概率因果模型结合改进遗传算法的核动力系统故障分析

将概率因果模型的似然函数作为遗传算法的适应函数,从而将复杂系统的故障诊断转化为最优问题,建立了一种将概率因果模型和遗传算法相结合的故障诊断方法,并利用改进算法与概率因果故障诊断模型对船用核动力装置进行故障诊断实例分析,分析结果对船用核动力装置故障诊断具有重要的指导意义,而改进遗传算法是进行船用核动力装置故障诊断有效而实用的方法。     

基于模拟退火算法的船用核动力装置故障诊断研究

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.     

基于模拟退火算法的船用核动力装置故障诊断研究北大核心

针对核动力装置故障诊断存在的诊断精度低等问题,提出了一种基于模拟退火算法和概率因果模型相结合的故障诊断方法.首先根据故障样本集和概率因果理论建立动态多故障诊断模型,将复杂系统的多故障诊断转换成非线性规划问题.利用模拟退火算法对该问题进行求解,并建立了诊断测试系统.测试结果表明,方法能有效避免误诊、漏诊现象,可用于复杂核动力装置的动态多故障诊断.     

WP-7发动机性能故障的信息熵综合模糊诊断法

本文将模糊数学方法引入到ＷＰ－７飞机发动机的性能故障诊断中,建立了以信息熵修正的综合模糊诊断模型,并以人机交互的形式在计算机上进行故障诊断,从而为飞机发动机的性能故障诊断提供了一种科学而行之有效的方法     

基于信息熵的汽车故障诊断复杂性评价

由于大量高新技术在现代汽车中的综合运用,仅利用设备维修复杂系数作为制定设备维修工时定额的方法已不能体现现代汽车修理工作量差异,而现代汽车维修工时定额更应考虑该故障诊断复杂性差异对维修工时的影响,所以对汽车故障诊断复杂性进行评价很有必要.应用信息熵的方法探讨了汽车故障诊断复杂性的评价方法,首先介绍了信息熵评价复杂性的相关理论,给出了汽车故障诊断整体复杂性评价指标以及复杂性熵尺度评价模型,最后以发动机过热为实例,分析了故障判断层次结构,利用信息熵方法计算出故障诊断的复杂性值.实证结果表明评价方法和模型具有一定的实用性和可行性,可实现对现有的汽车维修工时定额的修正.     

模糊数学在飞机故障诊断中的应用

本文将模糊数学方法引入到飞机故障诊断中，建立了模糊诊断模型，并以人-机交互的形式在计算机上进行故障诊断，从而为飞机的故障诊断维修工作提供一种科学、合理又可行的方法。     

输电系统的部分可观Petri网故障诊断器设计

采用部分可观Petri网的故障诊断方法来解决变电站输电系统中不可观事件和不可观运行状态的故障诊断问题.首先,将系统可观测序列分解为长度为1的基础观测序列,应用线性不等式矩阵计算与基础观测序列相符的点火序列集;然后,基于整数线性规划问题,利用向前向后函数拓宽诊断区间,同时应用参数K限定故障诊断序列长度,通过分析系统可观事件和系统部分可观状态,给出故障诊断结果.最后,构造变电站输电系统的部分可观Petri网模型,应用提出的故障诊断算法对输电系统进行诊断,诊断结果准确给出了故障发生与否及故障发生位置.算法适用于在线故障诊断,计算复杂性线性相关于观序列长度.     

飞机故障模糊诊断系统结构设计及仿真

建立了某型飞机典型故障诊断的数学模型与仿真模型 ,针对最大隶属度原则的缺陷 ,改进了该原则 ,此诊断方法可以按飞机系统功能分解推广到对任一分系统 (如液压系统 ,燃料系统 ,冷气系统 ,着陆装置系统等 )的故障诊断 .     

基于EMD-HMM的故障诊断模型及应用

提出了基于经验模式分解(EMD)和隐马尔科夫模型(HMM)的故障诊断模型,为通过设备状态监测数据分析进行基于状态维修和维修决策提供了一种新途径.为了消除EMD的端点效应,使用神经网络拟合延拓原始数据序列端点极值,并通过定义序列复杂度来定性地确定延拓极点数.进一步,采用分解所得的固有模态(IMF)能谱熵作为HMM分类系统的输入,得到一种设备故障诊断方案.通过数值仿真和发动机故障诊断验证了该方法的有效性.     

Fuzzy数学在涡喷发动机滑油故障诊断中的应用

将模糊数学方法引入到涡喷发动机滑油故障诊断中 ,提出了由历史数据及专家优序数综合确定模糊隶属度的方法 ,建立了模糊诊断模型 ,解决了针对一种或数种故障征兆 ,如何准确 ,快速地找到引起故障的真正原因 ,从而为飞机的故障诊断维修工作提供了一种科学、可行的新方法 .     

社会主义新农村建设评价指标体系的集对分析模型

构建社会主义新农村建设的评价指标体系的集对分析模型,是指在综合分析的基础上,基于一定的原则和标准,对新农村建设的进程做出定量评价.建立起一套客观、合理、操作简便的评价指标体系,利用现代的数学方法建立定量评价模型.     

A new decision support model in multi-criteria decision making with intuitionistic fuzzy sets based on risk preferences and criteria reduction

In this paper, we propose a new model for decision support to address the ‘large decision table’ (eg, many criteria) challenge in intuitionistic fuzzy sets (IFSs) multi-criteria decision-making (MCDM) problems. This new model involves risk preferences of decision makers (DMs) based on the prospect theory and criteria reduction. First, we build three relationship models based on different types of DMs’ risk preferences. By building different discernibility matrices according to relationship models, we find useful criteria for IFS MCDM problems. Second, we propose a technique to obtain weights through discernibility matrix. Third, we also propose a new method to rank and select the most desirable choice(s) according to weighted combinatorial advantage values of alternatives. Finally, we use a realistic voting example to demonstrate the practicality and effectiveness of the proposed method and construct a new decision support model for IFS MCDM problems.     

A model of hysteresis with two inputs

We formulate and analyze a new model of vector hysteresis for the case of two-input signals. We prove the essential mathematical properties of this model and we present the solutions to two identification problems connected with our model.     

PPP项目建造和营运的治理模式选择研究

PPP模式在中国情境下实施、建造和营运环节的治理和协调是一个十分重要的问题。基于交易费用经济学和新产权理论,建立数学模型,对PPP模式的治理展开探讨。首先建立了PPP项目的一般治理模式的数学模型,分析了最优社会福利,然后针对需求风险偿付契约分别建立了PPP项目的建造、营运分立治理模型和建造、营运合一的治理模型。研究表明:在需求风险偿付契约下,建、营合一治理模式比建、营分立的治理模式具有更高的社会福利。     

串联式多级火箭成本问题初论

本文以火箭最大速度值的一般变化规律为基础, 改进了以前考虑火箭发射的成本问题的常用数学模型：最省的最省推进剂方案, 详细研究了各种情况下串联式多级火箭的成本问题,并以算例验证了所得的新成本计算模型的有效性.     

Improving the Reconstruction of Vector Fields Using Mixed Finite Element Methods and Optimal Preconditioning

In this article, we study numerically a diagnostic model, based on mass conservation, to recover solenoidal vector fields from experimental data. Based on a reformulation of the mathematical model as a saddle‐point problem, we introduce an iterative preconditioned conjugate gradient algorithm, applied to an associated operator equation of elliptic type, to solve the problem. To obtain a stable algorithm, we use a second‐order mixed finite element approximation for discretization. We show, using synthetic vector fields, that this new approach, yields very accurate solutions at a low computational cost compared to traditional methods with the same order of approximation. © 2015 Wiley Periodicals, Inc. Numer Methods Partial Differential Eq 32: 1137–1154, 2016     

一个胎儿体重预测的数学模型

利用B型超声对520例胎儿的股骨长度、腹围的测量数据,建立多元非线性回归模型,并用此模型对982例胎儿进行实例验证、分析,得到精确度极高的预测结果,为临床应用提供了新的胎儿体重预测方法.     

A bilinear approach to the pooling problem†

In this paper we present an algorithm for the pooling problem in refinery optimization based on a bilinear programming approach. The pooling problem occurs frequently in process optimization problems, especially refinery planning models. The main difficulty is that pooling causes an inherent nonlinearity in the otherwise linear models. We shall define the problem by formulating an aggregate mathematical model of a refinery, comment on solution methods for pooling problems that have been presented in the literature, and develop a new method based on convex approximations of the bilinear terms. The method is illustrated on numerical examples     

Invex Functions and Generalized Convexity in Multiobjective Programming

Martin (Ref. 1) studied the optimality conditions of invex functions for scalar programming problems. In this work, we generalize his results making them applicable to vectorial optimization problems. We prove that the equivalence between minima and stationary points or Kuhn–Tucker points (depending on the case) remains true if we optimize several objective functions instead of one objective function. To this end, we define accurately stationary points and Kuhn–Tucker optimality conditions for multiobjective programming problems. We see that the Martin results cannot be improved in mathematical programming, because the new types of generalized convexity that have appeared over the last few years do not yield any new optimality conditions for mathematical programming problems.