基于设计结构矩阵、共同度量指标和最小描述长度原则的产品模块优化研究

针对目前产品设计过程中出现的结构划分模糊、易受设计人员个人主观因素影响,导致产品设计效率不高等问题,提出一种基于设计结构矩阵(Design Structure Matrix,DSM)、共同度量指标(M G&G)和最小描述长度原则(Minimum Description Length,MDL)优化产品模块的方法。以智能仓储物流系统中常见的物流装备穿梭车为例,构建产品模型结构关系DSM矩阵图,再结合M G&G指标和MDL指标,分析产品模型模块化程度,改变组件之间的关联关系,并采用该方法优化了穿梭车系统模块。研究结果证明了基于DSM、M G&G指标和MDL的方法在产品模块优化过程中的合理性和可行性,为产品开发、设计和优化提供了部分参考。

基于最小描述长度原则的各向异性扩散模型

各向异性扩散的最大特点在于它是有选择性的平滑过程,这种平滑过程在均匀的区域不受限制,而在跨越边界部分被抑制,因此噪声和一些无关的细节被平滑掉了,从而能够有效地实现图像保边缘平滑。在现有各向异性扩散模型中,偏微分扩散方程解的适定性和扩散系数中的梯度阈值的合理估计是尚未很好解决的问题。为此利用最小描述长度(MDL)原则发展了一种各向异性扩散模型,并与Lyapunov函数的p-范数相结合,改善了各向异性扩散模型中梯度阈值的估计方法,形成了一种性能较好的各向异性扩散非线性滤波技术。实验结果表明,该方法不仅能够更有效地识别噪声图像中的细节边缘,而且还保证了各向异性扩散模型的稳定性;改进的扩散模型,滤波效果优于传统的各向异性扩散模型,是一种较为理想的保边缘滤波方法。

基于最长公共子序列距离的主旨模式挖掘算法

针对现有主旨模式挖掘算法易受噪声干扰的问题,提出一种基于最长公共子序列距离的挖掘算法。在搜索过程中,该算法采用基于子序列距离判别的策略进行了有效的剪枝,对于非等长的候选模式,使用最小描述长度原则求其相关权重,据此选择出现频率最高、最能体现原时间序列特征的主旨模式。实验结果表明,与朴素式搜索相比,该算法的速度至少提升60%。