基于灰色粒子群算法的可靠性稳健优化设计

为提高车辆零部件的安全性和稳健性,应用可靠性稳健优化设计理论和多目标决策方法,将车辆前轴的可靠性稳健优化设计转化为多目标优化问题。运用灰色理论中的关联分析法,选取粒子群算法中的全局极值和个体极值,提出了适合可靠性稳健优化设计中多目标模型求解的灰色粒子群算法。与传统方法相比,该方法更能迅速准确地得到车辆前轴的可靠性稳健优化设计信息。

基于多目标优化策略的结构可靠性稳健设计

应用可靠性稳健优化设计理论和多目标决策方法,将结构可靠性稳健优化设计转化为多目标优化问题。运用灰色理论中的关联分析法,选取粒子群算法中的全局极值和个体极值,提出了灰色粒子群算法求解可靠性稳健优化设计问题。与传统方法相比,该方法简便易行并能迅速准确地得到结构可靠性稳健优化设计信息。

基于小波神经网络的简支梁桥损伤识别

针对小波神经网络对一维信号逼近能力强的特点,利用灰色理论中的关联分析法,对结构损伤特征参数和损伤指标进行灰关联分析,将所获得的参数间关联度作为把结构动态特征参数整合为一维输入量的权值,进而提出了基于灰色关联分析的小波神经网络模型。为提高网络的收敛能力和逼近效果,应用局部学习策略改进了小波神经网络的学习算法。仿真结果表明,利用上述方法进行结构损伤识别,识别结果明显优于传统的神经网络模型。

基于多目标优化策略的结构损伤识别智能算法

针对结构损伤识别问题,提出一种基于多目标优化策略的结构损伤识别智能算法.该算法利用极端学习机为损伤参数指标与每一阶频率建立非线性函数表达式,先将结构的每一阶实际测量频率与函数表达式相减,再把形成的每个表达式作为优化目标,进而得到结构损伤识别的高维多目标优化模型.为提高模型的求解精度,提出了灰色多粒子群协同的多目标优化算法.实验结果表明,该方法能较好地处理结构损伤识别问题.

基于多目标优化策略的螺旋弹簧可靠性稳健优化设计

应用可靠性稳健优化设计理论和多目标决策方法,将车辆螺旋弹簧的可靠性稳健优化设计转化为多目标问题。运用层次分析法选取粒子群算法中的全局极值和个体极值,提出基于层次分析法的多目标粒子群算法,并将该算法应用于可靠性稳健优化设计的多目标模型求解中。与传统方法相比,该方法简便、易行,并能迅速准确地得到车辆螺旋弹簧的可靠性稳健优化设计信息。

基于计算智能的机械零部件可靠性优化设计

针对多失效模式的结构系统的可靠性优化问题,提出了随机模拟-小波神经网络方法(MCS-WNN),将可靠性优化设计中的非正态随机参数的概率约束转化为等价的确定性约束,并运用粒子群算法迅速获得结构系统可靠性优化设计的初始点。并提出了一种小波神经网络的逆映射模型以优化设计参数,针对机械零部件的实验结果表明,上述方法行之有效。

基于多目标优化策略的扭杆可靠性稳健优化设计

为提高机械零部件的安全性和稳健性,应用可靠性稳健优化设计理论和多目标决策方法,建立了适合结构可靠性稳健优化设计的多目标优化模型.为能迅速准确地对具有约束条件的多目标优化模型进行求解,提出一种利用模糊理论对约束条件进行处理的方法,然后应用灰色粒子群算法对多目标优化模型进行求解.通过对正态分布参数和任意分布参数的扭杆可靠性稳健优化设计,表明该方法行之有效.

基于层次分析粒子群算法的可靠性稳健优化设计

利用多目标优化策略,将机械零部件的可靠性稳健优化设计转化为多目标问题。为提高零部件可靠性稳健优化设计多目标模型的求解效率,将所提出的基于层次分析法的多目标粒子群算法应用于可靠性稳健优化设计的多目标模型求解中。该方法简便易行,能迅速准确地得到机械零部件扭杆的可靠性稳健优化设计信息。

基于小波神经网络的结构系统可靠性优化设计

针对具有非正态随机参数的可靠性优化设计,利用随机摄动-Edgeworth级数方法,将可靠性概率约束转化为等价的确定型约束,并运用优化算法求取结构可靠性优化设计的初始点。利用随机模拟-小波神经网络方法有效地解决了具有多失效模式的结构系统可靠性优化设计中系统功能函数难以显性表达的问题。并利用网络的逆映射功能实现了结构系统可靠性优化设计,实验结果表明上述方法是行之有效的。

改进的小波神经网络及应用

根据振动加工过程中的因素指标的关系和小波函数的特点,确定小波神经网络的结构,并利 用重心法对小波神经网络的初始值进行选取,通过实验表明,该方法是可行的,这为叠层材料振动钻削 研究提供了新的方法。

中学生数学能力方面性别差异的调查研究

通过调查问卷和能力测试等方法,探讨了中学生在教学能力上的性别差异,分析了造成这种差异的原因,并从心理、社会和教育等方面提出了两性补充教育、改进教学方法和提高教师素质等缩小差异的具体措施和建议。

仿真机房系统的优化设计

本文选择具有普适性的机房作为研究对象,首先对机房内的温度、位置、风速等参数进行搜集和处理,建立了基于插值拟合方法的机房热分布数学模型,得到了服务器最优任务分配方案,并根据方案对出风槽的风速和温度等参数进行调节,以达到降低机房内的温度极值点的目的,最后实现了机房散热系统的优化设计。

基于多元线性回归模型的考试成绩评价与预测

为增加教学环节考试成绩评价与预测的科学性,根据多元线性统计分析中的多元线性回归分析方法,对考试成绩指标进行量化,建立了考试成绩评价与预测的回归模型。解析国家四级英语考试成绩与学生的期末考试成绩之间的联系,建立了基于成绩评价的多元线性回归的数学模型,并得到了回归系数的数值。通过对回归模型以及回归系数进行显著性检验,证明了模型的合理性。结果表明,利用该模型对数据进行合理的评价与预测,并在充分的条件下,根据学生的期末考试成绩能合理地预测出学生的英语四级考试成绩。

机械结构动态可靠性设计的智能计算方法

针对多失效模式下机械部件动态可靠性设计问题,提出了一种Monte Carlo-时变极端学习机模型,利用该模型得到了随时间变化的载荷、强度、弹性模量、设计参数等与可靠度的显性函数表示。在此基础上建立了机械部件动态可靠性优化设计模型,并利用所提出的动态粒子群算法对模型进行求解。实验结果表明,该方法能提供整个服役期内满足可靠度要求的所有设计参数,为机械部件动态可靠性优化设计提供了一种行之有效的途径。

基于粒子群算法的后桥可靠性稳健优化设计

为提高车辆零部件的安全性和稳健性,应用可靠性稳健优化设计理论和多目标决策方法,将车辆后桥的可靠性稳健优化设计转化为多目标优化问题。通过模糊多目标粒子群算法求出所有满足约束性条件的pareto解集,结合实际情况,依据pareto解集确定零部件的设计规格。实验表明,所提方法能迅速有效地获得可靠性稳健设计的信息。

车辆前轴的多目标可靠性稳健优化设计

应用车辆零部件可靠性稳健优化设计的理论方法,对车辆前轴进行了可靠性稳健优化设计。通过模糊多目标粒子群算法求出所有满足约束性条件的pareto解集,结合实际情况,依据pareto解集确定零部件的设计规格。实验证明该方法能迅速有效地获得可靠性稳健设计的信息。

医科达加速器电子枪灯丝更换及高真空系统的处置

将经济寿命引入医疗设备管理,主要从经济寿命在医疗设备经济管理中的分析和经济寿命在医疗设备管理中的确定,这两个方面来分析了影响医疗设备经济寿命的有关因素。

基于计算智能技术的结构系统可靠性优化设计

利用随机摄动和Edgeworth级数方法,将非正态随机参数可靠性优化设计中的概率约束转化为等价的确定性约束,并运用粒子群算法迅速准确地获得结构系统可靠性优化设计的初始点。针对多失效模式的结构系统,提出了随机模拟-小波神经网络方法(MCS-WNN),有效解决了结构系统的可靠性仿真。并提出了一种便于逆映射的小波神经网络模型,实现了设计参数的可靠性优化。实验结果表明上述方法是行之有效的。

基于小波神经网络的变参数振动钻削仿真

为了改变因寻找最优振动参数和切削参数而需要在实验中大幅度频繁地改变参数的状况,利用小波函数对一维信号逼近能力较强的特点,提出了一种适用于变参数振动钻削加工过程仿真的小波神经网络模型, 并运用灰色理论中的关联分析法对小波神经网络输入权值进行选取。理论分析和实验表明:应用该仿真模型,能在振动钻削过程的不同区段寻找最优的振动参数和切削参数。

基于多目标粒子群算法的可靠性稳健优化设计

采用随机摄动法和粒子群算法对车辆零部件进行可靠性稳健优化设计,利用模糊的多目标粒子群优化算法求出所有满足约束性条件的pareto解集,结合实际情况依据pareto解集确定零部件的规格。实验证明,该方法能迅速有效地获得可靠性稳健设计的信息。