提出了一种基于免疫原理的故障检测及诊断系统模型.通过对检测对象正常工作状态下获得的自己模式串的阴性选择,随机产生初始检测器;利用基于人工免疫的进化学习机制,实现对检测对象异常工作状态下获得的非己模式串进行学习和记忆;利用进化学习结果和系统故障信息库知识,区分和标记不同故障在状态空间上对应的区域.将抗原学习过程中抗体集合变异所产生的各代抗体集合看作随机序列,给出了序列的收敛条件及证明,证明了所提出的动态免疫进化学习算法是概率弱收敛.应用于机床齿轮箱故障检测和诊断问题的实验结果表明了所提出方法的有效性

建立套管接头内、外螺纹牙啮合物理力学模型,依据螺纹啮合对变形协调方程和单个螺纹牙轴向弹性变形分析,推导出套管接头螺纹牙承载分布不均性规律及其法向接触力计算方程组,并利用有限元计算结果验证了螺纹牙受力解析值的可参考性.结合弹性力学理论和API偏梯形螺纹计算准则,根据可靠度理论建立特殊螺纹套管接头三种连接失效形式的极限状态方程,利用Monte Carlo方法对服从正态分布的螺纹各项加工参数进行抽样,统计得出套管接头发生连接失效的概率及其相应可靠度.计算结果表明:特殊螺纹套管接头各连接失效形式的可靠度由大到小排序为螺纹跳扣 > 管体屈服 > 螺纹牙剪切 > 接头抗拉

课程主要内容： •离散事件系统建模与仿真的基本原理 •离散事件系统建模与仿真的方法 •Petri网建模与仿真 课程的先修课程： •生产运作与管理 •运筹学 •计算机编程与应用技术 •概率论与数理统计 课程的考核方法： 完成相关作业及期末考核。 第一章 离散事件仿真的概述 1.1 离散事件系统仿真的基本概念 1.2 生产系统仿真的特征 1.3 服务系统仿真的特征 1.4 离散系统仿真的基本步骤 第二章 离散事件仿真的分析 2.1 随机数的产生 2.2 离散事件仿真建模 2.3 输入数据分析 2.4 输出数据分析 第三章 离散事件仿真的案例分析 第四章 离散事件仿真的逻辑分析 ——Petri网

分布函数能够完整地描述随机变量的统计特 性.但在一些实际问题中,不需要去全面考虑 随机变量的变化情况,而只需知道随机变量的 某些特征,因而并不需要求出它的分布函数. 例如,在评定某一地区的粮食产量的水平时, 在许多场合只要知道该地区的平均产量;又如 在研究水稻品种优劣时,时常是关心稻穗的平 均稻谷粒数;再如检查一批棉花的质量时,即 需要注意纤维的平均长度,又需要注意纤维长 度与平均长度的偏离程度.因此,与随机变量 的有关数值,能够描述随机变量的重要特征

在实际应用中,有些随机现象需要同时用两个或两个以上的随机变量来描述例如,研 究某地区学龄前儿童的发育情况时,就要同时抽查儿童的身高H、体重W,这里,H和W 是定义在同一个样本空间S={e}={某地区的全部学龄前儿童}上的两个随机变量.又如,考 察某次射击中弹着点的位置时,就要同时考察弹着点的横坐标X和纵坐标Y.在这种情况 下,我们不但要研究多个随机变量各自的统计规律,而且还要研究它们之间的统计相依关 系,因而还需考察它们的联合取值的统计规律,即多为随机变量的分布

本课程是为数学系本科高年级学生开设的.本课程讲述一般空间上的测度论的基础知 识和欧氏空间R”上的 Lebesgue测度与积分理论. 现代数学的许多分支如概率论,泛函分析,群上调和分析等越来越多的用到一般空间 上的测度理论.对数学专业的学生而言,掌握一般空间上的测度论的基础知识,已经变得越 来越重要.因此本课程将一般空间上的测度论和R上的Lebesgue积分结合起来讲述,交叉 进行.一般是每章先介绍一般空间上的概念与定理,然后将R”上的Lebesgue测度与积分作 为特例,加以重点介绍

在距离分类器和判别函数分类器中，我们都是把模式看作是 N 维欧氏空间中的一个点， 而且统一类别的模式在空间中聚集在一定的区域，不同模式的区域在空间中具有一定的分离 性。在本章所讨论的统计分类器中，我们仍然认为模式是欧氏空间中的一个点，但是每一类 模式不是分布在空间中的一个确定区域，而是可能分布在整个空间，只不过空间中每一点属 于某一类的概率不同，属于这一类的可能性大一些，属于另一类的可能性小一些

一、置信度与μ的置信区间 日常分析中测定次数是很有限的，总体平均值 自然不为人所知。但是随机误差的分布规律表明， 测定值总是在以μ为中心的一定范围内波动，并有 着向μ集中的趋势。因此，如何根据有限的测定结 果来估计μ可能存在的范围（称之为置信区间）是 有实际意义的。该范围愈小，说明测定值与μ愈接 近，即测定的准确度愈高。但由于测定次数毕竟较 少，由此计算出的置信区间也不可能以百分之百的 把握将μ包含在内，只能以一定的概率进行判断

第一章 初等数学 第二章 解析几何 第三章 线性代数 第四章 微分学 第五章 积分学 第六章 向量与场论初步 第七章 级数 第八章 复变函数 第九章 积分变换 第十章 特殊函数 第十一章 常微分方程 第十二章 偏微分方程 第十三章 积分方程 第十四章 概率论 第十五章 数理统计方法 第十六章 随机过程 第十七章 统计计算方法 第十八章 误分析插值法曲线拟合 第十九章 数值微分·数值积分·积分方程数值解 第二十章 线性方程组的解法·矩阵求逆 第二十一章 方程解法、非线性方程组解法 第二十二章 矩障特征值的计算 第二十三章 常微分方程数值解法 第二十四章 偏微分方程的有限差分方法 第二十五章 偏微分方程的有限元方法及其他方法 第二十六章 离散数学 第二十七章 模糊数学 第二十八章 组合数学 第二十九章 现代控制论 第三十章 信息论 第三十一章 系统工程

泛函分析是近代数学中一重要分支,起源于古典分析,它将线性代数、线性常与偏微分方程、积分方程、变分学、逼近论中具有共同特征的问题进行抽象概括,且综合了代数拓扑和分析结构于一体。泛函分析的基本概念建立于本世纪初,成熟于50年代,其内容已渗透到逼近论、偏微分方程、概率论、最优化理论等各方面。近十几年来泛函分析在工程技术方面的应用日益广泛和有效国内外技术科学的论文、专著常引用泛函分析的内容和方法,获取学位要通过泛函分析考试,工科院校的本科或研究生要开设泛函分析课程,因而我国迫切需要适合工科院校和科技工作者的泛函分析入门书。 第一章 度量空间 第二章 赋范空间、巴拿赫( Banach)空间 第三章 内积空间、希耳伯特(Hilbert)空间 第四章 赋范和Banach空间的基本定理 第五章 Banach不动点定理、逼近理论 第六章 赋范空间线性算子的谱论 第七章 赋范空间上的紧线性算子及其谱