多分辨小波过程神经网络及其应用研究

以小波多分辨分析为理论基础,结合过程神经网络模型,建立了具有分层、多分辨和局部学习特性的多分辨小波过程神经网络.该网络充分利用小波函数和尺度函数互补的特性,以及过程神经网络可以处理连续输入信号的能力,能够很好地解决复杂的非线性时间序列的预测问题.给出了相应的学习算法,并以航空发动机排气温度裕度状态监视为例,利用多分辨小波过程神经网络进行预测.结果表明,多分辨小波过程神经网络收敛速度快、精度高.同时也为航空发动机排气温度裕度状态监视问题提供了一种有效的方法.     

小波网络在航空发动机状态监测中的应用研究

为准确监测航空发动机的状态以保障飞行安全,需要对航空发动机这个复杂系统建立精确模型,将人工神经网络很强的非线性映射能力与小波分析特有的时频分析能力相结合可以对复杂的非线性系统进行系统辨识;选择以sigmoid函数为基础的小波基波函数作为神经网络神经元的激励函数,构造了一个三层小波神经网络,利用该小波神经网络对航空发动机转动状态进行系统辨识研究,仿真结果表明小波神经网络能对某型飞机航空发动机转动状态进行准确辨识.     

基于过程神经网络的时间序列预测及其应用研究

针对传统时间序列预测方法难以表达时间序列中时间累积效应的缺陷，提出一种基于过程神经网络的时间序列预测方法．就时间序列的短期预测和长期预测问题分别应用该方法建立了两种预测模型，并给出了相应的学习算法．以航空发动机状态监控中滑油铁金属含量预测为例验证了两种预测模型及其学习算法的有效性，并得到了满意的结果．     

基于遗传小波神经网络的冷轧轧制力预报研究

依据小波函数的非线性逼近能力和神经网络的自学习特性，提出一种适合高维输入的小波神经网络建模方法，这种网络结构类似于多层感知器，不同的是隐层神经元的激励函数为小波基函数．为使小波神经网络具有更高的学习精度和更快的收敛速度，将遗传算法、小波神经网络和梯度下降算子结合起来，提出一种遗传小波神经网络．将该网络应用于冷轧轧制力的预报，仿真结果表明预报精度大为提高．     

小波神经网络模型的确定性预测及应用

针对神经网络模型预测结果的随机性,构建了一种紧致性小波神经网络工具箱。该方法将小波函数移植到BP网络隐层,并采用一种随机确定状态命令获得确定的预测结果。与编程实现的小波神经网络和BP网络比较,该方法适合于大批量数据训练,对数据样本的适应能力和鲁棒性强,尤其对高频随机时间序列有更好的适应能力,具有预测结果确定及实用性强等特点,可显著提高模型的训练速度、预测精度和预测效率。基于小波包变换和小波神经网络的瓦斯涌出量预测实验证明了所提方法的有效性。     

基于复合正交神经网络的自适应逆控制系统

目前，在自适应逆控制系统中常采用BP神经网络，而BP网络存在算法复杂、易陷入局部极小解等不足。而正交神经网络能克服BP网络的不足，但由于正交神经网络学习算法存在某些局限性，提出了一种复合正交神经网络，该正交网络结构与三层前向正交网络相同，不同的是正交网络的隐单元处理函数采用带参数的Sigmoid函数的复合正交函数，该神经网络算法简单，学习收敛速度快，并能对网络的函数参数进行优化，为非线性系统的动态建模提供了一种方法。仿真实验表明，网络在用于过程的自适应逆控制中具有很高的控制精度和自适应学习能力。该动态神经网络比其它神经网络具有更强的建模能力与学习适应性，有线性、非线性逼近精度高等优异特性，非常适合于实时控制系统。     

基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究

航空发动机是飞行器的核心动力系统,工作环境恶劣,对其进行状态监测和寿命预测是保障飞行器安全可靠运行的重要技术手段。本文研究一种基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法,首先将多个自编码网络连接构成深度堆叠自编码网络,选取发动机的状态数据作为网络的训练输入,使网络逐层智能提取数据间的分布式规则,从而构建发动机退化的堆叠自编码学习模型。通过采用BP神经网络对发动机剩余寿命区间进行分类,作为发动机剩余寿命预测的结果。通过使用PHM2008挑战赛中发动机退化数据对本文研究方法进行了验证,结果验证了堆叠自编码网络深度学习方法对航空发动机剩余寿命预测的有效性。     

改进小波神经网络用于火电厂污染物排放量的预测

小波神经网络是神经网络学习的一种,其网络结构与典型的BP神经网络类似,隐含层所用函数为小波基函数,改进的小波神经网络相比于之前在数据预测方面有了明显的提高。火电厂的污染问题是关系到整个国计民生的大问题,如果能将小波神经网络的预测能力应用于实际生产过程,将十分有助于促进国家经济发展,提高人民生活质量。     

LSSVM与HMM在航空发动机状态预测中的应用研究

传统单一的状态预测方法难以精确预测航空发动机状态的缺陷,而最小二乘支持向量机(LSSVM)具有较强的非线性预测能力和泛化能力,可以有效地对信号进行非线性预测,隐马尔科夫模型(HMM)有利于处理连续的动态信号,能够精确计算出似然度概率。提出一种结合LSSVM与HMM的状态预测方法。利用提升小波函数全阈值降噪法对采集的振动信号进行降噪,采用小波包分解提取有效的特征,选择不同状态下的特征量训练多个HM M模型,并通过此模型对未知信号特征量以及LSSVM预测的特征量进行状态监测,从而预测出发动机未来时刻的状态以及状态的退化趋势。实验结果表明,该方法的预测准确率达到92%以上,能够有效地预测航空发动机的状态情况。     

基于小波神经网络的PID整定与应用

提出了一种基于小波神经网络整定的PID控制方法。由于小波变换具有良好的时频局部特性，神经网络具有强大的非线性映射能力，自学习、自适应等优势，采用规范正交的小波函数作为神经网络的基函数构成小波神经网络。该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力，自学习、自适应能力等优点，渗碳炉控制实验结果表明．用该方法整定的PID控制系统收敛速度快。逼近精度高，鲁棒性好。     

产品开发过程支持系统的设计与实现

提出一种产品开发过程支持系统的体系结构,不仅支持过程的建模和执行,也实现了对过程的度量、分析、改进和异常处理的支持。研究了过程度量、过程仿真、过程改进和异常处理技术,设计和开发了相应的子系统。整个系统可以用于分布式异构环境中,可以很好地支持产品开发过程的管理与改进,同时能与其他系统进行集成。     

基于分层的过程构件分类描述的研究与应用

在以标准过程为基础的过程复用中,为解决传统的基于标准过程裁剪中标准过程只有单一抽象层次,造成裁剪工作量大的问题,提出了创建多抽象层次标准过程以满足不同应用需要;对相同功能不同抽象层次的过程采用继承机制简化定义,并根据现有的构件描述框架对不同层次的标准过程给出了不同的描述方案。最后通过一个实例对标准过程构件的分层结构与继承机制的描述方案进行了实现,并取得了一定的成效,为企业实施过程改进提供借鉴。     

基于过程结构树的过程模型变体匹配技术

随着过程模型的不断积累和演化,企业组织常常拥有并管理维护成百上千个业务过程模型.由于建模目标和应用场景的不同,参考模型的裁剪和定制以及模型的更新修改等因素,导致过程模型库中可能存在大量相似的过程模型变体.重点研究如何有效管理和识别过程变体之间的共同点和差异性,即自动化地构建过程模型变体之间的匹配关系.为了支持复杂对应关系,保证匹配关系查找效率和结果的有效性,提出了基于过程结构树的模型元素匹配关系构建技术,并进一步给出了基于树编辑距离的过程模型相似性度量方法.通过针对真实的过程模型集合的实验评估表明,该方法在查全率和查准率指标上表现出了良好的效果.     

关于软件过程工程概念框架的研究

本文叙述软件过程、软件过程并程概念的产生背景,对软件过程工程的概念框架进行研究及阐述。最后介绍一种软件过程工程概念框架的图表示法。     

航电软件开发标准与过程研究

随着综合模块化航空电子系统研究的深入,其软件开发标准的重要地位日益突出,ARP4754 和DO-178C共同构成了综合模块化航空电子系统软件开发的新标准。从标准内容与信息流程两方面论述了标准之间的关系,同时讨论了航电软件计划过程、开发过程和综合过程的子过程、目标及活动内容,提出了过程自动化和过程省略的基本概念与方法。     

支持领域复用的过程元模型

过程的复用问题如同软件本身的复用性，具有同样重要的意义．提出了一种支持领域复用的过程元模型．借鉴OO技术中的类继承概念，以表示领域业务过程间的共性以及抽象-特化父子关系；通过参数化模板机制的使用，增强过程的抽象表示能力．据此设计了独立于具体平台的过程定义语言，通过映射机制可转换为特定的过程定义语言如WSFL、WPDL等，从而可被各种工作流引擎执行．实现了过程建模工具PM Builder．     

过程工程的过程运作机制

面向过程工程环境的运作机制是过程工程环境中的一个重要组成部分，是提高管理人员的开发管理水平和开发人员的生产效率的一个有力武器。本文主要讨论了过程工程运作机制的功能，设计了一个以客户／服务器为基础的体系结构。     

软件过程环境的设计与实现

本文主要讨论了软件过程环境ISPE（integratedsoftwareprocessenvironment）的设计与实现．首先．讨论了ISPE的体系结构，介绍了可视化的过程建模语言VPMI，（vispalprocessmodelinglanguage）．然后，在这些内容的基础上，详细讨论了ISPE的几个重要的组成部分：过程编辑环境、过程分析和模拟环境以及过程运作环境．最后，本文给出了一个小结．     

一种形式化的组件化软件过程建模方法

为了解决当前软件过程重用方法中存在的问题,特别是由于缺乏对软件过程组件及其操作法则的精确定义所带来的重用中的低效率问题,介绍了一种形式化的组件化软件过程建模方法(componentized software process modeling,简称CSPM).CSPM提供了形式化定义可重用软件过程的机制,并且给出了将过程组件组合成过程模型的一系列操作法则.利用CSPM方法,能够以严格的方式对软件过程组件进行重用,并且有效地避免了传统非形式化建模方法中因歧义而有可能引起的潜在错误.CSPM还可以将对组装后的软件过程模型针对某些特定性质的验证问题转化成对其对应组件的一系列子验证问题,从而通过指数地减少需要搜索的状态空间规模,将原来在某些特定环境下不实用的验证问题简化成验证代价较小的一系列问题.     

青鸟Ⅱ型软件开发环境中的软件过程管理系统

本文介绍青鸟Ⅱ型软件开发的软件过程管理ＪＢⅡｓｐｍｓ的设计与实现。ＪＢⅡｓｐｍｓ的功能包括软件过程模型的定义及实施、控制。软件过程模型可以从抽象与实现两个导次加以描述，并由过程控制机构 加以实施。ＪＢⅡｓｐｍｓ包括两个子系统：ｓｐｄ和ｓｐｃ。前者用于软件过程模型的定义，后者用于过程控制。软件过程管理系统引入，体现了青岛Ⅱ型软件开发环境设计上的先进性。