CAPP系统中基于模糊推理的工艺方案研究

针对当前计算机辅助工艺设计(CAPP)系统所涉及方面广泛且复杂,若工艺决策目标定的过高,那么CAPP系统实用性和通用性相对较差这一现实问题,提出运用模糊数学建立工艺推理模型的方案。把尺寸精度、加工精度、表面粗糙度等工艺参数与加工方案建立模糊关系,结合模糊数学中的综合评定确立最终的加工方案。将该方法应用在数控铣床主轴孔特征加工方案决策,应用结果表明该方案可行,能够较好解决CAPP系统的工艺推理问题。     

面向海量用户用电特性感知的分布式聚类算法

智能电表的普及促进了配用电大数据的发展。通过对用户用电数据的挖掘和用电特性的感知,能够有效识别用户用电模式、评估需求响应潜力、指导电价制定等。然而,用户用电数据一方面随时间不断更新,增长迅速,呈海量态势;另一方面,数据采集点分布在用户侧,具有极强的分散性。针对海量、分散的用电数据带来的挑战,文中提出一种新的分布式聚类算法。首先利用自适应k-means聚类算法对分布在各区域的用电数据进行局部聚类分析,提取各局部数据的典型负荷曲线,构建局部模型;然后利用传统聚类算法对获取的局部模型进行二次聚类分析,获取全局的典型负荷曲线,构建全局模型;最后向局部数据中心反馈全局聚类结果,实现全局聚类分析。通过爱尔兰实际量测用电数据证明了所提出算法的有效性。