组件式GIS的矢量图形系统架构研究与实现

矢量图形系统是地理信息系统(GIS)最重要的组成部分。本文简要介绍了GIS的基础知识和COM技术,探讨了组件式GIS的矢量图形系统化的架构及实现方法。     

复合材料疲劳S-N曲线的BP模型

应用BP神经网络建立了S-N曲线模型,通过仿真发现,仿真的结果在中长寿命区与试验结果吻合较高。     

基于遗传算法的二维排样优化方法

遗传算法是一种全局最优化的数值优化方法,由于搜索过程不依赖梯度信息、不易陷入局部最优解,它适合解决各类优化问题,尤其是复杂的非线性问题。二维排样是典型的组合优化问题、应用遗传算法,建立了排样优化问题的数学模型,提出了解决这一问题的有效算法,开发了实用的排样软件,并给出了计算实例。     

信息系统约简的若干问题

信息系统约简是个重要的课题 ,借鉴粗糙隶属度、最小分类规则及关联规则可信度等概念 ,推广了粗集理论中知识的核与简化的概念 ,使之能更好地描述决策表的属性约简 ;还从理论上研究了信息表数据浓缩与决策表数据浓缩的关系     

神经网络的遗传繁殖策略

借助神经网络技术对遗传算法中的后代个体的繁殖进行了研究 ,介绍了基于神经网络的遗传繁殖新策略 ,探讨了基于神经网络的遗传繁殖策略的实现 ,对基于神经网络的繁殖策略还进行了初步实验。数值实验结果表明 ,提出的基于神经网络的遗传繁殖策略能产生优良的后代个体。     

风力机叶片神经网络结构近似分析的数值实验

介绍了应用于风力机叶片的神经网络结构近似分析方法,开展了风力机叶片性能的样本数据对神经网络结构近似分析的数值实验研究。在风力机叶片的近似分析神经网络模型建立过程中,针对不同的学习率参数进行了数值实验。根据实验结果,风力机叶片性能的样本数目必需能充分反映风力机叶片性能和设计参数之间的关系。如果风力机叶片样本数目较大,叶片神经网络结构近似分析精度将较高;如果学习率参数较大,获得的神经网络模型将较好。该实验研究将有助于在优化设计过程中利用神经网络结构近似分析风力机叶片性能的近似计算。     

基本体素的三角形面单元剖分方法

研究了基本体素的三角形面单元剖分方法。以正三角形单元为基础给出了圆柱体和圆台体的三角形面单元剖分详细方法。以Visual C++6.0为开发工具,对三角形面单元剖分方法进行了仿真实验。剖分数据的实验结果验证了所研究方法的正确性。     

遗传算法的研究进展综述

遗传算法是基于自然界生物进化基本法则而发展起来的一类新算法,应用广泛,但其自身存在早熟收敛等不足,因此,如何改善遗传算法的搜索能力和提高算法的收敛速度是需要探索的课题之一.本文通过对遗传算法的描述,就编码问题、遗传操作及执行策略等方面对遗传算法的改进措施进行了概述,并对遗传算法的研究方向进行了展望.     

基于ACO-BP神经网络的光伏系统发电功率预测

为准确预测光伏发电量,减少并网光伏对大电网的影响,引入相似日概念,对夏季预测日的平均温度、最高温度、最低温度以及天气类型进行分析。在历史数据中选取具有相似天气特征的发电功率数据和天气数据作为神经网络的训练样本,建立ACO-BP神经网络光伏发电功率预测模型,并将预测结果与传统BP神经网络和PSO-BP神经网络预测结果相比较。实验结果表明,该模型具有较高的预测精度。     

薄膜机械强度测试方法

用物理气相沉积技术(PVD)及化学气相沉积技术(CVD)制备的金属或金属化合物(如TiN、TiC等)薄膜,涂复在机械零件及刀、磨具的表面上,获得了日益广泛的应用。而薄膜的机械强度,是评价薄膜性能优劣的一个重要指标,本文试就薄膜抗拉强度和耐压强度的几种测试方法进行了归纳和论述,并对这些方法的适用范围及局限性进行了比较。