[数据驱动的产品设计]基于复杂网络的专利数据驱动的产品创新设计

为了解决已有专利辅助产品设计研究方面存在的问题，提出了基于复杂网络的专利数据驱动产品创新设计方法。通过构建专利分类号共现网络，结合网络度中心性算法对分类号节点重要性进行评价，找出关键分类号。对分类号相关专利进行分析，并抽取原理知识，利用形态学矩阵构建功能原理映射关系，结合频繁子图中的apriori关联规则算法计算原理组合的支持度，以获取最佳组合方案，同时利用组合方案相关专利提取结构关键词，建立专利结构网络，结合结构洞挖掘关键元件，并开展产品创新设计。以卫浴花洒作为研究实例，找出混合其他物质功能作为设计需求，通过挖掘相关专利的原理，发明了一款带有可调节功能的新型混合花洒，验证该方法的有效性。     

有限水深势流计算的下潜源法及圆球绕流水底效应分析

本文采用下潜源思想改进的H-S方法,运用“平面镜像原理”对有限水深中的任意形状无升力体绕流问题进行了研究,并编制了相应的程序以圆球绕流为例进行了数值计算。文中首先概述了下潜源法的基本思想,给出了有限水深的格林函数表达式。然后介绍了数值计算要点和若干技巧,对计算结果进行了详细分析。最后总结了下潜源法的特点,并深讨了水底效应的作用。     

面向智能设计的知识描述形式

本文针对智能设计发展的需要，从认识角度，将知识定义的为人类对于客观事物的规律性认识，阐述了它与数据，信息概念之间的联系和区别。对知识的多种描述形式给予了分析说明，特别是对面向智能设计的三种知识主要描述形式－数学模型，符号模型，人工神经网络逐一进行了研究探讨。     

连杆曲线识别的进化方法

针对连杆曲线图谱匹配存在的难题,将常规的图谱匹配问题转化为模式识别问题加以研究.在连杆曲线识别中引入进化模式的概念,阐述了一种进化识别模型,给出了该模型的一般性描述以及参数在不同空间的转换关系和对应规则,进而提出了连杆曲线的进化识别方法.该方法在提取连杆曲线特征的基础上,采用遗传算法对进化因子进行基因操作,再根据计算结果,查找图谱库中存储的连杆曲线的相关信息,得到该曲线所对应的连杆机构的结构参数.通过一个应用实例证实了本方法的有效性,从而为连杆曲线识别提供了新的途径.     

群智能自组织劳动分工研究进展

群智能是指众多行为简单的个体在相互作用过程中涌现产生的整体智能行为,劳动分工是其最重要特征之一.本文首先根据个体与个体、个体与环境的交互模式,给出群智能劳动分工的一个框架描述,分析其个体专职化、角色可塑性和自组织等特性.然后从自组织的角度对激发-抑制、刺激-响应、个体排序和寻觅工作等四类劳动分工模型进行对比分析,旨在归纳提炼群智能自组织劳动分工模型的构建规律.进而结合群智能自组织劳动分工的应用情况,针对其适用范围和求解思路进行了评述和讨论.最后从劳动分工机制、劳动分工模型、分配问题求解和优化问题求解四个方面展望了群智能自组织劳动分工的发展前景.     

群体性突发事件的舆情演化模型与仿真

针对群体性突发事件舆情演化的内在机理及影响因素问题,利用舆情演化理论与基于多智能体的建模仿真方法,建立了舆情演化数学模型以及综合考虑社会环境和异质个体特征的多智能体仿真模型。分析与实验表明,存在有效传播率阈值,大于该阈值时,群体性突发事件的规模会稳定于某一水平;小于该阈值时,群体性突发事件会随着时间的演化而结束。群体性突发事件一旦爆发,初始参与规模越大则越有利于舆情传播,从众心理会促使群体支持促进强度和阻止强度占优的一方。研究结果为群体性突发事件的预防与控制提供了有意义的参考。     

服务水平约束下的粮油库存控制策略研究*

从保持库存的稳定性出发,分析了商品变质率、缺货成本和库存率等因素对库存成本的影响,在受服务水平约束的条件下,建立库存控制模型.在模型的基础上对变质成本与库存成本的关系进行了研究,并给出了求解最优库存和最小成本的方法.最后通过实例仿真,证明了该模型能较好地解决此类问题.     

需求随机偏差下带有主从零售商的供应链协调

研究了确定环境下带有主从零售商的供应链协调的基本模型,提出了应急环境下当需求偏差随机发生时集权和分权供应链的最优决策.证明了无论需求随机偏差存在与否都可以运用线性数量折扣合同使得供应链有效达到协调,并相应给出了最优批发单价、最优线性折扣率和转移支付的范围.最后对最优售价、最优总订货量和最优批发单价随需求偏差幅度及其概率的变化进行了仿真分析.     

战术导弹方案设计智能优化系统的研究

为了快速获得导弹设计的优化方案，开发了一个战术导弹方案设计智能优化系统，并研究了推理机制、协同优化策略及优化算法库等关键技术。该系统首先通过基于人工智能技术的方案设计平台获取初始设计方案，然后在保障方案可行的前提下，采用基于响应面的的多学科优化设计方法获得若干个相对最优的设计方案，最后通过评价决策子系统从优化设计方案中选取满意方案。文中通过某型号飞航导弹的方案优化设计实例，验证了该智能优化原型系统的有效性。     

蜂群双抑制劳动分工算法及其在交通信号配时中的应用

群智能劳动分工是指任何启发于群居性昆虫和其他动物群体的集体行为而设计的算法和分布式问题解决方式，可以广泛用于现实生活中的任务分配问题。针对交通信号配时这类任务分配问题，引入描述蜜蜂个体之间交互方式的劳动分工理论，提出了一种基于群智能的蜂群双抑制劳动分工算法（BDILDA），该算法通过个体内部抑制剂和外部抑制剂的相互作用，达到群体劳动分工的动态调节。为了验证BDILDA的有效性，选取交通信号配时问题进行仿真实验。采用BDILDA对实际案例进行了交通信号配时求解，并把所得结果与Webster算法、群智能多种群蚁群算法（MCAA）、迁移蜂群（TBO）算法和反向烟花算法（BFWA）得出的结果进行了对比。实验结果显示所提算法减小平均延误时间14.3~20.1个百分点，减少平均停车次数3.7~4.5个百分点，在最大通行能力方面增加5.2~23.6个百分点。结果表明该算法适于求解不确定环境下的动态分配问题。