针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力

针对传统医疗手段无法有效量化评估手术中不同硅油加注量对于视网膜裂孔贴附效果的问题，本文提出一种面向视网膜脱离手术的硅油填充模拟方法，基于物理建模与计算机数值离散化技术对眼内受力、硅油填充状态进行分析，并对填充模拟过程进行三维模型构建与可视化，实现医疗过程决策辅助目的。首先对人类眼球与手术器具进行基础建模与模型采样，模拟手术流程中眼球状态；然后，根据水与硅油的密度、黏滞系数、表面张力等不同物理性质，对水?硅油两相流动及交互进行模拟；最后，构建固液交互模型，实现多相液体在眼球中的运动与填充。实验结果表明，本文方法能够较好地呈现眼球内多相流体运动交互效果，实现了诸如表面张力、固液耦合、液体分层、连通器效应等效果，实现了对眼内腔中通过导管注入硅油与排出水分流程的模拟，为预测硅油填充后的眼内状态提供了一种有效的方式，辅助医生进行手术流程规划与效果预测

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好

研制了一种双臂、双机械手的绝缘子串更换带电作业机器人.分解了机器人作业过程中机械臂的运动.利用拉格朗日法并结合关节电机电枢电压方程对机器人机械臂基本动作进行动力学建模,得出机械臂基本动作的统一动力学模型,计算出机械臂2的动力学方程,提出基于五次多项式插值的机械臂运动轨迹规划方法,计算出机械臂2各关节运动方程.在ADAMS环境下进行机器人机械臂动力学和运动学仿真,结果验证了动力学模型的正确性,同时各关节运动轨迹规划满足运动学要求.最后在实际线路上进行机器人带电更换绝缘子串实验,结果表明机器人机械臂各关节运动获得了较好的动态性能,验证了本文提出的五次多项式插值机械臂运动轨迹规划具有较强的工程实用性,进一步提高了机器人的作业效率和稳定性

动态优化建模首先要解决两个问题,其一是,要使什么性能指标达到最优,其二是,通 过什么变量(函数)控制这个性能指标。当然这些都应该是要解决实际问题的直接反映。 工厂与客户签订了一项在某时刻提交一定数量产品的合同,在制订生产计划时要考虑生 产和储存两种费用,生产费用通常取决于生产率(单位时间的产量),生产率越高费用越大; 储存费用自然由已经生产出来的产品数量决定,数量越多费用越大,所谓生产计划这里简单 地看作是到每一时刻为止的累积产量,它与每单位时间(如每天)的产量可以互相推算

为得到多参数耦合下冷轧铝带工作辊分段冷却调节特性,建立了工作辊和轧件的一体化耦合传热模型.耦合传热建模过程包含工作辊和轧件导热微分方程的建立、轧件变形热和摩擦热的求解、换热边界条件的确立、工作辊热辊形的计算及采用二维交替差分对微分方程进行求解.仿真结果表明,同一轧制参数下工作辊分段冷却正负方向调节能力近似相等,但单向调节幅度受轧制参数影响较大,轧制长度、喷射梁工作压力和摩擦系数的增加对分段冷却调控能力具有促进作用,轧制速度的作用则相反

为了研究带钢局部高点卷取起筋的控制方法,利用三维弹塑性变形基本理论,并引入带钢塑性流动因子,建立了弹塑性卷取应力和起筋量模型.基于应力函数假设、S.Timoshenko最小功原理和伽辽金虚位移法建立了起筋带钢的应力场分布和可用于在线计算的起筋临界卷取张力设定模型.仿真结果表明:局部高点在径向累积叠加所引起的带钢张力不均匀分布和轴向压应力是导致带钢起筋的主要原因;起筋量随局部高点高度、卷径和卷取张力增加而增大,薄带钢比厚带钢起筋量增幅明显;临界卷取张力随卷径、带钢厚度和局部高点高度增大而减小

主要内容 1.1面向过程与面向对象的方法论比较 1.1.1关于系统建模方法 1.1.2关于程序设计方法 1.1.3面向过程方法的优势 1.1.4面向对象方法的优势 1.1.5结合面向过程与面向对象方法的应用优势 1.1.6历史反思 1.2面向对象技术的基本原则 1.3面向对象技术的基本要素 1.3.1封装性 1.3.2继承性 1.3.3多态性 1.3.4面向对象概念和术语总结 1.4面向对象的软件开发体系 1.4.1面向对象框架下软件开发的生命周期 1.4.2面向对象相关技术的基本概念 1.4.3面向对象程序设计的重要性 1.4.4面向对象分析与设计的重要性 1.4.5ava的地位

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战