物流网络建模及遗传算法研究

探讨了第三方物流服务商综合前向及逆向物流活动降低物流总成本的问题,建立了物流服务一体化网络系统模型。模型允许两点实际距离非直线距离,并假定市场需求及产品返回数量随机分布。由于该问题为NP-hard,设计了遗传算法并讨论了算法收敛性,最后给出了一个数值算例。     

基于BP神经网络和遗传算法的桥梁损伤识别方法研究

以钟祥汉江大桥的损伤识别为例，对基于BP神经网络和遗传算法的桥梁结构损伤诊断方法进行的实例应用研究，结果表明该方法兼有神经网络广泛的映射能力和遗传算法快速的全局收敛性能。     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

基于神经网络和遗传算法结合的桥梁结构损伤诊断

利用神经网络对有限元计算的样本数据建立起桥梁结构的损伤参数——损伤位置、损伤程度（输入）以及位移差——损伤结构与完好结构的位移差（输出）的全局性映射关系，以获得遗传算法求解桥梁结构损伤问题所需的目标函数值，从而识别桥梁的损伤参数．某连续梁桥算例表明，此方法可以在较少的有限元分析次数下获得较好的损伤诊断结果．     

基于代沟信息的可变种群规模遗传算法

针对遗传算法种群规模难以估计的问题,提出了一种基于代沟信息的可变种群规模遗传算法。利用相邻几代群体间的极优解差异信息,在遗传算法发生早熟现象时根据逻辑斯蒂模型来改变种群规模,能以较小的计算代价获得与其它遗传算法性能相近的解。实验结果证明了算法的有效性。     

基于互信息快速算法的多模医学图像配准

互信息作为相似性测度在多模医学图像配准领域得到了广泛应用,具有高精度和稳健的特点.但频繁的互信息计算降低了配准效率,同时对两幅图像重叠区域比较敏感.采用归一化互信息为测度,降低互信息计算中灰度级的快速算法,通过多模CT/MRI配准实验证明,可以在确保配准精度的同时缩短时间提高配准效率.     

神经网络结合遗传算法用于航迹预测

研究利用遗传算法对BP神经网络进行优化设计,建立了基于遗传算法的BP神经网络机动目标航迹预测模型。该模型克服了普通神经网络算法在训练过程中容易陷入局部最优点的缺陷,得到了更高的学习精度和更快的收敛速度。最后,用实测数据进行了验证分析,结果表明,基于遗传算法的神经网络的预测模型比单神经网络预测模型预测精度高,可用于航迹的预测。     

遗传—神经网络在交通流预测中的应用

提出一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点,综合为一种新的优化算法,并将改进的算法应用于交通流预测中。结果表明,改进方法的预测效果优于单一使用BP神经网络进行预测的效果。     

Monotonicity Evaluation Method of Monitoring Feature Series Based on Ranking Mutual Information

As a prerequisite for effective prognostics, the goodness of the features affects the complexity of the prognostic methods. Comparing to features quality evaluation in diagnostics, features evaluation for prognostics is a new problem. Normally, the monotonic tendency of feature series can be used as the visual representation of equipment damage cumulation so that forecasting its future health states is easy to implement. Through introducing the concept of ranking mutual information in ordinal case, a monotonicity evaluation method of monitoring feature series is proposed. Finally, this method is verified by the simulating feature series and the results verify its effectivity. For the specific application in industry, the evaluation results can be used as the standard for selecting prognostic feature.     

面向CAD/CAPP集成的线束产品信息建模

在分析线束产品结构特点的基础上,采用面向对象的方法建立了线束产品的结构信息模型,并对其主体部分进行了形式化描述;同时提出了利用通用CAD系统建立高层次图形对象的功能建立线束图形模型的方法,该方法将产品结构信息存储在数据库,通过图形句柄建立图形与结构信息的关联,实现二者的同步更新和互操作。最后,通过开发的线束CAPP系统的建模实例表明该建模方法实用有效。     

基于遗传算法的某款汽油车油耗和排放综合优化

利用AMESim软件建立整车模型,并以各级传动比为设计变量,燃油消耗量最少以及整车的污染物排放量最小为目标函数,设定各级传动比的范围和整车动力性为约束条件,采用遗传算法对传动比进行优化。优化结果表明:优化后整车的燃油经济性和排放性能得到一定改善。     

基于神经网络和遗传算法的镍-钨-碳化硅复合电刷镀研究

利用神经网络建立了Ni-W-Sic复合电刷镀镀层的工艺数学模型,并用该模型预测的工艺参数对该复合镀层耐磨性能的影响进行了研究,同时利用遗传算法求出最佳的工艺参数组合,试验表明,按优化参数制得的复合镀层具有较好的耐磨性,可用于提高柴油机活塞环的使用寿命,特别是对烧重油,甚至烧渣油的柴油机活塞环更有利。     

基于人工神经网络的混凝土抗渗性能研究

混凝土抗渗性直接影响着混凝土的耐久性,为解决传统实验方法耗费大量时间的不足,文中提出用BP人工神经网络对多种配比的混凝土进行渗透性仿真计算。结果表明此模型的可靠度很高,可以用于混凝土渗透性的虚拟化设计。     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

基于多模态的神经网络的结构损伤识别方法的研究

采用曲率模态和柔度曲率组合成多模态参数,针对连续梁结构在有限元模型基础上对结构进行了损伤识别研究．结果表明,以此多模态参数作为网络输入参数,并通过学习训练所得网络不仅可以准确地对结构损伤进行定位,而且对损伤的定量也取得了比较理想的效果,表明此网络还具备良好的容错性和鲁棒性．     

基于品牌形象的汽车造型研究

通过史论研究方法分析当代汽车造型的潮流和未来趋势;通过个案调查法研究当代国外知名汽车品牌的发展历程,阐述由品牌文化决定的品牌形象在汽车造型设计中发挥的重要作用。归纳总结出品牌策略在汽车造型设计中的实施方法。     

基于Zachman框架的信息系统需求工程建模方法

全面而准确地描述信息系统的本质需要从多个角度建立其需求模型.本文提出了一种基于Zachm an框架的信息系统需求工程建模方法,从多个不同的方面构建了描述需求的模型,形成了分析信息系统需求的建模框架.这种框架具有多视角、灵活应对变化、与技术无关以及与现有建模方法有效集成4大优点.     

基于Zachman框架的信息系统需求工程建模方法

全面而准确地描述信息系统的本质需要从多个角度建立其需求模型.本文提出了一种基于Zachm an框架的信息系统需求工程建模方法,从多个不同的方面构建了描述需求的模型,形成了分析信息系统需求的建模框架.这种框架具有多视角、灵活应对变化、与技术无关以及与现有建模方法有效集成4大优点.     

基于多层次本体集成的服务系统建模

服务系统建模是服务科学的研究重点之一,在业务领域进行组件化设计,并与信息系统保持动态一致性,需要解决组件的适应性、多粒度和社会因素建模等问题.本文分析对比了传统企业建模、服务建模和本体在建模领域的应用,将本体引入服务系统的建模之中.在分析服务系统、技术系统、组织管理和服务的基础上,重点研究了本体建模中的层次性设计,提出了以技术链为基础,以服务为导向,基于多层次本体集成的服务系统建模方法论,并分析了相关的技术方法.     

基于供应链的企业信息化方案研究

本文讨论了企业信息化的意义及急需解决的三个问题 ,并根据供应链的特点对企业信息化的实施方案进行了研究 ,给出了基于供应链的信息化方案框图。