摘要：为实现产品设计知识的完整获取,在基于知识工程的产品设计领域,研究了产品实例设计知识与领域专家设计经验相结合的知识获取技术。首先,分别研究了基于产品实例的设计知识获取方法和面向领域专家的设计经验获取方法。然后,提出了实例知识与专家经验的融合算法和获取结果的神经规则表示,在此基础上给出了实例与经验相结合的产品设计知识获取实现框架。最后,将该方法应用于基于知识工程的固体火箭发动机设计,解决了固体火箭发动机设计中与经验相关知识的获取问题,得到了细粒度和完备性好的固体发动机药形选择设计知识,并通过实例说明了该技术的有效性和实用性。

摘要：为在资源受限的安全芯片中兼顾标量乘运算的安全性与效率,设计一种抗能量分析攻击的椭圆曲线密码标量乘算法。采用带门限的非相邻形式编码方法对标量进行编码,以提高标量乘运算的效率。在此基础上,结合预计算和基点掩码技术,使算法可以抵抗多种能量分析攻击。分析结果表明,该算法不仅能够抵抗简单能量分析攻击、差分能量分析攻击、零值点能量分析攻击和修正能量分析攻击,而且可以提升预计算效率,减少存储空间。

摘要：以提高产品设计结果的论域覆盖面和增加可行设计结果的多样性为目的,研究了产品概念设计阶段的基于案例推理的产品设计案例相似性检索技术。首先,对产品设计案例相似性检索进行了问题描述;然后指出了传统相似性检索方法的不足;进而提出一种新的基于划分聚类和一般模糊极小极大神经网络的相似案例检索方法,并建立检索模型;最后,通过基于案例推理的固体火箭发动机总体设计实例表明,与传统方法相比,新方法可有效提高相似结果案例集的论域覆盖面,增加设计结果的多样性,提高检索效率,进而提高了固体发动机总体设计质量。

摘要：以探索知识重用在固体火箭发动机设计中的应用为目的,引入知识工程及模糊数学的思想,将一般模糊极小极大神经网络用于完成固体发动机设计过程中结构形式选择,实现了固体发动机结构形式选择的自动化及量化描述。首先给出了基于知识重用的固体发动机结构形式选择模型描述;然后建立了固体发动机结构选项一般模糊极小极大神经网络;最后以具体型号总体设计为例,完成结构形式选择,得到了包含实际结果的多个可行方案。该方法提高了设计过程自动化水平,且可提供多个不同的结构选择可行方案供设计人员参考。

摘要：以提高固体火箭发动机(SRM)总体设计中设计经验和设计知识的重用为目的,将基于知识工程的设计方法应用于SRM总体设计。研究了SRM总体设计案例表示方式,提出了两级层次结构的案例调整模式,并针对SRM系统特点建立了SRM总体设计的因果过程模型。在此基础上,提出了SRM总体设计的案例调整框架。最后,应用该调整技术实现了具体设计实例,通过与传统总体设计比较,设计结果一致性好,证明了该技术的有效性。

摘要：将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习模型。具体实现思想是,首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识,由所得结果建立一般模糊极小极大神经网络分类模型,然后用该模型实现新目标问题的案例相似性检索,最后针对目标问题结果案例完成案例学习。通过实例表明,该算法具有较好性能,并在基于案例推理的固体火箭发动机总体设计中成功应用,得到了论域覆盖面大的设计结果集。

摘要：为了实现对以往设计经验及知识的继承和重用,在固体火箭发动机装药设计中引入了基于知识工程的设计思想。首先建立了装药设计的SBF表示模型,从产品设计的角度说明了装药设计实质;然后完成了药形选择的神经规则表示;同时,实现了基于案例推理的药形几何参量确定,具体内容包括建立尺寸无关药形几何参量的案例表示模型,给出基于案例推理的药形几何参数确定算法。最后,结合实际应用对上述工作进行了具体实践;并针对实际型号进行了装药设计。通过对设计结果的正确性验证,证明该技术可行、有效。

摘要：为支持固体火箭发动机基于虚拟样机的设计技术,提出了固体火箭发动机虚拟样机集成设计环境软件架构。介绍了支持固体火箭发动机虚拟样机的集成设计环境(SRM IDE),该环境集成了发动机设计常用软件和商用软件,以项目管理为中心,采用分布式体系结构,支持分布在异地的设计人员协同构建发动机虚拟原型和协同仿真,以及发动机设计过程中文档、数据、流程、产品结构及资源等的管理。

摘要：完成了精确末制导弹药靶场试验领域,计层侵彻建筑物靶标模块化整体结构设计,提出了靶标修复条件、工艺以及靶标规模改变方案,提高了靶场试验效率。通过设计实例,验证了模块化设计可行性和实现效果。

摘要：为解决传统大数据处理技术在电商物流中应用存在的处理耗时时间长,处理结果与处理预期标准存在较大出入等问题,开展精准脱贫视域下基于Hadoop的电商物流大数据处理方研究。通过基于Hadoop构建虚拟电商物流仓储模型、精准扶贫视域下电商物流大数据处理算法设计、电商物流数据配置,提出一种全新的电商物流大数据处理方法。通过对比实验进一步证明,新的处理方法与传统方法相比可以有效缩短数据处理的时间,并满足处理预期的要求,为精准扶贫提供更准确的数据信息。