混合编程技术研究及其在Lorenz吸引子分析中的应用

本文主要探讨了在分析Lorenz吸引子的过程中涉及到的VC++和Matlab的混合编程技术,并利用它在Lorenz吸引子数值分析中实现了VC++调用Matlab显示图形,进而实现了对Lorenz吸引子的模拟。     

GIS的设计及其应用

介绍了以VC6.0为开发工具，使用面向对象技术，以ODBC数据源为后台运行于Windows环境的地理信息系统（GIS）的开发方法。该系统实现了矢量图形系统、数据库管理系统和应用与分析系统，从而实现对象的地理位置和属性的双向查询，同时介绍了空间信息统计和分析功能。并在此GIS平台上实现配电网GIS应用实例。     

基于蚁群遗传算法的自动化立体仓库拣选路径优化

合理优化货物的拣选路径是提高自动化立体仓库运行效率的一种有效方法。通过分析自动化立体仓库拣选作业的工作流程与特点,为自动化仓库拣选作业建立优化数学模型,首先利用蚁群算法生成优异的初始种群,然后通过遗传算法对该数学模型进行优化求解。仿真结果表明该模型是可行的,蚁群遗传算法的混合不仅得到更精确的结果而且加速了算法的求解速度,从而能够改善拣选作业的效率。     

智能算法在堆垛机优化控制中的应用研究

研究堆垛机的振动与载货质量、载货高度、运行速度的关系,并使用神经网络的方法建立堆垛机最高允许速度与载货质量、载贷高度的关系.设计了基于神经网络的堆垛机运行速度控制系统,在保证堆垛机安全运行的前提下,提高堆垛机的工作效率.     

螺旋桨螺距误差的计算及其实例应用

螺旋曲面的应用范围越来越广,精度要求越来越高.在这种情况下,主要针对螺旋桨制造工艺中螺旋曲面加工难度大,精度难以保证等特点,对螺旋曲面的螺距误差进行了研究,通过对局部螺距误差以及截面、叶片的误差计算控制,能够在螺旋曲面制造过程中控制曲面形状,提高制造精度.     

多层神经网络学习算法的研究

在样本的学习过程中引入了求解复杂优化问题比较有效的多级优化技术，将一个复杂的多层神经网络权值优化问题分解成多个相对简单的优化子问题，然后利用迭代的策略进行求解，并提出了一种改进的ＢＰ算法，提高了学习效率。     

基于WOA-BP神经网络的磨煤机出粉量估算

为了解决火电厂磨煤机出粉量难以估算的问题,运用软测量方法,结合磨煤机工作时的系统参数和磨煤机出粉量建立BP神经网络模型,建立各参数与出粉量的非线性映射关系,对磨煤机出粉量进行估算。为了减小该模型的误差,采用鲸鱼算法（WOA）优化BP神经网络的权重和阈值,建立了WOA-BP算法模型。为了验证WOA-BP算法模型的可靠性,将鲸鱼算法（WOA）、粒子群算法（PSO）、遗传算法（GA）和BP神经网络分别建立磨煤机出粉量的WOA-BP、PSO-BP、GA-BP、BP神经网络算法模型。计算结果表明在4种算法模型中,WOA-BP算法估算模型对磨煤机出粉量有最好的预测能力,平均绝对误差仅0.94。     

基于粗集理论的数据挖掘应用

论述了粗集的基本理论和特点,并对其在旋转机械故障诊断中的应用进行了探索,提出了粗集理论在旋转机械故障诊断中的数据挖掘方法,运用这一方法对故障诊断决策表进行属性约简,去除其中不必要的属性,揭示出旋转机械故障诊断条件属性中的冗余性,最后得出了属性约简的结果以及决策规则。     

基于径向基神经网络的液压支架前连杆可靠性评估研究

为了解决液压支架前连杆可靠性评估困难的问题,提出了一种基于径向基神经网络的液压支架前连杆可靠性评估的方法。首先使用ANSYS参数化语言APDL对液压支架前连杆进行静力分析,确定与前连杆可靠性相关的设计变量;再使用ANSYS/PDS模块结合拉丁超立方抽样法对前连杆进行可靠性分析,获取多组前连杆不同设计变量的可靠度;最后使用径向基(RBF)神经网络拟合设计变量与可靠性之间的函数关系,建立前连杆可靠性评估模型,预测前连杆的可靠度。计算结果表明,前连杆可靠度计算结果的最大相对误差为4.46%,最小误差为1.59%。证明了径向基神经网络应用于液压支架前连杆可靠性评估的可行性,为液压支架前连杆可靠性评估提供了新的方法与思路。     

依托科技示范促进可持续发展

成本优势和区位优势是促进江苏制造业发展的重要因素;制造领域企业良好的信息化基础也是促进江苏制造业快速发展的有利因素。“十一五”期间江苏省制造业信息化科技示范工作也在制造业发展方面发挥了积极的促进作用。