单机调度与丝锥视情预防性更换集成模型

针对丝锥因频繁更换或过度磨损影响生产调度,从而降低生产效率的问题,采用单机调度与丝锥视情更换相结合的联合策略,以调度作业的总加权期望完成时间最小为目标,并引入丝锥性能可靠度约束,进行单机调度与丝锥视情预防性更换的集成建模研究。根据丝锥的磨损特征建立其退化模型,并结合丝锥实际的磨损数据进行参数估计,以求解相应的联合决策问题。实例分析结果既表明了集成优化的有效性,又表明了引入丝锥性能可靠度约束的重要性。     

工业以太网及其在水厂自动化系统中的应用

工业以太网在工厂的信息层、控制层和设备层网络中得到了越来越广泛的应用.这里讨论了以太网在工业应用中的若干问题,并给出了一个基于工业以太网的水厂自动化系统的实例.     

基于核密度估计的实时剩余寿命预测

现有的许多设备由于自身故障样本数据不足、少有同类故障样本数据等,寿命预测研究时往往需要进行模型结构假设及参数估计。针对这类研究方法估计不够准确的问题,提出一种基于核密度估计的非参数实时剩余寿命预测方法。该方法利用能表征部件连续退化的特征量构建退化分布的核密度估计模型,进而得到剩余寿命的概率分布函数。在实时监测不断获得新的退化特征数据后,利用已知样本的核密度估计不断递推更新得到新增样本后的核密度估计,从而进一步实现对预测剩余寿命分布的更新。通过实例分析,验证了该方法在剩余寿命预测中的有效性。     

基于PSO-Elman神经网络的燃煤机组受热面清洁状态预测

随着节能减排政策力度的加大,国家十分重视火电厂节能降耗技术的开发研究。针对目前锅炉受热面吹灰方式不合理的情况,以污染率（FF）表征受热面清洁状态对锅炉受热面传热的影响,建立了基于PSO-Elman神经网络的受热面清洁状态预测模型,实现对受热面清洁状态的预测。采用粒子群算法（PSO）和Elman动态神经网络相结合的预测方法,首先根据输入、输出参数个数确定Elman神经网络结构,然后利用PSO优化网络的权值和阈值,将优化后的最优权值、阈值赋给Elman神经网络作为初始值进行网络训练,建立基于PSO-Elman神经网络的受热面清洁状态预测模型。通过具体实例仿真证实了所提方法的有效性,获得了较满意的预测精度,验证了该方法的有效性。     

无线多媒体传感器网络部署控制算法

已有的无线多媒体传感器网络（WMSNs）研究针对传感器放置在目标区域内的情况进行,且没有考虑节点通过云台的转动获得的整个可能感知区域对覆盖率的影响。本文首先针对节点放置点高于目标区域的应用进行研究,综合考虑节点感知区域和可能感知区域,建立了延时和无延时感知模型,并针对不同的感知模型提出了传感器网络部署控制算法（IVPDCA）,算法中改进了虚拟势场算法,定义了节点质量的概念来表示节点间覆盖重叠的大小,建立受力模型,使得节点在合力作用下进行重新部署,同时关闭冗余节点,既延长了网络寿命,又提高了区域覆盖率。仿真结果验证了算法的有效性。     

用Microsoft Visio进行连锁商业电子商务系统的模型设计

对连锁商业电子商务系统进行较全面的需求分析。用 Microsoft Visio实现了面向对象的建模与设计 ,探讨了 UML语言在软件开发中的作用及如何由需求转为 UML模型     

基于Web的经理决策支持系统体系结构研究

主要论述了应用基于Web的数据库管理系统（DBMS Web)技术来构建经理决策支持系统的体系结构,详细介绍了应用基于视图和基表的混合数据源模型设计经理决策支持系统的数据接口。     

模拟退火与摄动分析相结合的DEDS仿真优化方法

本文对模拟退火方法进行了改进,以使其适应于离散事件动态系统仿真优化中优化目标值不可精确估计的特点,同时,为了减少仿真运行次数,减少仿真优化的计算机时,算法中引入了摄动分析技术。     

解决TSP问题的局部调整离散微粒群算法

微粒群算法提出以来一直不能较好的解决离散及组合优化问题,针对这个问题,通过对微粒群算法的优化机理的分析,对原有的微粒群进化方程中的速度和位置的更新等进行重新的定义,同时提出一种具有自适应能力的惯性因子,使其适合解决TSP这样的组合优化问题.针对过去的离散算法整体调整容易形成对路径的破坏这一缺点,在重新定义的算法上加入局部调整的策略,形成一种局部调整的离散微粒群算法(local adjustive discrete PSO,LADPSO),通过在ch31和ei151上的试验,证明了该算法在解决这一问题上是可行的.