基于Stateflow的Petri网仿真方法

Stateflow是m atlab环境下与simu link整合在一起的专门用来对复杂响应系统和事件驱动系统进行仿真的工具箱。应用其对Petri网模型进行仿真,提出了一种对Petri中资源的分类方法,根据petri网中资源的流通方式将资源分为循环资源、非循环资源及隐性资源,并结合变迁的个数和激活方式给出了从一个已知的Petri网构造其相应的Stateflow的具体规则及详细步骤,最后结合某汽车冲压单元的建模进行举例说明,构造过程显示出文中提出的仿真方法具有使用简单、通用性强、扩展性好的特点。

逐步次梯度法在基于LR的调度算法中的应用

在基于拉格朗日松弛法(LR)的优化调度算法中,对偶问题的求解广泛采用的一种方法是次梯度法。在这个方法中,为了得到一个次梯度方向,相应松弛问题的所有的子问题都必须精确求解,当问题规模较大时求解时间过长。讨论了逐步次梯度法求解对偶问题的具体实现方法。将对偶函数化为多个子项和的形式,每求解一个子问题,就构造对应对偶函数一个子项的次梯度,逐步沿这些次梯度方向更新乘子。仿真结果显示,其收敛速度较原始的次梯度法有明显的提高。

基于差分进化算法的光纤布拉格光栅横向局部应力与温度分离技术

鉴于横向应力和温度对光纤布拉格光栅的交感耦合呈现非线性关系,将横向局部应力与温度的交感问题转化为非线性系统参数辨识问题:首先根据光纤布拉格光栅横向应力与温度的传感原理构造一个理论意义上的反射光谱,然后利用理论光谱和采样光谱之间的差异度建立系统参数辨识模型,通过差分进化算法对该优化辨识模型进行求解,最终实现横向局部应力与温度的同时测量。实验和仿真结果表明,本文提出的方法具有较高的辨识精度,得到的横向应力误差绝对值一般小于4.0×10-3N,温度误差绝对值一般小于3.0×10-3℃,传感器对温度的灵敏度为11.7 pm/℃。该方法能够解决光纤布拉格光栅横向局部应力和温度的交叉敏感问题,提升光纤布拉格光栅传感网络在实际工程中的传感精度。

面向光子网格任务调度的迭代列表算法

光子网格中任务和通信的联合调度是一个非确定性多项式难题.为了进一步优化调度长度,本文在扩展列表算法的基础上,提出一种迭代列表调度算法.该算法通过扩展列表算法产生一个初始调度序列,并通过迭代的方式不断估计调度过程中子任务之间的通信时间;然后重新计算子任务的权重,调整子任务的调度序列,达到改善调度长度的目的.仿真实验表明,迭代调度算法对于大部分的实例能够有效地减少任务的调度长度,并且更加适用于数据密集型的任务调度.

运筹学课程思政的设计与探索

工科的课程思政研究刚刚起步,由于经验较为缺乏,同时在教学过程中常常重视知识的传授而忽略思政教育,因此需要工科课程的教授者们的持续探索。文章针对自动化、管理专业中的专业必修课程运筹学,探索在专业知识模块中融入不同主题的思政元素,提升学生们对民族的认同感、使命感,树立正确的人生观、价值观作为思政的目标,进行课程思政的设计,并对工科类课程的思政模式和心得进行总结。正确学习观的建立和引导,培养学生们的使命感激发他们创新报国的热情和动力。

自适应对抗学习求解旅行商问题

深度学习为组合优化问题提供了新的解决思路,目前该研究方向多关注于对模型和训练方法的改良,更多的论文引入自然语言处理方向的新模型来加以改进求解效果,而缺乏从实例的数据生成方向来关注模型的泛化能力和鲁棒性。为解决该问题,借鉴对抗学习的思想,针对经典组合优化问题——旅行商问题,从数据生成方向切入研究,设计生成器网络,使用监督学习的方式来产生对抗样本,并将对抗样本加入到随机样本中混合训练,以改善模型对该类问题的泛化性能。同时,依据强化学习训练过程中判别器模型的更新方式提出一种自适应机制,来训练对抗模型,最终得到能够在随机分布样本上和对抗样本上都取得较好结果的模型。仿真验证了所提出方法的有效性。

带有故障性质预测的自动测试向量求解模型

基于布尔满足模型的自动测试向量生成是芯片故障检测的关键环节,相应布尔问题的求解已然成为整个故障检测过程的效率瓶颈.本文研究了主流自动测试向量求解框架中不同算子对求解效率的影响,在保证测试向量求解流程完备性的同时引入基于深度学习的故障分析机制,并将分析结果用于算子的自动选择和初始求解状态的确定,旨在优化整体求解进程.针对因真实电路故障数据不足导致模型学习效果欠佳的问题,本文利用生成对抗网络实现数据增广,结合多层图卷积神经网络促进高效表征学习,从而提高故障性质的预测精度.在若干真实电路上的实验结果表明,本文所提出的新框架与原有框架相比,平均求解效率提升近20%.

折扣加权总完工时间问题的半在线排序算法

讨论到达时间任意,加工时间具有上下限约束,目标函数为带折扣的加权总完工时间的单机排序问题1|r_j,p_(min)≤p_j≤p_(max)|∑w_j(1-e^(-βC_j)),给出了此问题在任意半在线算法下的竞争比下界,并提出了求解此问题的一种半在线算法D-αWDSPT,通过分析算法竞争比说明该算法是一种近似最优算法.同时指出,算法在问题的三种特殊情况下是最优算法.第一种问题是最小加工时间p→0,第二种问题是折扣因子β→0,第三种问题是工件加工时间相同p_(min)=p_(max)

全方位全周期的校企联合自动化专业人才培养

本文介绍了企业全周期介入我校自动化专业人才培养,全方位和校内的培养模式有机结合,动态地建立了校企联合长效双赢的人才培养并实现实时改进和可持续发展的教学模式。以创新为导向,本文发展并探索出全方位全周期的校企协同自动化专业人才培养模式,为培养具有创新能力的自动化人才提供有益的探索和参考。

冬病夏治温针灸治疗脾胃虚寒型胃痛临床研究

目的:观察冬病夏治温针灸法治疗脾胃虚寒型胃痛的临床疗效。方法:将80例脾胃虚寒型胃痛患者随机分为治疗组40例,针刺足三里(双侧)、中脘、关元穴后,予温针灸法治疗,对照组取穴同治疗组,予隔姜灸法治疗,均每日1次,每次30 min,每伏予10次为1个疗程,共3个疗程,分别观察治疗前、治疗12个月后的中医证候评分与焦虑、抑郁量表评分及治疗前后患者白介素6(IL-6)、降钙素原(PCT)水平测定及治疗后12个月疗效评定。结果:治疗后,两组患者各证候积分与治疗前相比积分降低(P<0.05),且治疗组患者各证候积分明显低于对照组(P<0.05)。治疗后IL-6、PCT水平均低于本组治疗前(P<0.05),且治疗组低于对照组(P<0.05)。治疗组总有效率为100.0%优于对照组的87.50%,治疗组疗效优于对照组(P<0.05)。结论:冬病夏治温针灸能显著减轻虚寒型胃痛患者症状,可改善患者焦虑、抑郁症状,并可降低炎性因子PCT、IL-6水平,缓解炎症反应,极大提高患者生活质量。

阻力迷宫式轴密封装置概述

迷宫密封是在转轴周围设若干个依次排列的环行密封齿,齿与齿之间形成一系列截流间隙与膨胀空腔,被密封介质在通过曲折迷宫的间隙时产生节流效应而达到阻漏的目的。在火电机组烟风道中,为了关闭或调节烟、风量的大小、安装了大量的关闭或调节挡板风门。本文针对常规烟气挡板门带灰热一、二次风外漏污染环境进行了改进。

旁听则明——巢湖市五位公民首次旁听市人代会侧记

在近日召开的巢湖市二届人大三次会议上，会场前排出现了5位“新成员”，他们既不是人大代表，也不是列席人员，而是前来旁听的普通公民。据悉，公民旁听人代会在巢湖市尚属首次，这存当地引起强烈反响。

工科“运筹学”课程思政建设探索与实践

针对工科以应用为主,专业课程实践性强,主要传授解决问题的方法理论,导致思想政治融入受学时有限和切入点影响等问题,基于课教学经验与教学改革探索成效,以“运筹学”课程思政实施为例,针对工科专业课程特点,探索如何在专业知识模块引入相应思政点。提出了基于故事案例的情感引导、课间黄金10分钟的潜移默化影响、引入反馈机制依据效果进行思想政治融入调整,以及团队智慧设计融入点等模式,为工科课程思政设计提供了一些参考。

基于拉格朗日松弛的预约调度模型与算法

针对带有爽约的预约调度问题,在假定未爽约病人都在相应预约段的起始点准时到达的情况下,构建了一个以预约人数为优化变量的整数规划模型.目标函数包括服务病人收益、病人等待费用及系统超时费用.通过松弛各时间段剩余人数概率的关联约束,提出了基于拉格朗日松弛的求解算法,其松弛问题通过动态规划求解,对偶问题通过经典的次梯度法求解.数值实验表明,针对小规模的预约段数,该算法都能找到最优解;当预约段数较大时,算法找到的最好解整体上优于文献中已有的算法,从而验证了算法的有效性.

一种新的在线调度算法竞争比分析方法—基于实例转换的方法

针对工件动态到达的在线调度模型提出了一种基于实例转换的竞争分析方法,该方法从问题的一个任意实例出发,逐步沿着性能比增加的方向修改工件的各种参数而得到结构更加简单特殊的实例,最后所导出的简单实例的性能比可以直接计算,且是算法竞争比的一个上界.该方法为在线调度算法的竞争比分析提供了一种新颖的、规律性的思路,以最小化总加权完工时间的单机在线调度问题为例,使用提出的分析方法为该问题一个已有的竞争分析结论提供了更加简洁明了的替代性证明.

基于Pareto多目标优化的光纤Bragg光栅传感网络的波长分配

针对现有波分复用(WDM)的光纤Bragg光栅(FBG)传感网络的复用瓶颈,运用Pareto多目标优化理论,建立了基于带宽重叠技术的FBG传感网络优化模型。通过非支配排序遗传算法Ⅱ(NSGA-Ⅱ)进化算法求解Pareto最优曲线,为网络中的每个FBG传感器合理地分配Bragg波长的工作范围,以最小的光谱重叠程度换取光源带宽资源的最大节约。仿真和实验结果表明,得到Pareto最优曲线为不同程度的光谱重叠找到了最优的Bragg波长配置方案,有效地提高了FBG传感网络的WDM能力。

基于最大化畅通概率优化模型的固定路由算法

针对以最小化网络阻塞率为目标的光网络路由及波长分配(RWA)问题,考虑到全网结构不均衡易导致部分链路负载过高,进而造成全网阻塞率过高问题,在基于爱尔兰损失公式的链路阻塞概率模型的基础上,建立了最大化路径畅通概率的优化模型。为了克服优化模型的非线性造成的求解困难,借鉴大系统中分解协调的思想对链路负载进行预估,将原优化问题转化成乘积最长路问题,并结合负载滚动预估更新及类Dijkstra算法进行近似求解。仿真比较实验表明,本文算法能够较好地近似求解所提出的最大化畅通概率模型,有效地均衡了全网负载,降低了全网阻塞率,提高了网络传输性能。

基于粒子群算法的多通道光纤布拉格光栅滤波器优化设计

在多通道光纤布拉格光栅(FBG)滤波器的设计中,通道数目的增加会导致最大折射率调制深度的成倍增长,从而造成物理上的不可实现。为此,提出一种基于粒子群算法(PSO)与直接设计方法相结合的多通道FBG滤波器设计方法。该方法以最小化最大折射率调制深度为优化目标,在目标反射谱中引入一组群时延参数,为每个通道分配合适的群时延参数,建立群时延参数的优化模型。通过粒子群算法计算得到各通道群时延参数的优化分配值,提升折射率调制深度的均匀化分布程度,促使最大折射率调制深度降低到物理可实现的范围内。仿真实验结果表明设计的40通道数、106通道数的两种FBG滤波器的反射谱均匀性好,最大折射率调制深度均降到0.001以下。

基于分解协调的SWCC-OBS网络路由选择研究

针对稀疏分布有限波长转换能力的光突发交换(SWCC-OBS)网络容易出现的高丢包率和负载不均衡问题,建立了稀疏分布OBS全网丢包率的数学模型。为了克服模型求解过程中多变量带来的非线性问题,对影响全网突发丢包率的参变量进行分解预估和反馈更新,求得全网对应业务流模型下的优化路由路径,获得了全网突发数据的近似最低丢包率。仿真实验表明,在SWCCOBS网络中,本文提出的路由选择模型及分解协调的路由选择算法,不仅能有效地避免突发数据包间的相互冲突、降低了全网丢包率,而且能很好地适应突发数据业务的动态变化,保证了网络的负载均衡和较低的丢包率。