基于云理论的煤矿安全监测数据关联规则挖掘

本文主要研究如何运用关联规则来评价巷道瓦斯危险源的风险程度,作为分析煤矿事故危险源的补充.文章在云模型的基础上,针对煤矿安全监测数据的特点,提出一种基于云理论的属性空间软划分模型,然后在此基础上对Apriori算法进行了改进,提出适用于对煤矿安全监测数据进行关联规则挖掘的算法.最后通过实例测试,验证了改进算法的有效性.     

网络测量指标初步分析

网络测量指标是进行网络性能分析的基础。介绍了两种国际标准化组织提出的网络测量指标,并进行比较,并给出实际测量时的常用指标     

数据挖掘技术在钢材仓储管理中的应用研究

提出了数据挖掘技术在钢材仓储管理中的实施方案,并以钢材仓储管理中实时库存的统计分析为例介绍了该方案的实施过程。仓库管理者能够找到有关影响钢材库存损耗的因素,从而改进仓储钢材的利用方法,必然对仓库的效益起到积极的作用。     

计算方法管理器的研究与实现

针对发电设备制造行业的产品设计过程中关于多个计算方法联合执行和参数映射的需求,对计算方法管理器进行研究：在分析工程计算方法的运行原理和计算文件格式的基础上,根据行号和列号从计算文件中解析参数,进而建立参数之间的映射关系,实现计算文件之间的参数值传递,同时利用动态载入的脚本程序,描述计算文件中的逻辑规则：设计并开发出基于J2EE框架,关系数据库和动态脚本等技术的计算方法管理器系统,并且在产品设计分析环境（PADE）系统下执行实际算例,验证其有效性     

环境化合物降解预测模型的研究

为建立化合物降解的计算机预测模型,确定降解和非降解化合物显然不同的参数.选择389个有机分子作为数据集,选其中312个为训练集,其余77个为验证集,每个分子计算195个分子参数,分别采用逐步判别法和主成分分析法建模,并用外部验证集验证模型的预测能力.结果:逐步判别法分析结果中,训练集的降解和非降解化合物的正确率分别为90.6%和69.5%;验证集的降解和非降解化合物的正确率分别为83.9%和63.6%.主成分分析结果在测试集中,降解和非降解化合物的正确率分别为80.4%和31.8%.验证集的降解化合物和非降解化合物的正确率分别为67.9%和50.0%.因此,采用逐步判别法模拟而建立的数学模型,可作为预测化合物降解的模型.以卜研究可以为预测有机物降解提供参考.     

D-S证据理论在车辆几何参数动态测量中的应用

利用多个超声波传感器组成传感器阵列对行驶车辆的几何参数进行动态扫描,采用D-S证据理论多传感器数据融合算法,对多个传感器采集的数据进行融合,将在DSP上融合的结果上传至上位机,由上位机分析行驶车辆的车长、车宽、车高、车速,为交通管理提供技术保障和原始数据支撑。测试结果表明,该方法可以更准确的测量车辆几何参数。     

基于自适应混合遗传算法的协调控制系统

单元机组协调控制系统是大型火力发电机组的重要组成部分,针对协调控制系统过程的非线性、时变、大迟延、强藕合等特点,常规的机炉协调控制系统策略已经不能满足电网对单元机组协调控制系统的设计要求和控制品质要求。本文利用实数编码自适应混合遗传算法对协调控制系统的PID控制器参数进行优化,得到目标函数的全局最优解。仿真结果表明,文中方法使控制性能得到很大提高。     

基于子空间方法的精馏塔系统辨识建模研究

子空间辨识方法作为一种有效的针对多输入-多输出系统(MIMO)的辨识建模方法近年来受到广泛的重视.目前主要采用的子空间辨识算法只能适用于白噪声环境,而实际的工业现场数据很多是受到较大有色噪声干扰的.针对问题采用了一种新的子空间辨识算法,利用马尔可夫参数用于处理随机性部分,同时引入辅助变量用以去除噪声的干扰,能够适用于存在较大有色噪声干扰情况下的辨识建模,并可得到对象的无偏模型,建模的精度优于通常所采用的子空间辨识算法.通过对精馏塔仿真模型的辨识结果证明了该方法的可行性和有效性,以及在实际工业过程对象建模中良好的应用前景.     

Solving the Beck and Wieland model with optimal experimentation in DualPC

Currently, there is a renewed interest in the use of optimal experimentation (adaptive control) in economics. Example are found in [Amman and Kendrick, 1999], [Amman and Kendrick, 2003], [Cosimano, in?press], [Cosimano and Gapen, 2005b], [Cosimano and Gapen, 2005a], [Cosimano and Gapen, 2006], [Tesfaselassie et?al., 2007], [Tucci, 1997], [Wieland, 2000a] and [Wieland, 2000b]. In this paper we present the Beck & Wieland model [Beck, G., & Wieland, V. (2002). Learning and control in a changing economic environment. Journal of Economic Dynamics and Control, 26, 1359-1378] and the methodology to solve this model with time-varying parameters using the various control methods described in [Kendrick, 1981] and [Kendrick, 2002]. Furthermore, we also provide numerical results using the DualPC software [Amman, H. M., & Kendrick, D. A. (1999). The DualI/DualPC software for optimal control models: User’s guide. Working paper, Austin, TX 78712, USA: Center for Applied Research in Economics, University of Texas] and show first evidence that optimal experimentation or Dual Control may produce better results than Expected Optimal Feedback.     

Numeric and curve parameters for freeform surface feature models

The success of feature modelling systems depends to a large extent on offering user-friendly ways for specifying and varying feature models. In this paper, several new facilities are introduced for this.Numeric and curve parameters are presented for specification and variation of freeform surface feature models. Several properties of the parameters can be defined, such as the direction of evaluation for a curve parameter. In addition to parameters present in features, other parameters can be added to a feature model, including intersection curves between features.To provide these facilities, a new three-level structure is introduced, which includes a partially evaluated model that can capture new generic model entities, including feature intersection curves. The work has been implemented in a prototype surface feature modelling system with functionality for feature class definition, feature model creation, and advanced feature model variation through the new types of parameters.