A Hybrid MCDM Approach Based on ANP and TOPSIS for Facility Layout Selection

Facility layout selection is a multi-criteria decision making (MCDM) problem,since it has a strategic impact on the efficiency of manufacturing system.In view of the interdependency among selection criteria,analytic network process (ANP) is proposed to analyze the structure of the facility layout selection problem and determine the weights for each criterion.A network structure is constructed that shows all elements and clusters and their interactions.Limit priorities are also calculated which help decision maker evaluate the relative importance among criterion in the alternative selection process.Moreover,a hybrid MCDM approach that employs ANP and technique for order preference by similarity to an ideal solution (TOPSIS)method to rank the optimal facility layout alternatives.Finally,an application of a new aeronautic component assembly workshop facility layout selection is conducted.To further illustrate the advantage of the proposed approach,the difference between ANP-TOPSIS and AHP-TOPSIS methods are compared and discussed.Results have demonstrated the effectiveness and feasibility of the proposed method.     

基于TBIC信息准则的小波网络结构设计方法

针对框架小波网络存在的网络结构不易确定的问题．提出一种基于TBIC(Testing Bayesian information criterion)信息准则的网络结构设计方法。该方法权衡网络规模和测试精度两方面因素,得到了在TBIC信息准则下的最优小波网络,达到了优化网络结构的目的。仿真结果表明,用该方法设计得到的小波网络具有较小的网络结构和良好的测试精度。相比于BIC(Bayesian information criterion)准则函数,该准则能更准确地反映出测试精度随网络结构变化的趋势。     

机械加工表面粗糙度的视觉检测

为了快速地进行机械加工表面的粗糙度的检测 ,提高检测自动化水平 ,本文提出了一种视觉检测的方法 ,该方法通过对不同类型不同粗糙度的表面功率谱的比较研究 ,提取机械加工表面的纹理分布信息特征 ,再把特征矢量输入神经网络进行训练及测试 ,结果表明 ,该方法能成功地实现机械加工表面的粗糙度的检测。该方法与一些采用图像统计特征进行粗糙度检测相比较 ,具有快速 ,识别误差小的特点     

基于径向基函数神经网络的模型跟随自修复控制

提出一种基于径向基函数神经网络的模型跟随非线性自修复控制方法。该方法可不必精确已知故障的位置及程度，即可重构控制律使系统在故障情况下的输出精确跟踪期望参考模型的输出，并采用神经网络控制器以补偿邦联引起的非线性因素的影响。     

基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

民机导线安全性基础数据模型建立方法

鉴于国内民机运营数据收集体系不健全,民机导线失效数据难以获取,提出利用专家经验建立导线安全性基础数据的改进模型。在分析导线失效模式的基础上,考虑各环境影响因素之间的相关性,构建导线安全性基础数据模型。确定适用于国内所有民机型号的典型失效环境,选择合适的领域专家对典型失效环境、环境变量严重程度和环境变量相关性进行评判,并对专家数据的有效性和一致性进行检验。优选配对比较模型,根据专家评判数据求解模型系数。计算结果表明,模型能够通过检验并具有较好拟合度。最后,利用实际统计数据所得失效率对模型进行修正。     

基于复合形与神经网络的机翼结构优化设计

从元件位置和元件尺寸两个方面考虑,提出了一种全局结构优化设计方法。利用NASTRAN完成尺寸优化,利用神经网络对NASTRAN优化结果进行映射,用复合形法进行位置寻优,最终完成了机翼结构的优化。算例表明利用神经网络来预测NASTRAN优化结果有较高的精度与适用性,本文所提方法可行、正确,具有很高的效率。     

多网段控制系统实时任务的建模与调度

网络化控制系统中任务的调度影响控制系统与网络的性能。多网段控制系统中节点任务、通信任务与网关任务的调度是具有顺序、时限与网络资源约束的NP完全问题。建立了多网段控制系统控制任务的数学模型,以控制回路的采样周期与网络利用率为优化目标,采用遗传算法实现控制任务调度,优化了系统整体性能,仿真实例证实了调度模型及调度算法的有效性。     

基于改进IRN网络的航空发动机故障诊断

建立了一种带偏差单元的内部回归神经网络.该网络的主要特点是记忆特性好,收敛速度快、稳定性强.介绍了该神经网络在航空发动机故障诊断中的应用方法,并通过实例验证了该方法在发动机故障分类中的实用性.在对某型航空发动机故障诊断中,准确性极高.从而在适时与视情维修过程中提出合理的建议,以便为相应维修方法的实施、改进和研究应用提供可靠的依据,有着良好的推广应用前景.     

主动队列管理中内模控制系统设计

P I控制器常用于主动队列管理中,但参数整定上的试凑法具有盲目性,算法的瞬态性能也不够理想。本文针对TCP网络系统的时滞特性,设计基于内模补偿控制器,提出了基于幅值与相位稳定裕度的控制参数整定方法。仿真实验表明,与P I算法相比较,该方法设计的控制器的稳定性与鲁棒性有显著的提高。     

Dynamic Model of Hysteresis in Piezoelectric Actuator Based on Neural Networks

A dynamic hysteresis model based on neural networks is proposed for piezoelectric actuator.Neural network has been widely applied to pattern recognition and system identification.However,it is unable to directly model the systems with multi-valued mapping such as hysteresis.In order to handle this problem,a novel hysteretic operator is proposed to extract the dynamic property of the hysteresis.Moreover,it can construct an expanded input space to transform the multi-valued mapping of hysteresis into one-to-one mapping.Then neural networks can directly be used to approximate the behavior of dynamic hysteresis.Finally,the experimental results are presented to illustrate the potential of the proposed modeling method.     

基于神经网络的非线性自适应输出反馈控制

针对能够采用仿射非线性表示的含有未建模动态的SISO非线性系统，讨论了一种基于神经网络的自适应控制方法，该方法对受控对象的已知部分，有用反馈线性化方法设计控制器，用神经网络在线补偿未建模动态及外部干扰等引起的误差，从而实现自适应控制。对具有未建模动态的双车倒立摆设计了输出反馈自适应控制系统，仿真表明该方法是有效的。     

基于指标比对串联排队系统平均排队时间的近似方法

串联排队系统是构成排队网络的基本结构,但是除了满足马尔可夫性或服务时间为常数的串联排队系统外,一般的串联排队系统的平均排队时间难以精确计算。为了刻画串联排队系统各个站之间的关联性,本文提出指标比的概念,基于指标比对系统的平均排队时间进行研究;通过分析指标比的数值特性,得到指标比的拟合表达式,进而对系统下游工作站的平均排队时间提出近似方法。数值实验结果显示,本文提出的近似方法对串联排队系统平均排队时间的估计效果较好。     

适用于全包线的航空发动机BP网络模型的动态辨识

为克服传统的发动机动态模糊辨识中存在的辨识精度低，辨识模型应用范围窄等不足，把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识，从而为发动机动态辨识开辟更为广阔的道路，采用均方差归一法的处理方法和BP算法的改进算法－输出端动量BP地，以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本，辨识了发同的神经网络模型，在全包线范围内对该模型进行检验，结果表明，所得的发动机动态模型在全包线内都有很高的逼近精度，而且对噪声有很强的抑制能力。     

基于前向神经网络的与内容无关的笔迹鉴别

与内容无关的笔迹鉴别是属于图象处理和模式识别领域的一项课题，有着广泛的实用前景。本文提出了一种基于前向神经网络的与内容无关的笔迹鉴别的方法。文中讨论了提取笔迹灰度图象特征和用前向神经网络分类器进行两大问题。对笔迹灰度图提取了3大类18个灰度特征，面前向神经网络分类器由一种新的遗传算法同时优化设计其结构和权重矢量。通过对10人、每人6幅笔迹度图象用18个灰度特征进行鉴别,试验结果显示此方法设计的前向神经网络分类器收敛率高，比常用的最近邻分类器有更高的识别正确率。     

超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

套筒式张线天平的研制

根据民机张线测力试验的特殊要求,研制了一台套筒结构形式的张线天平.详细介绍了该天平在研制中遇到的难点、关键技术的解决措施以及研制的结果.天平元件布置在φ58mm的外套筒上,内杆直径为φ44mm,外套筒和内杆通过楔块焊接在一起.法向力、俯仰力矩和滚转力矩为拉压变形,横向力和偏航力矩为“S”形变形,轴向力为弯曲变形,元件支撑部分受拉压变形且刚度较强.通过对天平进行有限元分析,在法向力和俯仰力矩作用下,得出的应变结果与实际输出基本吻合.风洞试验结果表明:天平设计合理,天平外套筒、内杆及张线支撑系统刚度好,天平各分量测量精度高.     

非理想条件下认知蜂窝网络物理层安全传输方案

认知无线电技术可以解决频谱实际利用率不高的问 题，作为关键技术之一被引入下一代蜂窝移动网络中。同时，由于无线信道的广播特性和 不确定性，非理想条件下的信息安全传输问题不可回避。由于认知无线网络中主、次网络间 存在相互干扰，文中借鉴干扰对准思想，高效地管理和利用主、次网络之间的相互干扰，通 过优化设计发送预编码矩阵，尽量避免干扰合法用户接收，同时尽可能地对窃听节点实施阻 塞干扰。Monte Carlo仿真验证了非理想条件下干扰对准设计预编码矩阵的优越性，同时也 证实了信道估计精度在提高蜂窝移动系统传输性能和安全性能方面的重要性。     

高频宽范围阻抗测量的一种新方法

本文根据微波网络理论,提出了利用A参量求解高频阻抗的新方法,详细介绍了如何将该方法用于网络分析仪系统测量高频阻抗,并将其测试结果与美国惠普公司生产的专用高频阻抗分析仪HP4191A及该公司最新展出的频谱、网络、阻抗分析仪HP4195A的测试结果作了比较,实践证明,该方法与传统的S参量法相比,大大拓宽了阻抗测量范围,提高了测量精度(能自动地消除联接电缆的影响),且适用于被测件的同轴联接及非同轴联接。此方法对利用各种网络分析仪实现高阻测量具有普遍意义。     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值