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.     

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。     

蒙特卡罗仿真在船用核动力装置可靠性分析中的应用

如何推断系统的故障概率,是目前可靠性工程领域的一个重要问题.而对具有动态随机性故障的可修系统采用静态近似处理,经常导致计算的可靠性指标与实际情况相差甚远,采用蒙特卡罗方法产生等价于船用核动力系统基本部件故障率的随机数,代入到仿真模型中,经过逻辑运算得到等价于系统故障概率的随机数,对多次仿真得到的数据进行统计推断,便得到系统故障的概率分布及相应的置信区间.此方法计算结果精度高,对船用核动力装置的可靠性分析有重要意义.     

动态数据库在船用核动力装置DPSA中的应用探讨

DPSA(dynamic PSA)与传统的PSA相比,能够很好的解决包含时间、过程变量以及人员操作行为等动态因素方面的问题,而可靠性数据是DPSA的基础,DPSA的质量很大程度上取决于输入数据的质量.介绍了DPSA的系统组成、工作流程和分析计算模型,首次探讨了动态数据库与DPSA交互技术在船用核动力装置中的应用,根据DPSA的数学模型提出了基于"指令—答复"的DPSA方案,并利用C++Builder 6和SQL2005等工具开发了船用核动力装置DPSA系统的动态数据库,从而推动了船用核动力装置DPSA技术的应用和发展.     

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 .     

基于模拟退火算法的矩形优化排样问题的研究

考虑了一种矩形优化排样系统中遗传算法和模拟退火算法的结合算法.首先建立了该系统的通用数学模型.然后给出了求解该问题的遗传模拟退火算法.最后用VC++6.0模拟算例的结果表明该算法是一种行之有效的方法.     

基于MAS的智能诊断技术集成方法研究

对于复杂分布式故障诊断的特点,集成多种智能方法求解是一种有效的途径.但如何确定这些诊断方法的相对诊断能力是基于多代理技术的故障诊断系统中的一个关键问题.文章基于问题求解的粒度理论,在对设备故障域进行分解的基础上,提出了基于多代理技术的三层评估模型,不仅能对诊断专家的诊断能力进行评估,而且也能对多诊断专家的协调诊断能力进行评估.该方法简化了问题求解的难度,提高了多专家评价的精度.可广泛应用于多诊断专家代理联盟的创建和诊断结论的融合中.     

考虑服务水平的逆向物流网络优化决策

针对电子产品的售后维修服务问题,建立了一个同时考虑成本和服务质量的多目标逆向物流网络优化模型;该问题是多目标的NP-hard问题,应用NSGA-II算法和多目标模拟退火算法(MOSA)两种多目标进化算法,对模型进行求解并对其求解的效果进行比较分析;多组算例测试结果表明,NSGA-II相比MOSA更具优势。     

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.     

带学习效应的两台平行机时间表长问题

研究机器带学习效应, 目标函数为时间表长的两台平行机排序问题, 问题是NP-难的. 首先建立了求解该问题最优解的整数规划模型. 其次, 基于模拟退火算法给出了该问题的近似算法SA, 并证明了该算法依概率1 全局收敛到最优解. 最后, 通过数值模拟对所提出的算法进行了性能分析. 数值模拟结果表明, 近似算法SA可以达到最优值的99%, 准确度高, 算法较有效.     

自适应蚁群算法及其在多约束多目标柔性Job-Shop调度中的应用

实际生产系统的车间作业调度一般是多约束多目标柔性Job-Shop调度,比经典的Job-Shop调度更复杂,存在多约束、多目标、动态柔性、建模复杂等特性.建立了多约束多目标柔性Job-Shop调度模型,提出了一种自适应蚁群算法,采用自适应机制和遗传原理防止算法过早停滞和加快收敛速度.西安航空发动机(集团)有限公司制造单元调度实例表明,提出的自适应蚁群算法是求解多约束多目标柔性Job-Shop调度的有效方法.     

因果推断的统计方法

探索事物之间的因果关系和因果作用是很多科学研究的重要目的.因果推断的统计方法是利用试验性研究和观察性研究得到的数据,评价变量之间的因果作用和挖掘多个变量之间的因果关系.本文将介绍因果作用和因果关系的形式化定义,以及因果推断的两个主要统计模型:潜在结果模型和因果网络模型.本文将探讨因果作用的可识别性和因果网络的结构学习,综述有关因果推断的若干研究问题和动态.     

基于自适应动态规划的随机时滞线性二次型最优跟踪控制

针对模型未知且带有时滞的随机线性二次型(SLQ)最优跟踪控制问题,提出了一种自适应动态规划(ADP)算法.首先,利用双因果坐标变换导出原时滞系统的等效系统,构造一个新的由等效系统和命令生成器组成的增广系统,并给出该增广系统的随机代数方程.其次,为了解决随机线性二次最优跟踪控制问题,将随机问题转化为确定性问题.然后提出ADP算法,并给出该算法的收敛性分析.为了实现ADP算法,设计了三种神经网络,分别近似最优性能指标函数,最优控制增益矩阵和系统模型.最后,通过一个数值算例验证算法的有效性.     

替代产品的动态库存决策与控制

考虑了替代产品的动态库存决策与控制问题,建立了替代产品的多周期动态库存决策与控制模型.得到了目标函数的一些重要性质,给出了系统最优参数的求解算法,利用动态规划方法对系统的库存参数进行了优化求解.     

一种基于随机森林的备件预测模型研究

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。     

混合动力公交车能量控制策略的优化模型

针对混合动力公交车在循环工况内功率需求的特点,建立了未来功率需求贝叶斯预测模型;利用2-阶段随机动态规划模型将大规模的随机动态规划问题简化为多个小规模的随机动态规划问题和一个确定型动态规划问题;对于随机动态规划模型的求解,给出了稀疏表示的降维方法,将复杂的泛函极值问题转化为常规的随机动态优化问题,并采用分布估计算法和计算资源最优配置算法的计算机仿真优化算法对随机动态优化问题进行求解;给出了基于查表的在线控制策略,为模型的实际应用进行了有益的探索。     

一个诊断思维的数学模型

在医学、故障诊断,石油测井解释等一系列的诊断型问题中,尽管有关专家的知识是不同的,但是他们的知识结构都是因果型的,其推理结构都是从部份现象推出真正的原因。因此,有可能建立一个通用的诊断型专家系统。本文基于诊断型专家的关于因果之间的知识的对集结构,提出一个诊断思维的数学模型,给出了此模型的集合解和精确解,并且提出了一个通用的诊断算法:第一步,部份现象的诊断,即提出假设;第二步,逼近或排除;第三步,确诊。只要输入有关专家的领域知识,就可以得到一个具体的领域型专家系统。     

基于故障树和混沌粒子群算法的锻压机床故障诊断方法

锻压机床由于生产效率高和材料利用率高的特点,被广泛应用于各领域.然而,锻压机床发生故障时,其故障种类繁多、故障数据量大,所以对锻压机床故障源的快速、准确诊断较困难.针对该问题,文章提出一种将故障树分析法和混沌粒子群算法相融合的方法,对锻压机床的故障源进行故障诊断.该方法是先通过故障树分析法对锻压机床的故障进行分析从而得到故障模式及其故障概率,然后由得到的故障模式和已知的故障维修经验分析归纳出故障模式的学习样本,再根据得到的故障概率运用混沌粒子群算法的遍历性快速、准确地诊断出锻压机床发生故障的精确位置.文章提出的方法以锻压机床的伺服系统为例进行了故障诊断实验,将该实验结果与遗传算法、粒子群算法进行对比.实验结果表明,文章的算法在锻压机床伺服系统的故障诊断中准确度更高、速度更快.     

基于扩展事件图的因果分析方法及在仿真中的应用

通过因果分析对仿真结果作出因果解释是仿真非常重要的一个环节.为了能够支持因果分析,首先提出扩展事件图,以重构仿真中发生的事件以及事件之间的因果关系;然后根据扩展事件图提出若干分析算法,通过对图模型的概率参数的可能性和主要性分析,获取因果知识;最后以一个攻防对抗仿真为例,对以上方法进行了必要的验证.     

基于模拟退火算法的知情交易研究北大核心CSCD

为了更准确地估计知情交易概率水平(PIN),文章主要使用模拟退火算法并结合交易量时间概念对知情交易模型进行参数估计.算法改进后的知情交易模型已可适用于较高频的交易订单数据,从而更好地捕捉微观市场中PIN的变化.参数估计方面,文章主要使用模拟退火算法对EKOP-PIN、EHO-PIN以及DY-PIN进行带约束的最大似然估计,并将结果与无约束优化的间接估计算法进行了比较,基本解决了以往算法存在的局部最优和数值溢出等问题.数值模拟显示,使用模拟退火算法并运用模式搜索法进行末端优化的混合算法在计算PIN时能够进一步提高估计精度.使用沪深300股指期货高频交易数据的实证结果显示,重新估计的EHO-PIN对波动率有着较高的解释和预测能力,可作为一种有效的市场波动率预警指标.