硬件进化的快速算法模型研究

针对硬件进化(evolvable hardware，EHW)存在的进化规模的扩展能力问题，研究了以内嵌式EHW的自适应要求为条件的染色体表示及计算复杂性问题．为提高遗传机器学习计算效率，根据FPGA(field programmable gate array)内部的结构特点，将可重构硬件的结构映射为遗传学习的染色体表示，提出一种符合EHW要求的二雏染色体的遗传机器学习方法——ISPitts，构造了一种动态遗传机器学习框架．实验结果显示，新方法不仅完成了四位比较器的内嵌式EHW实现，而且具有较高的进化效率．     

VxWorks嵌入式系统下视频监控系统通信的研究

通过嵌入式实时操作系统(VxWorks),实现了视频监控系统的解决方案.研究了在VxWorks系统下实现设备和数据通信的关键技术和相应机制,并采用有限状态机(FSM)解决了串行数据通信的帧同步.文中重点分析了采用计数器信号量解决多进程同步通信,即生产者-消费者问题.本文的方案可以推广到串行设备以外的其它通信机制.     

UIO序列的启发式算法

UIO序列是对有限状态机进行功能测试的有效手段 ,在 VLSI设计、通信协议等时序系统中有很强的实际应用背景。文章基于可区分状态组这一概念设计了一个搜索算法 ,进一步利用搜索信息建立了一个基于“小于”关系的启发策略 ,有效的剪枝策略的设计将尽可能消除没有意义的搜索分枝 ,新设计出的多路 OPEN/CLOSED表存储机制也加快了相关的判别和处理过程。这些措施改进了搜索过程 ,减少了搜索信息的产生 ,提高了搜索速度。该算法与以往的算法相比 ,在时间和空间两方面都得到了很大改进。     

双机头电脑刺绣机横梁的模态分析

以GY902A型电脑刺绣机的主横梁作为研究对象,分别运用实验测试和有限元模拟方法分析了电脑刺绣机横梁弯曲振动的固有频率,并利用经过验证的有限元模型,在计算机上作了结构改进仿真设计,实现了在不改变电脑刺绣机重量的前提下,电脑刺绣机横梁的固有频率提高22％,使电脑刺绣机更不易发生共振．     

Chatter mitigation using the nonlinear tuned vibration absorber

A passive vibration absorber, termed the nonlinear tuned vibration absorber (NLTVA), is designed for the suppression of chatter vibrations. Unlike most passive vibration absorbers proposed in the literature for suppressing machine tool vibrations, the NLTVA comprises both a linear and a nonlinear restoring force. Its linear characteristics are tuned in order to optimize the stability properties of the machining operation, while its nonlinear properties are chosen in order to control the bifurcation behavior of the system and guarantee robustness of stable operation. In this study, the NLTVA is applied to turning machining.     

柔性机构动态可靠性分析的新方法

为了改善柔性机构动态可靠性分析的效率和精度,基于支持向量机SVM(Support Vector Machine)回归理论,提出了一种柔性机构动态可靠性分析高效率高精度的SVM回归极值法SREM(SVM Regression Extremum Method)。首先,介绍了柔性机构可靠性分析的基本理论;其次,融合蒙特卡洛法MC(Monte Carlo)和SVM回归理论,建立了柔性机构动态响应极值的代理模型,并利用代理模型进行柔性机构可靠性分析。最后,利用SREM法对柔性机构实例进行了可靠性分析,并与MC和人工神经网络ANN(Artificial Neural Networks)的分析结果进行比较。结果显示,在小样本情况下,进行柔性机构动态可靠性分析时,SREM的计算效率和计算精度都比ANN高;SREM的计算效率比MC大大提高,计算精度与MC相当。验证了在柔性机构可靠性分析中SREM的高效率和高精度,并证明了SREM在柔性机构可靠性分析中的可行性和有效行性。     

机械加工零件倒角与倒圆的简便取值法

本文试探对倒圆与倒角的标准数据(或推荐值),进行数理统计,从中建立起变量之间的数学表达式(即经验公式),以求在设计制图中简便取值,方便作图提高工作效率.即使对标准中未给出的数据,还可以进行科学地预测或估算.     

一种不精确推理的模型

本文在不精确推理的Ｐｒｏｓｐｅｃｔｏｒ模型的基础上，利用其充分性和必要性量度，结合ＭＹＣＩＮ模型中的确定因子，将先验概率转换成较容易给出参量形式。在此基础上，给出一种模糊关系的数据模型，并定义了模糊集合的并、交、差和笛卡尔积等运算，从而对非精确数据及知识描述中的不确定性进行有效地处理。     

一种基于人工神经网络的旋转机械故障监测方法

把神经网络与数字信号处理相结合，提出并实现了一种基于神经网络的旋转机械在线故障监测系统，主要用于识别旋转机械的一些常见故障如转子不平衡振动、转子零部件松动、油膜涡动等等。系统主要由数字信号采集、数字信号预处理和Ｂ－Ｐ神经网络几部分组成。在神经网络中采用批处理加动量项的梯度下降算法学习。仿真结果表明该故障监测系统在故障识别率等各方面性能指标均优于传统的基于知识的工况监测与故障诊断系统。     

Modelling of insurers’ rating determinants. An application of machine learning techniques and statistical models

In recent years, financial regulations such as Basel II and Solvency II have highlighted the utility of credit risk assessments through internal rating systems, particularly for estimating the probability of default (PD) of credit exposures.