多阶段制造系统调度模型与资源价格研究

为时变需求下的多阶段、多工件种类且生产能力可追加的制造系统调度问题构建了一个令总成本最小的数学模型.通过分析最优性条件,得到了工作站生产能力的价格,并解释了它的经济含义.将调度模型转换为一个时空扩展网络上的静态的费用极小流问题,然后用改进的Frank-Wolfe算法求解.     

光纤陀螺的随机过调制

大多数光纤陀螺的结构为Ｓａｇｎａｃ干涉仪,是干涉型光纤陀螺,并且对输入的传动速率仅呈现二阶（余弦）敏感性,为引入一阶（正弦）敏感性需进行相位调制,这使我们能够观测输入角速率的大小和方向,光纤陀螺相位调制,第一个是测量角速率的信噪比,第二个是校正引起陀螺漂移的调制信号的电耦合,在早期的光纤陀螺中,是把±π／２的方波调制信号加在干涉仪中,后来,±π／２或３π／２与方波复合调制被用来校准阳位调制的精度。     

一种基于SFEM的构件振动疲劳强度可靠性的分析方法

由于构件的材料参数、几何参数及所受的载荷等均为随机变量,所以构件振动时的疲劳强度应通过随机参数来进行分析。振动构件疲劳强度的可靠度计算的随机有限元法可以有效地分析振动构件的疲劳强度可靠性,为提高构件疲劳强度的可靠性提供了理论依据。以悬臂梁为例进行了分析,通过实验验证了所给出方法的正确性。      

PC硬件中的2000年问题及解决方案

阐述了ＰＣ机定时系统的工作原理,对ＰＣ机硬件中２０００年问题进行了研究,针对ＰＣ机硬件中２０００年问题的特点提出了可行的测试和解决方法,介绍了一个通用的测试ＰＣ机硬件中２０００问题的工具：ＹＭＡＲＫ２０００。     

多源不确定性下叶盘结构疲劳可靠性分析与优化设计

为了更好地满足叶盘结构的设计需求,针对叶盘结构疲劳寿命分散和几何参数众多等问题,基于随机有限元法构建了融合多源不确定性的叶盘结构疲劳可靠性分析与优化设计框架.首先,采用应力敏感因子分析筛选叶盘结构关键尺寸;然后,将关键尺寸、材料属性及载荷定义为随机变量,基于其分布规律进行拉丁超立方抽样以开展随机有限元分析和寿命预测;最...     

面向月球基地设备交互场景的目标检测与路径规划算法研究

随着国际月球科研站计划的快速推进,针对月球基地相关技术的研究受到了广泛关注。面向月球基地场景下不同的设备间进行自主接触式交互这一应用背景展开研究。考虑不同的设备在进行自主接触式交互时,需要准确地完成相互识别,并且规划出畅行无阻且较优的行进路线以保证往返活动顺利进行,基于Webots搭建了月球基地仿真环境进行目标检测和路径规划相关实验。以前后配备高精度RGB相机的交互设备为载体实现基于TPH-YOLOv5月球基地场景下的目标检测。此外,设计并实现了交互设备在月球基地场景下基于双向快速扩展随机树（Bidirectional RTT）的路径规划算法,以保证交互设备在月球基地环境下的相关工作顺利进行。仿真结果显示,该目标检测及路径规划算法能够实现预期功能。     

基于局部信息的分布式航天器集群重构

航天器集群的目标是使用尽可能小的燃料消耗完成队形重构任务.为了研究基于局部信息分布式航天器集群的重构问题,利用双脉冲交会机动原理设计了3种避免碰撞的目标选择策略.策略1在目标点发生冲突时根据与目标的距离确定目标点的选择,并使用单位脉冲来避免碰撞;策略2更改了避免碰撞的策略,当两个航天器不止一次相遇时,交换两个航天器的目...     

随机纹理图像的特征匹配鲁棒算法

针对三维外形测量以及表面位移、损伤、应变测量中的随机纹理图像,提出了一种特征匹配算法.该算法首先结合Harris角点探测和一个72维的角点特征描述向量,快速获取随机纹理图像对之间的粗匹配像点集合,然后通过灰度相关约束和视差梯度约束对粗匹配集合进行检验,剔除粗匹配集中的错误匹配.通过在误匹配剔除的过程中采用与粗匹配阶段相关联的自适应约束阈值,从而使最终的匹配结果不敏感地依赖于阈值参数的选取,而是在一个较大的取值范围内都能使最终结果在严格控制误匹配的前提下,得到足够多的正确匹配点对.通过实验对提出的方法进行了验证.     

基于加权朴素贝叶斯分类器和极端随机树的蛋白质接触图预测

提出一个新的基于集成学习的预测器(TargetPCM),对蛋白质接触图(特别是中长程)进行高精度的预测。首先,TargetPCM使用加权朴素贝叶斯分类器(Weighted Nave Bayes classifier,WNBC)融合3个接触图预测器的输出,其中WNBC中的权重参数通过粒子群算法优化得到;其次,将WNBC融合后的输出和基于序列的特征进行组合,得到更具鉴别能力的特征;在此基础上,应用极端随机树训练得到最终的蛋白质接触图预测模型。为了验证TargetPCM的有效性,在包含98个非冗余蛋白质的数据集上进行了测试。结果表明:对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的集成预测器(NeBcon)分别提高了8.2%,16.1%和5.3%。在CASP11上进一步的验证表明,对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的基于协同进化的集成预测器(MetaPSICOV)分别提高了7.4%,9.1%和7.5%。实验结果验证了本文所提蛋白质接触图预测方法的有效性。