混合系统基于模型诊断建模问题研究

基于模型的诊断是为了克服传统故障诊断方法的缺点而兴起的一项新型的智能诊断推理技术,其应用越来越广泛.而混合系统是当前应用较多的动态系统之一,其故障诊断问题是当前研究领域的热门.在此介绍两种对混合系统进行诊断的建模方法,并对这两种建模方法进行比较找出各自适用方向,特别是应用MBD技术对混合系统进行诊断的建模方法,根据对实际航天生态系统建模说明混合键合图基本原理,为进一步进行基于模型的故障检测和故障追踪直至故障隔离和鉴别提供基础模型.     

MBD中通过混合键合图对混合系统建模

基于模型诊断即Model—based Diagnosis（MBD）对整个人工智能领域的研究起着重要推动作用，是为了克服传统故障诊断方法的缺点而兴起的一项新型的智能诊断推理技术，其应用也越来越广泛。而混合系统是当前应用较多的动态系统之一，其故障诊断问题是当前研究领域的热门。本文介绍应用MBD技术对混合系统进行诊断的建模方法，介绍混合键和图基本原理，通过混合键和图对混合动态系统建模。为进一步进行MBD故障检测和追踪直至故障隔离和鉴别提供基础模型。     

基于自适应细化网格的初期血栓形成计算模型

随着计算机应用领域的扩大,使用建立血栓形成机制计算模型或计算机软件模拟血栓形成过程逐渐成为血栓研究的热点.本文提出了一个基于笛卡尔自适应细化网格的混合计算模型用于模拟初期血栓的形成.计算模型中利用水平集方法的运动界面追踪功能对初期血栓的形态和生长过程进行建模,采用网格细化和局部水平集方法实现建模网格的自适应细化,提高水...     

基于压力信号采集的输气管道混合模型的建立

为监测输气管道的运行状态,提出一种基于机理模型和神经网络模型的混合建模方法. 机理主模型是基于气体在管道中流动的连续性方程、运动方程和气体状态方程而建立的;神经网络模型用来补偿机理模型建模过程中的简化处理及因忽略某些动态参数变化带来的误差,提高了混合模型建模精度,为下一步进行气体管道的泄漏检测和定位奠定基础. 为避免流量计检测精度较低的缺点,实验中用高精度压力传感器取代流量计,统一采集压力信号,提高检测精度. 基于实验采集压力数据,将机理模型和混合模型输出的精度进行比较. 结果表明混合模型的精度得到了较大提高.      

面向虚拟装配的复杂产品装配建模技术

针对复杂产品特点,提出并分析了虚拟环境下复杂产品的装配建模技术:虚拟环境下的实体模型表达和装配模型.实体模型表达采用精确模型和面片模型结合的混合方式进行,在单元划分基础上,构造了复杂产品的基于单元的4级多层次关联装配模型.基于装配建模,建立了虚拟装配操作的基本流程,以一个船舶产品的装配建模实例验证了其有效性.     

基于匹配追踪的语音压缩感知观测序列的正弦字典建模

压缩感知技术是目前信号处理领域的研究热点.文中针对压缩感知技术实际应用于语音领域时压缩率不高的问题做了研究.首先介绍了压缩感知技术的理论,接着提出了适合建模的观测矩阵的选用标准.在行阶梯观测矩阵下,本文提出了观测序列的一种新模型——基于匹配追踪算法的正弦字典模型,该模型采用稀疏分解的方法对观测序列进行建模.仿真结果表明该建模方法有效地进一步压缩了观测序列,而不明显降低恢复语音的质量.     

航天器对接过程的动力学建模

航天器对接过程的动力学建模是对接过程动力学仿真的核心内容,该文在描述航天器对接过程的基础上,牛顿－欧拉定理和混合价值 标法对带有大型太阳电池阵的两航天器的对接过程进行动力学建模,建模中将对接系统简化为由追踪飞行器、目标飞行器和主动对接机构组成的三体系统,追踪飞行器和目标飞行器作为带有挠性附件的中心刚体考虑,主动对接机构作为刚性体处理,对于挠性附件用有限元法进行离散。除给出接触撞击模型外,还重点讨论缓冲系统的简化模型,从而构成了对接过程的完整的动力学模型,为对接过程的动力学仿真打下基础。     

基于MAS与SD的核心企业物流系统混合建模

针对供应链环境下核心企业物流系统的特点,在详细分析系统动力学(SD)和多Agent系统(MAS) 单独建模的优缺点的基础上,论证了混合建模的必要性,提出了基于MAS和SD的供应链环境下核心企业物流系统的混合建模仿真方法并进行了混合建模.模型中,MAS用来模拟供应链成员的行为以及成员之间的相互作用,SD用来模拟各成员的行为过程中涉及的决策.系统的运行情况通过供应链各级订单随时间的变化来描述.仿真结果定性地符合供应链系统动力学的一般规律,证明这种混合建模方法是可行的.     

面向个性化需求的用户建模技术研究

从用户需求多样性和随机性出发探讨了用户建模技术。对模型表示和模型更新两项关键技术进行了研究。基于向量空间模型表示用户模型,采用重心向量分类算法建立用户模型。分析用户浏览行为隐性地获取反馈信息,计算文档反馈度,提出了一种基于Rocchio算法的周期性自适应学习机制更新用户模型。以用户满意度为评价指标,通过实验,验证了对用户需求变化的动态追踪能力。     

基于贝叶斯判别器的面部检测

 提出了1种基于PCA(主成分分析)的贝叶斯判别器用于检测灰度面部图像.为检测面部图像,首先用PCA减低训练图像的维数以为判别器提供教好的图像描述.训练图像包括面部图像和非面部图像并给出正确标识,用EM算法学习图像的特征向量.在构建好学习模型后,用贝叶斯后验概率检测未知样本.模型参数估计和判别原则都是基于最大似然度.在估计了概率密度函数后,贝叶斯判别器可产生最小的误差,为分类的教优准则.本方法用2356副面部图像和3780非面部图像作为学习样本,学习过程获取面部图像与非面部图像的差异而构建判别模型.训练图像包括不同位置,不同表情,不同亮度条件的同一对象图像.训练模型用于检测205副面部图像,实验结果在文章第4部分给出.