模糊数学在成组技术中的应用

本文提出了一种新的无编码分类成组的新方法—模糊聚类分析法。此方法是应用模糊数学的基本理论,根据成组技术的分类原则,对零件进行分类成组。本文提供了应用这一新方法进行分组的步骤,而且通过数学运算可以达到最佳分组,这是目前所存在的有编码分类不能实现的,并为计算机的应用提供了条件。     

基于模式识别的计算机辅助零件分类系统设计

基于模式识别的计算机辅助零件分类系统 ,可以对零件进行迅速、准确地分类。这种分类方法不需要进行人工编码 ,故使分类过程更加简单 ,同时也避免了人的主观因素对分类的影响。系统中所用的参考模式起着一个聚类核心的作用 ,使分类更加准确 ,并可由一个空间向量来表示。该参考模式应用模糊聚类分析法进行运算 ,它虽然不代表任何零件 ,但却能反映零件组中诸特征的分布。作者交替运用聚类分析与模式识别法 ,并结合工厂的实际情况 ,取得了很好的分类效果。     

基于工艺流程的零件成组方法及其实现

提出了基于遗传算法和BP网络的零件成组方法.首先,建立零件聚类的数学模型,给出了一种基于遗传算法的求解方法,使用整数编码构造的染色体和合适的遗传算子来满足聚类模型复杂约束的要求,并利用VC编程实现该算法.其次,将一批已聚类成组的零件作为训练样本,利用Matlab中神经网络的工具箱对BP网络进行训练,通过训练后的网络对新的零件进行仿真,从而实现新零件的匹配.最后通过实例证实了该方法的可行性和优越性.     

机械加工零件模糊聚类分析

本文论述了用模糊隶属度描述零件聚类特征的概念和方法;零件的模糊聚类及模式识别原理;用 F-统计量来选定模糊聚类分析中的阈值,以确定合理的零件分类;并建立了计算机对零件的模糊分类软件系统,分类结果令人满意.     

应用模糊系统聚类分析法对零件进行分类

本文提出了应用模糊数学理论进行零件分类并选择其最佳工艺设计的方法。介绍了应用模糊系统聚类分析法进行零件分类和选定其工艺规的基本过程，以及计算机程序框图。     

基于零件重要特征参数编码的RBF神经网络在成组技术(GT)中的应用研究

成组技术实现的关键在于严格、科学地判断各类零件的相似程度,利用分类系统准确地将零件分类成组。笔者研究了利用RBF神经网络实现零件分类的方法,并找到了一种易于工程实践的零件成组技术。     

成组夹具设计中面向对象的参数化模型

针对成组夹具设计技术中的编码系统使用困难、编码不精确和重用难等问题,提出在成组夹具设计中构造面向对象的参数化模型,该模型用类来描述零件簇,构成零件类的结构层次,生成零件描述的框架;用参数化方法从零件类实例化生成对象,以对象表示具体的零件;查询时,以零件的特征和零件的具体参数来驱动,加速搜索的过程,并使结果更加精确;找到相同或相似零件对象后,在某个类层次上重用以前的设计.该模型的提出为成组夹具的设计应用提供了新的途经.     

成组夹具设计中面向对象的参数化模型

针对成组夹具设计技术中的编码系统使用困难,编码不精确和重用难等问题,提出在成组夹具设计中构造面向对象的参数化模型,该模型用类来描述零件簇,构成零件类的结构层次,生成零件描述的框架;用参数化方法从零件类实例化生成对象,以对象表示具体的零件,查询时,以零件的特征和零件的具体参数来驱动,加速搜索的过程,并使结果更加精确,找到相同或相似零件对象后,在某个类层次上重用以前的设计。该模型的提出为成组夹具的设计     

基于模糊综合聚类的土环境污染评价

将模糊聚类最大矩阵元原理与模糊决策中的综合评判法相结合，建立了模糊综合聚类法，对地下土体污染程度进行最优评判，并且对污染因子进行分类，为治理土体污染提供了依据．利用模糊综合聚类法对中国北方某城市土体污染程度进行了分类与评判，得到较满意的结果．     

成组生产单元作业计划中的计算机模拟

在多品种中小批量生产中，零件的成组分类是成组技术的重要内容。利用ＢＰ网络建立零件分类器，讨论了ＡＲＴＩ模型在零件成组中的应用。     

成组生产单元作业计划中的计算机模拟

在多品种中小批量生产中，零件的成组分类是成组技术的重要内容。利用ＢＰ网络建立零件分类器，讨论了ＡＲＴＩ模型在零件成组中的应用。     

基于后置近邻函数准则的改进型模糊聚类算法

针对不规则形状分布的数据，提出了一种新型模糊聚类算法．该方法结合了近邻函数准则分类算法，对模糊C均值聚类算法进行了拓展．仿真实验表明对球形分布的数据和非球形分布的数据，这种新算法的聚类性能优于模糊均值聚类算法。     

零件组参考模式的确定方法

确定零件组的参考模式是零件分类系统的关键问题。采用模糊聚类分析法,解决了这一难题。     

聚类分析的指标缩减法

在聚类分析中，最短距离法、重心法等都是简单实用的系统聚类方法，但这种方法在许多场合下不能应用。特别是许多样本点有相同的距离时，这些方法只能把样品分为粗糙的几个类，达不到预期要求。文中提出一种新的算法——指标缩减法，解决在“等距离”判别中所遇到的困难，使分类继续进行下去，以获得更好的分类效果。     

用模糊聚类法鉴别织物风格

本文运用模糊聚类法及系统聚类法,对KES-F系列织物风格仪测试的织物风格指标值进行了分类。认为模糊聚类法对织物风格分类较理想。     

基于模糊聚类的混合朴素贝叶斯分类模型

针对朴素贝叶斯分类器硬分类的不足,将模糊C-均值聚类与朴素贝叶斯分类相结合,提出一类新的基于模糊聚类的混合朴素贝叶斯分类模型,并给出它的分类误差估计方法。理论分析与实验结果表明,基于模糊聚类的混合朴素贝叶斯分类模型可行,其分类的误差估计方法有效。新的基于模糊聚类的混合朴素贝叶斯分类模型提高了模式分类能力。     

模糊聚类算法分析及应用

模糊聚类分析算法是对聚类算法的改进,笔者讨论了算法的基本原理、数据的处理方法,并用模糊聚类方法对教师授课效果进行分类分析,选取适当的相似系数,建立模糊矩阵,用动态聚类法进行分类分析,实现了量化评价与综合评价相结合,提高了评价水平,为今后确定评价指标提供了可靠的依据．     

一种机械零件图像边缘特征的提取方法

为了在嵌入式系统中实现对零件的有效分类,针对机械零件边缘特征比较明显的特点,提出了一种机械零件图像边缘特征的提取方法.首先采用Kirsch算子提取零件二值图像的边缘,然后以零件质心为中心将边缘图像划分为若干个子区域,并对各子区域分别计算出其修正的归一化中心矩,并将以此形成的行向量作为零件分类识别的特征.实验分析中采用K均值聚类算法对提取的零件边缘特征进行分类,实验结果验证了该方法的有效性.     

成组技术在减速机齿座加工工艺中的应用

针对行星减速机齿座的加工工艺的局部相似性或生产过程的相似性等特点,基于成组技术,对该零件分类成组,并设计了该成组零件的成组工艺和成组夹具.成组钻削夹具利用了偏心钻套的偏心特性,V型可调滑块机构等实现了夹具上钻套位置的移动,可以对夹具孔系中心距进行精确调整.成组技术的应用缩短了减速机齿座的制造周期,提高了生产效率,使单件小批生产获得了类似批量生产的经济效益.     

检索式CAPP系统中一种零件分组的新方法

提出一种划分机械加工零件相似组的实用而优越的新方法,它是以零件特征为基础的排序聚类法,简称特征排序聚类法,该科学合理简捷,不需人的干预,借助于计算机自动完成对具有相近或似特征的零件的归类组成,分组效果良好。