迁移学习在机械设备故障诊断领域的进展研究

迁移学习是一种新兴的机器学习方法,通过运用已学习的知识对不同但相关领域问题进行求解,能够较为有效的解决模型泛化能力弱、样本数据不足等问题。针对迁移学习在机械设备故障诊断领域的应用方法进行了综述,总结了三类关于迁移学习的诊断预测方法,并对迁移学习在故障诊断领域的未来研究方向进行了探讨。

基于IGWO-MLP的变压器健康指数预测模型

针对变压器健康指数(HI)预测,提出了基于主成分分析(PCA)特征选择的改进灰狼算法(IGWO)优化多层感知机(MLP)预测模型。以Kaggle公开数据集为例,通过PCA将15维输入特征降为相关性更高的10维特征,使用IGWO优化MLP得到最优参数,将参数输入MLP模型得到变压器健康指数并对其进行评估。实验结果显示,IGWO-MLP相较于GWO-MLP、IGWO-SVR、PSO-MLP和MLP模型,其预测精度更高,更能有效地预测变压器健康指数。

混流企业中基于瓶颈的启发式算法的应用

提出了一个基于瓶颈的启发式算法来解决非相关平行机台的混合流程型企业的排序问题。该算法主要通过3个步骤来完成上述问题的排序,首先确认瓶颈阶段;然后采用基于瓶颈的方法产生最初的排序次序;在最初的排序基础上采用基于瓶颈的插入方法产生最后的排序。应用该算法可以较好地解决这类NP困难问题的排序。

基于云计算应用的智能银行设计模型

2010年随着花旗银行(中国)有限公司在中国的第一家智能银行网点开设成功,银行的智能化将进入一个新的发展历程。同时云计算作为信息技术领域的新技术,必将为银行的智能化奠定坚实的基础。本文基于云计算的优点,提出了在智能银行建设中云计算应用的迫切性,并提出了基于云计算应用的智能银行设计模型,使得智能银行建设的尝试在中小银行中成为了可能。

商品销售预测中GM(1,1)马尔可夫链的应用

在现代经济快速发展的今天,预测对于企业在激烈的竞争中占有一席之地显得尤为重要,因此产品的销售预测也是一个研究的热点。本文采用灰色预测方法结合马尔可夫链的应用,使得预测更为合理科学。文章简要介绍了灰色预测模型和马尔可夫链模型,并且给出了灰色预测模型的商品销售预测结果,最后把灰色预测模型和马尔可夫方法两者结合起来完成了商品的销售预测,验证了该方法的可用性,得出了比灰色预测更加准确的预测。

GMDSS模拟器系统中通信过程的研究与实现

全球海上遇险及安全系统GM DSS(g loba l m aritim e d istress and safety system)自1999年2月1日完全实施以后,为了培训船员的需要,GM DSS模拟器的开发成为国内外的一个热点。文章介绍了自主开发的GM DSS模拟器中利用V isua l C++6.0实现通信过程的研究。其中主要涉及了Socket技术和多线程技术的应用。

非相关平行机台的间断批量和计划排序研究

本文提出了一个启发式算法用于混合流程型企业中解决非相关平行的作业排序问题,该问题是典型的间断批量和计划问题。本文研究了混合流程型企业中相似产品在非相关平行机上的作业排序,算法的目的是最小化工具替换频率和拖期产品数量。工具的更换发生在使用不同工具的两批产品交换时或是由于工具的自然损耗引起。采用该算法产生的排序结果和历史数据相比,该算法使工具的交换频率和拖期产品数量都得到了明显的改善。

基于GA的多约束的多目标排序优化

主要论述了一种解决多约束多目标排序优化的方法。采用在Pareto遗传算法中嵌入优先级约束的检索和调整程序,以保证参与变异和交叉的染色体的有效性。研究结果表明此方法可提高寻优效率。

混合流程型企业主生产计划的启发式算法

提出了一个新的启发式算法,该启发式算法称为多目标主生产计划算法(MOMPS),用于解决混合流水线车间的主生产计划安排,该启发式算法主要有以下目标:最小化拖期惩罚,最小化完工时间,最小化装设和库存成本等。该算法先对所有的定单进行排序,然后根据最小生产成本树及其该树的最大生产能力进行定单的分配,如果定单数量超出了最大生产能力,对生产网络进行调整,通过比较次优生产成本树和拖期以后的最小生产成本决定定单是否该拖期。最后通过和一般的线性规划进行比较,得出该算法在解决混合流程型企业的多目标主生产计划的制定中十分有效,有时得到的结果和线性规划模型解出的解是一致的。

提前/拖期的批量和计划问题研究

本文研究的问题是确定生产批量的数量和加工顺序,以至于使得存储成本和延期成本最小化.本文解决的问题是如下情形,准备处理n个订单,每一个订单都拥有自己的截止日期,提前惩罚,拖期惩罚.生产过程是按批处理的,不允许提前发货,每个订单都只能有一次发货日期,在订单的截止日期发货或生产完成以后立即发货.本文提出了一个算法,使用该算法能很好地解决不考虑装设成本的提前/拖期的批量计划问题.