AutoCAD在求解空间汇交力系中的应用

借助于AutoCAD 2000工程绘图技术,介绍了采用图解法求解空间汇交力系平衡问题的应用实例,并概述了它的特点。

基于相关支持矩阵机的滚动轴承故障诊断方法研究

由于在采用支持矩阵机(SMM)进行分类建模时,缺乏必要的概率信息,导致其产生的稀疏性和鲁棒性不明确,为此,以贝叶斯理论框架为基础,提出了一种相关支持矩阵机(RSMM),并将其运用到滚动轴承的故障诊断中。首先,在RSMM中以矩阵为建模元素,建立了多分类目标函数,并利用输入矩阵行与列之间的结构化信息,建立了精确的预测模型;然后,利用贝叶斯学习框架,为模型参数施加了一个条件概率分布的约束,得到了稀疏的解空间(由于RSMM的核函数不受Mercer的条件限制,可以获得各类别之间的概率统计信息);将先验概率引入到模型权重设置中,使RSMM模型具有了稀疏性,进而对不确定样本进行了分类;最后,进行了滚动轴承故障分类实验,采用滚动轴承数据集对该方法的性能进行了检验。研究结果表明:利用贝叶斯学习框架和先验概率,采用RSMM可以对不确定样本进行准确分类,同时也可充分利用样本的结构化信息;相比于SMM及其改进算法,RSMM的整体识别率提高2%~8%,证明RSMM在滚动轴承故障诊断中具有优越的分类性能。

优化加权平均流程时间的平行机调度

平行机调度问题在工业界有着广泛应用,实际生产中瓶颈工序的调度很多属于这类问题。运用增强学习算法来研究以最小化作业的加权平均滞留时间为目标的动态平行机调度问题Qm|rj,sjk,Mj|∑wjfj,考虑与作业顺序相关的转换时间和机器-作业资格约束。为了把调度问题转化为增强学习问题,定义了系统状态的表示方式,利用加权最短加工时间优先(WSPT)规则、Weng算法、排名(RA)算法和LFJ-RA(Least Flexible Job-Ranking Algorithm)算法构造行为,定义了与调度目标函数等价的报酬函数,并采用结合函数泛化器的Q学习算法来解决。实验表明Q学习算法对每个测试问题的调度结果都优于WSPT规则、排名算法、LFJ-RA算法和Weng算法。

浅谈家具用重组装饰材

随着木材加工行业资源匮乏的日益严峻,重组装饰材以其环保、经济等优势成为家具用材的新成员。本文回顾了我国重组装饰材技术研发的状况,剖析了家具行业内对这一新型环保材料认识的误区,论述了重组装饰材在家具行业内的发展前景。