一种基于ANP的卷包设备健康状态模糊综合评价方法

鉴于卷包设备健康状态的模糊性,文章提出了一种结合层次网络分析法(ANP)与模糊C均值聚类法(FCM)评价卷包设备健康状态的模糊综合评价方法.该方法利用ANP来确定各评价指标的权重,利用FCM计算各评价指标的隶属度,并合成计算得到最终的评价结果.最后,实例分析验证了评价方法的有效性.     

LSTM-BP长短时记忆模型的设备寿命预测

机电装备一体化、集成化程度越来越高,传统测试方法和维护方法难以对设备整体和元器件实现有效监测。为在长时间开机、高使用频率状态下,准确把握设备健康状态,本文结合深度学习中循环神经网络技术,提出了改进型LSTM长短时记忆网络方法,针对传统LSTM网络参数量相对较少的问题,本文使用三层BP结构串联至LSTM结构后构建多参数模型,达到模型泛化能力提高的目的,实现对设备寿命的有效预测。     

光传输设备的发展与变革

目前，光端机的发展可称为缤纷大家庭各显特色与市场混乱局面并存，因此本文笔者从其发展与变革两方面进行分析，供读者参考。     

惯性导航系统寿命预测算法设计与数据分析

武器装备服役期长,可靠性要求高,其寿命周期内装备保障人员不仅需要完成必要的测试与维修,同时需要明确装备未来性能发展趋势、寿命水平,从而实现提前采取维修措施,以保证装备长期的战备完好;文中以装备寿命预测相关项目为背景,研究分析装备寿命预测算法、预测前相应的预处理方法以及预测方法的优化算法;通过实际数据计算与分析,完成算法的应用和验证,为武器装备PHM相关应用提供方法研究基础与参考.     

电网设备能效综合评估算法及其应用

为了降低电网能耗,为其设备优化升级提供指导,以电网主要设备为研究对象,建立了能效综合评估算法。首先分析电网设备能效影响因素,建立设备能效模型,从单类设备综合损耗率与单台设备损耗率严重超标台数率两个方面挖掘能效指标并给出指标计算方法。考虑到各指标对能效影响的重要程度是多方面的,建立递阶层次结构模型,采用层次分析法计算指标的权重值,同时采用模糊综合评价法计算指标的能效量化分值,以克服其模糊性。采用所建立的算法对某电网的主要设备进行能效分析评估,结果表明了该方法的实用性和有效性。     

一种新型的动态模糊神经网络算法

为了解决模糊系统中的知识抽取问题和避免初值选择的任意性,提出一种新型的动态模糊神经网络算法.运用规则产生准则时,考虑输出误差和可容纳边界的有效半径这2个重要因素;通过分级学习法,大大提高学习的有效性,加之参数的调整只限于线性参数,没有迭代学习,因而学习速度很快,这使算法应用于实时学习成为可能;非线性参数是由训练样本和启发式方法直接决定的.利用D-FNN来进行Mackey-Glass混沌时间序列预测实验.仿真结果表明D-FNN算法的有效性和实用性.     

一种新型的动态模糊神经网络算法

为了解决模糊系统中的知识抽取问题和避免初值选择的任意性,提出一种新型的动态模糊神经网络算法运用规则产生准则时,考虑输出误差和可容纳边界的有效半径这2个重要因素;通过分级学习法,大大提高学习的有效性,加之参数的调整只限于线性参数,没有迭代学习,因而学习速度很快,这使算法应用于实时学习成为可能;非线性参数是由训练样本和启发式方法直接决定的.利用D—FNN来进行Mackey—GIkiSS混沌时间序列预测实验。仿真结果表明D—FNN算法的有效性和实用性.     

基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测研究

针对隐马尔可夫模型在进行设备健康诊断时与实际存在较大偏差的问题,提出了一种以似幂关系加速退化为核心的改进退化隐马尔可夫模型(DGHMM).首先,引入退化因子描述设备衰退过程,提出的似幂关系加速退化较常规指数式加速退化而言,能更好地描述设备服役期间随着役龄增加性能的逐步下降.其次,以全局搜索能力相对较强的改进遗传算法代替常规EM算法进行参数估计,克服了EM算法易陷入局部最优的局限性.同时,针对隐马尔可夫模型时间上须服从指数分布而不能直接用于寿命预测的局限性问题,提出了一种以近似算法与Viterbi算法为基础的贪婪近似法,以寻求最大概率剩余观测为目的,动态地寻求最大概率剩余状态路径,对设备剩余寿命进行预测.最后,通过美国卡特彼勒公司液压泵数据集对所提出的方法进行验证评价.结果表明,基于改进退化隐马尔可夫模型的设备健康诊断与寿命预测方法在描绘设备退化、设备状态诊断准确率方面更加有效,在剩余寿命预测上亦为可行.     

基于模糊神经网络模型的配送中心选址综合评价

物流配送中心的选址在整个物流系统规划中占有十分重要的地位.建立了配送中心选址的模糊神经网络模型,并以专家评价值作为期望的输出,对网络进行训练,对多个配送中心选址方案进行评价, 结果与实际吻合.     

一种对预测Motifs算法的评价策略

主要研究了如何评价蛋白质家族Motifs预测算法的预测结果,目的是在对传统的算法预测问题分析优化的基础上,制定新的评价策略。主要方法是通过对MEME算法和PKG算法预测结果的比较分析,计算同一家族中Motifs的敏感性和特异性并比较它们对应的ROC曲线,确定真实的Motifs,进而获得该蛋白质家族的最佳Motifs的模型。实验结果表明这种评价策略可用于算法对蛋白质家族Motifs预测结果的评价,还可利用确定的最佳Motifs搜索数据库来预测蛋白质家族中其他的Motifs。     

甘蔗收获机切割性能的综合评价方法

由于甘蔗收获机的切割性能受到多指标的影响,提出了结合模糊综合评价与神经网络的方法对切割性能进行综合评价.采用模糊综合评价方法对受多指标影响的甘蔗根部破头率进行了综合评价,并用神经网络进行有关模糊综合评价知识的学习,以克服模糊综合评价方法烦琐的计算过程并减少由于学习样本的误差对网络预测性能的影响,从而提高评价模型求解问题的效率及自学习能力.     

一种基于云模型的网络安全风险综合评价法

本文运用云理论,对传统的网络安全风险模糊综合评价法进行改进,首先用云模型建立风险等级评语集,再对各单个因素的评语用云模型描述,并对这些评语的期望值进行修正,最后求出系统综合风险云模型,通过与评语集对照确定风险级别。实例证明了该方法的可行性。本方法较模糊综合评价法更客观、本质地反映网络安全风险状况。     

一种激光陀螺仪寿命预测新方法的研究

激光陀螺在惯性导航领域的应用日益广泛,对其寿命的估计成为研制方和使用方高度重视的问题。目前对激光陀螺寿命预测使用较普遍的加速寿命试验方法具有试验周期长、费用高等缺点。从分析激光陀螺的失效机理出发,阐述了激光陀螺工作气体中杂质气体氢对其寿命的影响,利用氢含量与输出功率下降的关系预测陀螺的寿命。对于氢含量的测量采用气相色谱法,并用随机共振算法消除色谱流出曲线中仪器噪声对微弱氢信号的淹没。实现微弱信号的检测。仿真试验表明,这中方法能够比较精确地估计出激光陀螺的寿命,并且能够缩短试验周期,减少费用。     

CAI课件的评价体系与模糊综合评价

CAI是一项前景广阔的教育技术，近几年来发展很快，但还存在不少问题。本文分析了影响CAI课件质量的若干因素，构造了一个CAI课件评价体系，并应用多级模糊综合评价方法对一实例进行了评价，希望对CAI课讲的开发、选购与评价有所帮助和启示。     

一种模糊神经网络自适应预测控制方案的研究

提出了一种模糊神经网络自适应预测控制方案,对学习公式进行了理论推导,并结合误差补偿以提高预测控制的精度。仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具备良好的控制性能     

CAI课件的综合评价研究

利用模糊神经网络提出了CAI课件综合评价的建模方法，给出了CAI课件的综合评价指标体系。讨论了怎样使用综合评价方法获得综合评价的最终结果。     

模糊综合评判算法在网络流量预测中应用

研究了网络流量预测准确性问题。预测网络数据流的动态变化,针对互联网中对网络流量的不确定影响因素较多,传统的流量预测模型精度较低等问题缺陷,提出了一种新的模糊综合评判算法,对网络流量进行预测。在全面分析网络流量相关需求的基础上,首先利用相关空间重构对网络流量原始数据进行重构,采用改进的层次分析多模型进行优化,建立模糊综合评判的网络入侵检测多指标评估模型,最终经预测得出结果。仿真结果表明采用该算法对实际网络的流量进行了预测,验证了方法具有较高的预测精度。     

一种炼钢连铸调度计划的综合模糊评价方法

炼钢连铸生产调度是冶金企业生产管理的核心内容,在分析和研究了冶金企业炼钢连铸调度计划的评价指标、评价因素和表示方法等问题的基础上,提出了调度计划评价的三级模糊综合评价体系。仿真结果表明,该方法可以公平合理地获得评价结果,在实际应用中也切实可行。采用模糊综合评价方法,进行现场实际数据模拟计算,获得指导编制调度计划的满意结果。