影响机械结构可靠性的不确定性分析

讨论了机械结构中存在的不确定性因素，重点讨论了影响结构可靠性的随机性和模糊性这两种不确定性因素的实质、相互关系及在结构可靠性分析中的处理方法。     

“工程控制基础”课程改革与建设探索

新技术的发展，对高校培养人才提出了新的需求，为适应这些需求，电子科技大学“工程控制基础课程组”从课程体系建设角度做了大量的探索性工作。文中结合作者的教学改革实践，以培养创新型人才为目标，完善专业培养体系为切入点，对“工程控制基础”课程的目的与要求、课程内容体系、实验教学体系等方面进行的探索性工作进行了归纳与总结。     

复杂产品多学科设计优化的视图建模

针对复杂产品学科分划困难以及多学科设计建模中存在的视图一致性问题,提出了以主模型为导向、多学科并行建模的技术路线。介绍了产品的多学科设计优化方法,论证了设计对象功能行为的不同表达是多学科视图模型形成的基础;讨论了多学科视图模型之间协调一致的保证体系。将该方法应用于汽车车身的多学科设计优化,真正实现了设计信息的共享和动态交互,有效改进了产品设计水平。     

汽车起重机箱形吊臂折臂的模糊分析方法

建立了汽车起重机起吊系统在冲击载荷作用下进行塑性动力学分析的力学模型，分析了起吊系统受冲击载荷作用时的塑性位移，提出了模糊允许塑性位移等概念，探讨了吊臂折臂的模糊分析方法。     

基于可能性分布和信息熵的舞台方案模糊决策

升降舞台结构方案选择中存在着大量的模糊和主观因素．在分析现有评价方法的基础上,尝试运用可能性理论处理舞台结构方案中蕴含的不确定性信息,提出了一种新的基于可能性分布、结合熵值赋权的模糊综合决策方法．通过考虑影响评价的各种来源和形式的信息,将专家知识转化为对变量取值的弹性约束,引入可能性分布表征升降舞台结构方案选择问题中包含的模糊因素,构造出相应的方案集和评价指标体系,建立了可以进行模糊推理和决策的评价模型;应用模糊变换原理,对评价系统各层次指标依次判别,并采用一种主客观组合的赋权方式进行权重分配,在单因素基础上形成综合判断．阐述了求解原理和实施步骤,并通过实例分析比较说明了该法的可行性．     

基于满意度原理的多学科协同优化

由于多学科设计优化涉及众多复杂因素，各个学科需要满足的约束是不同的，而系统级通常采用一致性约束来保证学科级共享、耦合变量及目标值的一致,在很多情况下共享、耦合变量及目标值满足了约束，但是各个学科获得的并不是本学科的最优解．本文采用满意度原理设计协同优化的系统级目标函数，综合考虑了学科级优化解的满意度和共享、耦合变量及目标值对于一致性约束的满意度，以增强协同优化的综合处理能力．齿轮变速箱优化实例表明该方法是可行有效的．     

模糊状态下机械系统的可靠性研究

本文分析了机械系统状态的模糊性，定义了系统的模糊状态、模糊状态转移、模糊事件等基本概念，建立了模糊状态下系统可靠度的计算理论，并就集装箱吊运机给出应用实例．     

基于Pareto解的交互式模糊优化及其应用

设计参数内关外联的属性和设计约束的模糊性、相关性和传播性往往导致多目标优化设计中冲突发生和目标间协调性差等现象。针对这些问题,应用模糊数学原理,构造尺度函数,增加附加约束,并基于Pareto解处的冲突矩阵、协同灵敏度分析以及目标重要度阈值的交互选择,建立了基于Pareto解的模糊交互式多目标优化模型。结果表明:提出的模型在兼顾主、客观要求的前提下,可降低目标之间的冲突程度,得到最大的满意度。以实例验证了模型的有效可行性。     

复杂多态系统的区间值模糊贝叶斯网络建模与分析

随着现代工程系统结构复杂度的增加以及运行环境的复杂化,传统的可靠性分析与评估技术已不能满足现代工程系统需求.针对复杂多态系统可靠性分析与评估的需求,本文从部件状态分析、系统结构分析入手,对存在认知不确定性同时考虑失效相关性的复杂多态系统进行可靠性建模与分析.由于现代复杂多态系统信息输入及系统故障影响因素的多样性,以及系统冗余,使得不确定性和共因失效对复杂多态系统可靠性分析和评估至关重要.本文借助贝叶斯网络对多态系统的图形表达和推理优势,采用模糊理论中区间值三角模糊数对部件概率进行描述;同时利用β因子模型对共因失效进行量化,再将其以新增共因节点的方式实现共因失效的贝叶斯网络建模,从而提出基于区间值模糊贝叶斯网络的复杂多态系统可靠性分析方法.最后,将基于区间值模糊多态贝叶斯网络对具有共因失效的多态卫星天线双轴定位机构传动系统进行可靠性分析.通过对实际工程系统的分析,表明本文建立的多种因素影响下复杂多态系统的可靠性建模和分析方法,进一步完善了复杂系统可靠性分析理论与方法.     

随机神经网络优化方法及其计算机仿真

研究了结构优化问题求解的随机神经网络方法,可较好地克服Hopfield网络方法容量陷入局部解的缺点,针对实例,对随机神经网络和Hopfield网络进行了动态仿真,直观地给出了两种网络的动态并行运行,能量函数的动态变化过程及两种网络的全局性的差异,同时也仿真出了网络并行运行至稳定优化解的时间。