提出了用于网络计划的时间-费用分析的模糊决策规划,计算结果表明,算法的优化结果使决策者获得了更充分的决策余地.该算法应用于武钢方坯连铸机结晶器制造过程中

为方便计算和解决环形网络变压器变比 不匹配，造成参数难以归算的问题，对变压器 采用非标准变比的变压器等效电路---- 型等效 电路

）为方便计算和解决环形网络变压器变比不匹配，造成参数难以归算的问题，对变压器 采用非标准变比的变压器等效电路---- 型等效 电路

针对复杂生产过程中的工况识别问题,利用了模块化的设计方法,将其分为离线建模模块和在线决策模块.建模模块采用自适应延时神经网络构造各类工况相应的预测模型,决策模块通过计算未知工况序列相对于各类预测模型的匹配程度判断其所属类别

应用灰关联分析原理讨论了海水环境与金属腐蚀性之间的关系.基于灰关联度的计算,找出了在全浸带条件下,海水中对A3钢具有腐蚀影响的主要因素,利用人工神经网络BP算法建立了海水环境对A3钢的腐蚀作用模型,用该模型预测了新海水域环境下金属的腐蚀速度,取得了较好的结果

为了获取喷嘴振荡腔内的压力脉动信号,提出一种新的检测方法.首先分析自振射流的特性,设计了产生自振射流的喷嘴结构;结合计算流体动力学分析喷嘴腔内动压分布,确定测压点位置;运用流体网络理论分析自振射流的频率特性,在此基础上确定用于实验的微型高响应压力传感器;考虑到腔内振荡信号的非平稳性,采用希尔伯特-黄变换（HHT）信号分析方法.实验结果表明,腔内振荡信号主要集中于40~60 Hz、110~150 Hz和200~310 Hz三个频带,且组成频率成分所对应的幅值差异明显;距离喷嘴出口较近处,自振信号振幅较大,频带窄

针对传统最小二乘多项式板形模式识别方法鲁棒性差、各分项物理意义不明确,以及普通BP(back propagation)识别法精度低等问题,选用勒让德多项式作为板形基本模式,提出一种基于二叉树型分层BP的板形模式识别并行计算模型.该模型通过逐层细化预测范围并选用多个神经网络进行递推.实验结果表明,采用此方法不仅增强了系统的抗干扰能力,而且提高了系统的识别精度

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

传统人群搜索(SOA)算法通过计算搜索方向、搜索步长和搜寻更新个体位置三个步骤进行寻优.它的缺点在于计算量大,种群之间信息交流少,导致寻优速度慢.针对人群搜索算法存在的缺点,本文提出二项交叉算子改进人群搜索算法(BCOISOA)对其改进.在计算搜索步长方面,本文采用随机数与最大函数值位置乘积判断子群位置,进而提高全局寻优计算速率.在更新位置方面,本文提出二项交叉算子加强种群之间的联系,避免在更新搜索方向过程中,算法因局部最优而导致过早收敛,进而达到快速、准确寻找最优解的目的.本文将以上二项交叉算子改进人群搜索-BP神经网络算法应用在二段式磨矿过程中,实现磨矿粒度在线软测量.仿真结果表明,与人群搜索算法和粒子群算法进行比较,二项交叉算子改进人群搜索算法收敛速度更快,预测精度最高,满足对磨矿粒度实时检测的要求