基于赋时可重构Petri网的可重构制造系统调度算法

根据赋时可重构Petri网的可重构制造系统调度算法和赋时可重构Petri网的跃迁激发顺序，生成并求解部分可及图，以获得优化或准优化的调度．该算法能以较低的计算成本获得可重构制造系统最小的最大完成时间．用一个调度算例验证了该调度算法的可行性．     

基于最大Lyapunov指数改进算法的交通流混沌判别

提出了一种快速判别交通流混沌的最大Lyapunov指数改进算法．该算法首先用关联积分法（C-C方法）和Cao方法确定重构相空间的两个重要参数：嵌入维数m和延迟时间，再用小数据量方法计算时间序列的最大Lyapunov指数．这种算法不仅能够很好地重构原始时间序列的特性，并且能够避免Wolf方法的局限性．应用最大Lyapunov指数改进算法对仿真交通流和实测交通流的时间序列进行了混沌判别，结果表明，基于跟驰模型的仿真交通流和实际交通流中存在混沌现象，最大Lyapunov指数改进算法是准确判定时间序列是否具有混沌特性的一种有效方法．     

考虑时空相关性的固定检测缺失数据重构算法

应用相关性理论,研究了交通流数据中缺失值与其他数据的相关性,对与缺失值不同相关性的数据给予不同的权重值,提出了基于交通流时空相关权重的重构算法,并以北京市二环快速路为研究对象,运用VISSIM仿真软件建立仿真模型,利用仿真数据对新算法和现有算法进行了对比分析。研究结果表明:在连续缺失1～10个数据时,模型1的重构值与仿真值平均相对误差最大仅为1.8766%,一般情况下,平均相对误差均在1.0000%以下,可见,模型1算法优于现有的重构算法。     

小波重构的边界数据处理方法

Ｍａｌｌａｒ快速小波分解算法与重构算法在小波分析的理论与应用中的有极其重要的作用与地位，但有限离散数据的小波重构存在严重的边界效应，给出了处理重构边界效应的具体方法。     

综合混沌相空间重构与相似性原理的铁路客流量预测

重构相空间理论对我国铁路客流量数据时间序列进行相空间重构,通过计算分形维数和提取最大Lyapunov指数,分析得出了铁路客流量时间序列数据的演化具有混沌特征,结合我国铁路客流量在全年中的波动特点,提出适合我国国情的综合混沌相空间重构与相似性原理的铁路客流量预测算法.该算法能自动参考过去相似年度同期的客流量变化趋势,对预测值进行智能化调整.通过以某火车站客流量为预测对象进行验证,结果证明了该预测算法的准确性和实用性.     

一种对称小波重构算法及其在突变信号检测中的应用

分析了在奇异信号检测等问题中，使用Mallat算法对信号小波系数做单支重构波形存在失真的原因．通过调整Mallat算法的运算流程，得到了小波变换的一种基于共轭正交滤波器组的重构算法．理论分析与仿真试验结果表明，文中算法使上述失真现象得到了改善，同时具有正交性、对称性和有限支撑性等优良性质，可用于对信号作精确的分析。     

复杂传递路径下轴承滚动体故障特征提取

为消除复杂传递路径对轴承滚动体振动信号的影响并提高故障特征提取的能力，研究了基于变分模态分解(VMD)、优化最大相关峭度解卷积(MCKD)和1.5维谱的轴承滚动体故障特征提取问题；分析了轴承滚动体原始振动信号特点、早期故障信号的特性以及复杂传递路径对振动信号的影响，运用VMD将原始振动信号分解为一系列本征模态函数(IMFs),提出了转频分量剔除方法，通过峭度准则优选2个峭度较大的IMFs分量进行重构；基于网格搜索法研究了MCKD算法参数优化方法，用以增强重构信号的周期性故障特征，消除复杂传递路径对轴承滚动体故障信号的影响；利用1.5维谱分析重构信号，建立了复杂传递路径下轴承滚动体故障特征提取新方法，实现了轴承滚动体故障的准确诊断；为了证明方法的有效性，选取美国凯斯西储大学轴承SKF6205基座滚动体数据进行试验验证与分析。试验结果表明：网格搜索法获得了MCKD算法的最优滤波长度与冲击周期参数(365、85),优化MCKD算法增强了重构信号的故障特征，减少了无关频率分量，明显降低了其他成分的干扰；提出的故障特征提取方法在0、735和1 470 W负载条件下均提取到了轴承滚动体的故障特征频...     

改进的自适应分组个体重构免疫算法

针对免疫算法收敛速度慢,有可能陷入局部寻优情况,提出了一种改进的自适应分组个体重构免疫算法.在个体重构的实现上采用了分组进行,同时对重构算法进行了合理的改进,既保证了收敛速度,同时也保证了全局寻优的过程.仿真实验也表明了这一改进算法在收敛速度和寻优能力方面较原算法有较大的改善.     

信号过完备稀疏表示的唯一解及其边界条件

在探讨应用冗余字典寻找信号稀疏表示算法的基础上，简介信号过完备表示产生的背景和发展过程，认为信号表示的稀疏性与冗余字典的非相干性存在某种必然联系；结合正在进行的信号过完备稀疏表示理论与应用研究的专项课题，理论上讨论了满足基追踪算法和匹配追踪算法精确重构条件以及多个正变基级联字典的非相干系数与精确重构条件的某些研究进展，并提出对于非正交基联合而成的级联字典有待进一步研究的相关问题．     

基于灰度形态学的图像预处理及其三维重构研究

对三维表面重构所用图片的预处理、三维重构Marching Cubes算法及其算法的具体编程实现进行了详细地讨论和验证,其相关技术在工程软件设计中获得了预计的结果.     

噪声背景下提取调制信息的改进奇异值分解技术

在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上，研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号特征的关系，引入自相关函数定量计算重构矩阵的延时步长，改进了现有算法，使得吸引子轨迹矩阵的重构更加合理。研究表明该方法能在强噪声背景下提取出所需的调制信号，并成功用于齿轮箱调制故障信号的提取。     

一种基于盲运算的1比特压缩感知重建算法

为了解决1比特压缩感知中符号匹配追踪算法(matching sign pursuit)在稀疏度未知的情况下不能自适应重构信号的问题,提出了向前/向后迭代符号匹配追踪算法(forward-backward matching sign pursuit, FBMSP).该算法以逐步逼近理论为核心,通过逐步扩大支撑集来扩大搜索范围,把相邻两次迭代的差值作为终止条件,在MSP算法模型下进行盲运算,以实现信号的重构.数值试验表明:在控制迭代系数=8,=1的情况下,FBMSP算法比传统的符号匹配追踪算法重构精度提高了3 dB,运算时间减少了40%.      

基于GUI的路面不平度重构的研究

室内道路模拟试验已经成为汽车工业一项主要试验项目,而标准路面谱的重构是需首先解决的问题之一。根据不平道路的统计频域特性,重构出时域信号,对室内汽车的平顺性的研究有着重要作用。文章在介绍了路面功率谱密度理论的基础上,引入了重构路面不平度的核心算法——傅立叶逆变换法,并基于GUI开发了标准路面谱重构软件。最后。对该算法的优缺点进行了总结。     

基于压缩感知的道路交通图像处理及重构算法研究

在现代道路交通图像处理的研究中,由于传统图像数据压缩采样受到带宽限制,导致重构图像数据含的有用信息量偏少.为此,提出一种压缩感知的道路交通图像处理方法,提高了重要信息含量且大大减少了交通图像数据存储空间.首先,在采样率为0.6的情况下,在dbN系列小波基变换下以分段正交匹配追踪(StOMP)算法对原图像进行重构仿真,研究了不同阶数消失矩的小波稀疏表示与重构图像性能的关系.其次,研究了不同采样率对图像重构性能的影响,包括重构时间、重构误差、峰值信噪比.最后,用BP,OMP,StOMP算法对图像重构进行研究,为道路交通图像数据存储和图像重构提供了理论基础.     

基于K-means聚类法的牵引供电隔离开关故障状态监测

接触网隔离开关的运行可靠性对于保障牵引供电系统稳定运行有着重要意义。针对隔离开关的机械状态特性,对电机电流与其输出扭矩之间的关系进行了推导。通过电机电流采集系统监测得到隔离开关电机电流信号,使用wolf算法计算得电机电流信号的最大李雅普诺夫指数值为正,证实了该电流信号具有混沌特性。根据相空间重构理论重构电流信号,对重构信号进行K-means聚类分析,获取簇中心并通过簇中心的位置变化判断隔离开关的故障情况。据此将隔离开关的故障情况进行分类,为隔离开关运行的故障监测以及状态评估提供依据。     

最大独立集算法

本文提出了网络中的一种特殊结构－负包络图。原来是它包含了网络的最小截，因而制约了网络的最小流量。研究表明，负包络图也是关于网络最大独立集的充要条件。本文以既有的最大流算法为手段，利用这个充要条件，给出了偶网络上求最大独立集的有效算法，而且也给出了在奇网络上求最大独立集的递归算法。     

动态随机有效停车泊位预测方法

为满足个性化停车诱导需求,研究动态随机条件下有效停车泊位预测方法。利用C-C算法在求解非线性关系模型方面的优势,研究C-C算法与Elman递归网络技术的融合过程,采用小数据量法验证重构相空间的混沌特性,在此基础上研究动态随机泊位预测模型和求解算法。利用MATLAB对融合算法进行仿真实验分析。结果表明:模型预测结果与实际值一致性较好,最大相对误差、平均相对误差和平均绝对误差均小于线性假设的预测方法。说明C-C算法与网络技术的融合算法在动态随机泊位预测方面的有效性。     

基于移动Agent的MANET多约束QoS路由算法

针对节点能量和可用带宽2个约束条件的问题,提出了一种基于移动Agent的QoS路由算法.该算法利用移动Agent采集网络中各节点的详细信息,以最大链路的生存时间作为选择路由的基础,增强了路径的稳定性;采用多路径策略,以缩短路由重构的时间;优先选择剩余能量多的节点,延长了网络的生存时间.利用网络仿真工具NS2进行的仿真实验结果证明,与AODV协议相比,该算法具有较高的包传输率和较低的端到端平均延时.     

基于相空间重构的短时交通流分形研究

应用基于混沌与分形理论的相空间重构技术对短期交通流量变化时间序列的分形特征进行了研究，通过G-P算法在MATLAB中的实现，求解出交通流量变化时间序列的关联维数，最后对实际采集数据进行了实例分析。     

����֧���������ع�ĺ�������Ԥ���о�

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型。首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大Lyapunov指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能。结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误。