态频率,并确定BP神经网络的输入变量,然后利用正交试验法和有限元分析法确定出BP神经网络样本点数据,建立反映花盘结构特性的BP神经网络模型,最后利用遗传算法对建立的BP神经网络优化。仿真结果表明,花盘第一阶固有频率提高15.5%,其自重降低9.8%。     

基于模糊神经网络和遗传算法的仿人智能PID控制器设计

阐述一种新型的模糊神经网络加遗传算法的智能PID控制器     

基于人工神经网络的起重机安全评价

依据起重机的特点,建立了安全性评价指标体系,并将神经网络理论应用于起重机安全评价之中,提出了基于此理论的系统安全评价模型和优点。根据实际收集的安全状况数据构建安全评价网络,并利用MATLAB软件对网络进行训练,得出可以对起重机安全状况进行评价的人工神经网络模型。评价实例验证了此方法的可行性,为起重机安全评价提供了一种新的途径。     

机械故障诊断的遗传BP算法应用研究

为克服 BP算法中存在的网络学习收敛速度慢 ,以及容易陷入局部极小的问题 ,本文在神经网络训练过程中 ,加入一个局部极小判别式 ,以确定网络是否陷入局部极小点 ,若陷入局部极小点 ,则利用遗传优化算法进行权值的修正。以机械设备故障诊断为例 ,应用此算法对其进行了故障诊断研究 ,从而证明了该算法的有效性。     

核武器产品绿色制造评价模型

构建针对结构、性能、行为复杂产品的绿色评价模型和评价算法是核武器产品绿色制造的关键技术之一。从武器技战术性能目标、经济目标、资源目标、环境目标等几个方面来建立核武器产品的绿色性评价指标体系。考虑评价是在多学科专家协同工作、在全生命周期各阶段、在多目标优化下面向多方案的决策,建立了含目标维、周期维、专家维和方案维的四维评价模型。应用基于知识的多专家协同评价模糊求解算法和依次评价模糊求解算法,建立了基于W eb的绿色评价系统。