摘要：　为了将定性模拟技术用于管理决策领域,研究了基于定性因果关系图的市场营销决策过程的知识描述方法、以及知识学习方法,设计了学习算法步骤。然后,基于这种知识描述方法,以产品的市场占有率为目标,设计了企业市场营销策略选择过程的定性模拟步骤。最后,提出并设计了在市场竞争对抗过程中,企业与竞争者的营销策略选择过程的定性模拟方法和模拟步骤。本文用计算机模拟语言Arena5 0实现了上述算法及模拟步骤,实验表明,本文所提出的面向定性模拟的企业市场营销决策知识描述、学习及处理方法、以及所设计的学习算法和模拟步骤是可行的。

摘要：针对数值型设计结构矩阵(DSM),提出采用自组织映射(SOM)算法的产品设计结构模块聚类方法。该方法将DSM中的信息经过初始化后作为SOM网络的输入层,然后通过训练SOM神经网络模型获得聚类方案。文中还提出了综合考虑模块内聚性和耦合性并且适用于数值型DSM的聚类效果评价指标。案例分析表明,与DSM经典算法相比,本文提出的聚类方法和评价指标能够优化产品设计模块划分。

摘要：为了研究不同亚格子模型在计算绕二维Clark-Y水翼非定常空化流动中的适用性,基于均相流假设及Zwart空化模型,并分别利用Wall-Adapting Local Eddy-Viscosity(WALE),Smagorinsky-Lilly,Algebraic Wall-Modeled LES Model(WMLES)及Dynamic Kinetic Energy Sub-grid Scale Model(KET)4种不同亚格子模型对控制方程组进行封闭.得到了云空化时不同亚格子模型预测的翼型升阻力系数、不同位置处流场时均速度分布、空泡形态周期性变化等非定常流动特征,并与相应试验数据进行对比.研究表明:与其他亚格子模型的预测结果相比,WALE模型模拟得到的平均升力系数与试验测量值最吻合,二者相对误差仅在1%以内,且其预测的瞬时升力系数与相应试验值也呈现较为一致的震荡规律;WALE模型能更准确地捕捉云空化阶段空泡非定常演变特征,包括翼型前缘附着型空穴增长,以及在回射流作用下片状空泡的断裂和云空泡脱落行为.基于WALE模型的计算结果,采用Q准则表达了水翼空化尾迹的旋涡结构,发现空泡的脱落及云状空泡的形成诱发了旋涡产生.

摘要：文章提出了一种引入数据挖掘技术研究端粒DNA损失的概率分布规律的新思路,利用生物模型建立优化模型,提出用遗传算法实现挖掘模块,设计并实现TSAM系统,定量描述了端粒损失规律并绘成分布曲线,抽取相应的规则。

摘要：汽车覆盖件成形过程复杂,单凭经验设计模具会产生很多质量问题。用专业的有限元分析软件可预测成形缺陷,进而优化设计,提高产品质量。以汽车前纵梁外板为对象进行工艺设计,并利用PAM-STAMP软件按照设定的试验方案进行成形模拟分析。根据模拟分析结果,找出潜在的成形缺陷类型及具体位置,并以消除缺陷为目标,优化工艺补充面。针对优化结果进行模拟分析,获得了成形过程中板料厚度与压边力间的变化规律,优化了参数,确定了最佳成形方案。最后,设计了拉延模并通过生产出的合格产品,验证了模拟分析的正确性与实用性。

摘要：电动汽车车载动力锂电池组在动态循环工况下的不一致性问题会严重降低电池组的整体性能。为此设计了一种基于宽压双向DC/DC的锂电池组主动均衡系统,实现任意单节或相邻多节电池间的高效能量转移。系统包括开关阵列选通单元、双向DC/DC单元和超级电容储能单元等。以各单节电池实时电压为均衡变量,开展均衡策略研究,并搭建了电池组主动均衡系统测试台架,对电池组在静置和恒流充电两种状态下进行均衡测试。结果表明:所提出的主动均衡方案可快速改善电池间的电压不一致性,均衡过程中能量转移效率可达83%以上。

摘要：针对移动智能终端即时通信安全问题,提出了一种不可信互联网条件下移动智能终端安全通信方法。该方法设计并实现了一种在服务器和通信信道均不可信情况下的可信密钥协商协议。理论分析表明,所提出的密钥协商协议可以确保通信双方所协商会话密钥的真实性、新鲜性和机密性等诸多安全特性。密钥协商完成之后,基于透明加解密技术即可以确保即时通信双方语音/视频通信信息的机密性和完整性。真实移动互联网环境下的测试也表明该方法是高效和安全的,密钥协商可以在1~2 s完成,攻击者无法获取即时通信的明文信息。

摘要：现有的本体模型和本体库无法满足面向客户的多源产品和服务需求。为此,从客户视角出发,扩展多源电子目录本体复杂语义关系,引入通用属性和商业属性,采用与UNSPSC、ecl@ssowl和Wordnet映射的方法,设计了面向客户的电子商务网站产品和服务元模型。最后以eBay网站"computer"产品为例说明了该模型的可行性。

摘要：LED智能光源具有色光可调的特点,其内置微处理系统可以通过无线数据传输等技术调整发光方式,控制光色及发光强度,进而实现照明光源的动态调节,因此特别适合于博物馆展陈、家居照明等智能化照明设计环节。现阶段,鉴于LED光源智能混光技术尚未普及,目前绝大多数商用LED智能光源在混光控制方面仅局限于设备制造商所设定的几类固定模式,无法充分发挥智能LED光源色光可调的技术优势。针对此问题,提出了一种基于BP神经网络以及有效集算法的LED智能光源混光呈色模型构建方法,实现了LED智能光源控制信号与对应发光光谱辐亮度分布之间的双向高精度映射。研究中首先提出了一种基于BP神经网络的LED混光呈色预测方法,实现了由LED智能光源驱动控制值向光源实际发光光谱辐亮度分布的准确预测;在此基础上运用有效集算法实现了由光源实际发光光谱辐亮度分布向LED智能光源驱动控制值的反向高精度预测。实验结果显示,所提出的方法整体建模误差显著小于人眼视觉可分辨阈值(CIEUCS Duv值可低至0.002 7),达到了较为理想的建模效果。该方法的提出,将为当前LED智能光源制造以及现有商用LED智能光源的二次开发与优化提供有效的理论与方法支撑。

摘要：针对目前基于机器学习的自动驾驶运动规划需要大量样本、没有关联时间信息,以及没有利用全局导航信息等问题,提出一种基于深度时空Q网络的定向导航自动驾驶运动规划算法。首先,为提取自动驾驶的空间图像特征与前后帧的时间信息,基于原始深度Q网络,结合长短期记忆网络,提出一种新的深度时空Q网络;然后,为充分利用自动驾驶的全局导航信息,在提取环境信息的图像中加入指向信号来实现定向导航的目的;最后,基于提出的深度时空Q网络,设计面向自动驾驶运动规划模型的学习策略,实现端到端的运动规划,从输入的序列图像中预测车辆方向盘转角和油门刹车数据。在Carla驾驶模拟器中进行训练和测试的实验结果表明,在四条测试道路中该算法平均偏差均小于0.7 m,且稳定性能优于四种对比算法。该算法具有较好的学习性、稳定性和实时性,能够实现在全局导航路线下的自动驾驶运动规划。