摘要：将神经网络与专家系统相结合,能充分发挥各自的优点。本工作利用概念格获取对象属性,从大量的原始数据中提取对象故障征兆集的核心属性、不必要属性和相对必要属性。基于这些属性,构建不同重要度的神经网络,使网络学习速度大幅提高,判断准确。为了更好地提高核动力设备故障诊断的准确性,采用基于规则推理的专家系统,对各神经网络融合后的诊断结果进行验证诊断。为验证该方法的有效性,以核动力设备典型故障为例,进行了仿真实验研究。仿真实验结果表明,将基于概念格属性约简理论构建的神经网络与专家系统邦联的诊断方法引入核动力设备故障诊断中是可行的,并且具有网络学习针对性强、计算量小、诊断结果可靠等特点。

摘要：为进一步减少核电站运行中发生故障后的误操作,根据核电站各设备功能分布及核电站数字化仪控系统分布式控制的特点,研究设计了核电站分布式状态监测与故障诊断系统。依据分解-综合的诊断思想,提出模糊神经网络和RBF神经网络进行分布式局部诊断和多源信息融合技术进行全局综合诊断的方法。仿真实验结果表明,该诊断系统能够正确诊断压水堆核电站多个典型故障,并能为核电站运行提供有效的帮助信息。

摘要：根据核动力装置故障数据的特点,利用数据挖掘法强大的知识发现功能,提出了一种新的数据标准化方法——距离标准化法,对核动力装置不同工况、不同单位数量级的故障数据进行标准化处理。根据参量的特点,利用各报警值点进行数据离散化,为数据离散化断点数量的选择提供了参考。利用概念格的属性约简方法,进行了属性的约简处理,得出用于故障诊断的核心属性、相对必要属性和不必要属性。利用文献中的数据,进行了属性约简计算,将现有的属性正确分类,在形式背景确定的情况下,利用核心属性即可准确诊断故障。

摘要：核能动力系统是一个高度复杂并具有高安全性要求的结构体系,为提高其安全性,故障定位显得尤为重要。蚁群算法是一种新型的优化算法,本文提出将其应用于核能动力系统的故障定位,并将核能动力系统进行分级处理,以一回路主冷却剂简化系统为研究对象,利用VB6.0编程技术设计了核能动力系统故障定位系统。利用文献中的数据对该系统进行了测试,结果表明利用蚁群算法可以准确地对核能动力系统进行分级故障定位。

摘要：在软件开发早期阶段,为分析组件的可靠性和组件间的转移概率的不确定对软件可靠性估计的影响,在基于体系结构的可靠性模型基础上,采用贝叶斯方法对参数的不确定性进行分析。将组件间的转移概率视为随机变量,分析中选用Dirichlet分布的概率密度函数作为先验密度函数,通过MonteCarlo模拟得到系统可靠性的后验估计。实验结果表明,该方法可在早期阶段发现不确定性因素对于系统可靠性的影响,为一些重要的资源分配提供依据。

摘要：在核动力装置灰色GM(1,1)模型趋势预测的基础上,引入马尔可夫链预测理论,建立核动力装置灰色马尔可夫GM(1,1)趋势预测模型。该模型既考虑了GM(1,1)模型较强的处理单调数列的特性,又考虑了通过状态转移概率矩阵的变换提取数据随机波动响应的特点,灰色马尔可夫GM(1,1)模型将这两种性质有机结合起来,具有严密的科学性,从而拓宽了传统灰色GM(1,1)模型预测的应用范围。实例验证表明:灰色马尔可夫GM(1,1)模型充分利用历史数据给予的信息,不但能对核动力装置运行中的单调数列进行准确的趋势预测,也可实现对波动运行的重要参数进行准确的趋势预测,大幅提高了随机波动较大数据序列的预测精度。

摘要：为了提高车辆的抗侧倾能力,设计了液压马达驱动式主动稳定杆控制系统,提出了基于粒子群优化(PSO)算法的分层控制策略。上层自抗扰控制器(ADRC)计算出整车所需反侧倾力矩,整车所需要的反侧倾力矩经过分配器分配到前后轴,下层三闭环比例-积分-微分控制器(PID)接收到所要提供的反侧倾力矩后计算出控制电流输入到伺服阀,从而驱动马达输出轴旋转并通过稳定杆产生主动力矩,实现车辆的主动防侧倾控制。为了使控制器有更好的控制效果,采用PSO算法整体优化上、下层控制,优化后的ADRC和PID参数再输入到整车模型中,为了使仿真接近实际效果,把实验测得的横向稳定杆扭转刚度也代入到模型中。在C级路面上采用蛇形和双移线工况进行仿真,通过将PSO优化的自抗扰系统与被动系统、PID控制系统和未优化的自抗扰控制系统对比进行仿真验证。仿真数据表明:侧倾角的大小直接影响车辆侧倾稳定性,采用PSO算法优化的分层控制策略能显著降低车辆的侧倾角,有效抑制过度的车身侧倾运动带来的不稳定性;主动控制的稳定杆比传统被动式稳定杆能更好地给车辆提供所需要的反侧倾力矩,提高了车辆抗侧倾能力;优化后的ADRC控制器比被动系统和未优化的ADRC控制器有更好的主动控制效果,相同工况下侧倾角更小,抗侧倾能力更强,优化后的三闭环PID响应速度更快,有更佳的跟随性能。

摘要：为提高服务提供商的服务被选率,将优化逆问题应用到Web服务选择领域,提出了Web服务选择优化逆问题,描述了此问题的解决步骤,比较了割平面法和Huang法的优劣,给出了改进方法.为提高Web服务选择优化的求解效率和优度,基于Web服务选择优化逆问题,设计出Web服务选择优化算法——逆选择算法,为服务请求者提供最优或近似最优选择方案.实验结果表明:Web服务选择优化逆问题的解可有效提高服务被选率;逆选择算法可有效提高选择方案的求解效率和优度.

摘要：针对目前永磁同步电机多参数辨识准确率不足、效率低等问题,提出了一种基于改进蜣螂优化算法的参数辨识方法。首先,建立了在同步旋转坐标系下PMSM满秩离散方程;其次,为提高蜣螂优化算法辨识PMSM模型的精度,采用Tent映射和反向学习策略改进了初始种群的均匀性,并设计一种非线性更新因子,该因子随着迭代次数的增加进行调整,提高了算法的搜索和开发能力;最后,针对蜣螂优化算法收敛慢的问题,改进了无障碍滚球蜣螂位置更新策略来加速算法收敛,并设计了PMSM参数辨识适应度函数以及改进蜣螂优化算法应用于参数辨识的流程。仿真及试验验证表明,改进的蜣螂优化算法对永磁同步电机参数辨识速度更快,精度更高。

摘要：概念格是根据数据集中对象与属性之间的二元关系建立的一种概念层次结构,生动简洁地体现了概念之间的泛化和特化关系。利用概念格的这一特性,提出利用概念格理论进行故障诊断时的属性约简。为验证属性约简的正确性,将约简结果送到神经网络中进行故障诊断,诊断结果表明:利用概念格理论所得到的核心属性和相对必要属性可以对现有故障类型进行正确辨识,降低了故障诊断参数的维数,有利于加快诊断算法的运算速度。