基于随机森林算法的制冷剂充注量故障诊断

制冷剂充注量异常是一种高风险故障,直接影响制冷系统的性能,且其表征参数诸多,难以有效、快速、准确地在线识别。针对上述问题,文中提出了一种基于随机森林(RF)算法的制冷剂充注量故障监测与诊断方法。使用ASHRAE 1999年提供的制冷主机故障数据库,对制冷剂充注量相关的直接测量特征数据进行分析,在保持各特征变量物理意义的前提下,利用随机森林算法研究各故障特征量的贡献率,并在不同样本规模和故障特征量维度的条件下,比较了基于RF、基于支持向量机(SVM)、基于决策树(DT)算法的制冷剂充注量故障诊断效果。结果表明:RF算法具有比较好的识别效率以及较高的分类准确率,平均诊断准确率分别比DT算法、SVM算法提高约3. 3%和2. 9%。此外,文中还分析了充注量异常诊断贡献率较高的前3个故障特征量,为保证制冷系统运行性能与安全运行提供了理论依据。     

基于随机欠采样算法的信用风险研究

针对数据不平衡导致的信用风险识别精度低的问题,利用随机欠采样算法对数据集平衡处理后,采用Logistic回归模型以及随机森林、决策树、XGboost和支持向量机等分类算法分别建立模型并进行预测。实证结果表明,随机欠采样算法可以将信用卡欺诈风险的预测精度从低于75%提升至85%以上,且G-mean和AUC等衡量非平衡数据分类性能的指标均有明显提高,该算法能够有效缓解数据不平衡导致的风险预测性能低下的问题。     

基于混合采样和特征选择的改进随机森林算法研究

随机森林算法是根据Bagging抽样和随机特征子集划分策略,由多棵决策树组成的集成算法。与其他分类算法相比,随机森林算法有更高的分类精度、更低的泛化误差以及训练速度快等特点,因此在数据挖掘领域得到了多方面的应用。然而随机森林算法在分类预测特征维度高且不平衡的数据时,分类性能受到了极大限制。为了更好地处理高维不平衡数据,文中提出了一种基于混合采样和特征选择的改进随机森林算法(Hybrid Samping&Feature Selection Random Forest, HF＿RF)。该算法首先从数据层面出发,通过SMOTE算法和随机欠采样相结合的方式对高维不平衡数据集进行预处理,同时引入聚类算法对SMOTE算法进行改进,提高对负类样本的处理性能;然后从算法层面出发,通过ReliefF算法对平衡后的高维数据赋予不同的权值,剔除不相关和冗余特征,对高维数据进行维度约简;最后采用加权投票原则进一步提高算法的分类性能。实验结果显示,改进后的算法与原算法相比,在处理高维不平衡数据方面的各评价指标更高,证明HF＿RF算法对于高维不平衡数据的分类性能高于传统随机森林算法。     

自适应采样免疫算法及其对随机优化问题的应用

基于体液免疫的简化机制,设计随机优化免疫算法处理高维随机优化问题．算法的关键在于设计：（1）动态分配群体中各抗体采样次数的自适应采样算法;（2）抗体进化算子;（3）进化群体和记忆集的采样数．该算法具有结构简单、灵活、易于应用的特点．数值实验及多种算法比较显示,此算法具有噪声抑制能力强和寻优速度快速等特点,对于不同噪声幅值的高雏随机优化,均能在优化质量、噪声抑制、执行效率中获得满意效果．     

智能制造单元系统集成应用实训平台的开发及研究

为了满足智能制造发展需求,以院校学生课程为基础,开发了一套模块化、易扩展,操作灵活的智能制造集训应用实训平台.平台采用模块化设计,集成PLC、传感器、自动控制、数控加工等功能应用,引入工业以太网构建控制网络,运用MES系统和云服务网络进行制造全过程智能监控,搭建"端-网-云"的智能制造平台.以自动机器人制造项目为实例对...     

不确定信息条件下制造/再制造物流网络优化设计

针对制造/再制造集成物流网络中回收产品的数量及质量的不确定性,提出将回收产品按质量等级分为可用于再制造和需要报废处理两类,并将其数量都看成随机参数.以投资成本和运输成本最低为目标函数,建立基于机会约束条件的随机规划模型,以确定物流设施的数量、位置和物流量.提出采用混合智能算法直接求解,避免现有研究中将机会约束规划转化为确定性等价类所带来的问题.通过算例验证了模型及算法的有效性.     

智能天线的SMI算法与RLS算法

本文简要介绍了智能天线的基本思想,着重对智能天线应用较多的SMI算法和RLS算法进行了仿真,并对仿真结果进行了比较.     

基于随机森林算法的函数缺陷定位

缺陷定位是软件调试过程中的重要阶段,通过挖掘程序执行过程中的动态信息与执行结果之间的关系,可以有效定位缺陷位置。由此提出了一种基于随机森林算法的函数缺陷定位方法（Function Defect Location based on Random Forest,简称FDLRF）。其具体思想是:首先动态执行测试用例获取函数的动态调用图并生成DOT文件,解析该文件获取各个函数的轨迹信息,建立特征矩阵,同时利用合成少数类过采样技术（Synthetic Minority Over-sampling Technique,简称SMOTE）得到均衡样本,运用随机森林算法对数据进行训练,从而获得每个属性的贡献度信息,即函数缺陷概率。实验结果表明,该方法较传统算法在定位准确率有了一定程度的提升。     

一种基于SURF的图像配准改进算法

为了更好地构造逼真的虚拟环境,提高虚拟场景中图像配准的效率,提出了一种改进的SURF算法。改进算法根据特征点的数量和其间疏密关系作为判定条件,可以在更短时间内得到数量适当且分布相对均匀的图像特征点,同时在特征点匹配阶段利用Hessian矩阵迹的正负性提高特征点匹配的速度。针对误匹配影响图像拼接准确性的问题,采用随机采样算法（RANSAC）提高匹配的精确度。实验结果表明该算法节省了特征点检测和匹配的时间,提高了匹配效率。     

智能轮胎——轮胎智能制造的机遇与挑战

 智能轮胎是信息技术和轮胎技术深度融合的产物,为轮胎智能制造的信息化、智能化和网络化创造了极好的发展机遇。智能轮胎的状态监测方法为轮胎生产、仓储、运输、销售和维修服务全生命周期的信息化管理提供了便利;其建模与控制技术方便了轮胎数字化设计与虚拟仿真的实现,为轮胎制造过程的智能化提供了便利;轮胎状态自动调节系统收集轮胎在不同路面状况、不同轮胎压力和不同速度下的信息,方便进行轮胎性能的分析,为轮胎制造过程的网络化提供了便利。但智能轮胎相关的轮胎材料和制造技术、传感器和芯片技术、实验测试技术以及智能化应用方面还存在一定的局限性,对智能轮胎技术在轮胎智能制造过程的实施提出了挑战。     

制造企业面向销售的通用智能商务系统研究

针对制造企业已有的ERP,EC和CRM系统,提出建立一个集成的通用的智能商务系统。给出了系统的功能框架以及所设计的体系结构,并对相关的实现技术,如数据挖掘、XML技术等作了探讨。     

面向网络化制造的DNC系统

为了提高系统对数控设备的利用率，通过研究网络制造模式下DNC系统的结构及其运行模式.提出了一种基于以太网的面向串行通信机床的DNC系统（Power DNC）。系统以ZWORLD公司生产的BL2010单板机为DNC系统控制器，确定了DNC系统通信结构的构建方案，并对系统实现的关键（服务层和代理层）进行了深入的研究，为只具有串行通信接口的数控设备的联网提供了一条有效的途径。实践证明，具有重要的意义。     

电液伺服阀的改进型智能故障诊断研究

将改进的遗传算法和BP神经网络相结合，应用于电液伺服阀的故障诊断中，通过实验数据反映了改进后的GA-BP算法用于故障诊断的优越性，同时也表明了新算法用于故障诊断的有效性、准确性和快速性。     

基于随机抽样和聚类特征的聚类算法

在分析BIRCH算法不足的基础上，提出了一种基于随机抽样和聚类特征的聚类算法(CLAP)，该算法采用随机抽样技术，从数据库中抽取一部分数据进行聚类的预处理过程，这样大大降低了运行时间，CLAP通过设立索引树的叶节点的直径和聚类直径，提高了聚类的精度，并采用全局搜索和局部搜索相结合的方式，消除了输入顺序对聚类质量的影响．测试结果表明，CLAP算法不仅提高了聚类速度，而且改善了聚类质量。     

钢铁工业智能制造的集成优化

 钢铁工业智能制造的目的,是围绕钢铁流程功能,进行结构优化与程序优化,实现全流程动态有序、协同连续运行和多目标整体优化。介绍了钢厂结构优化和程序优化的主要内容和需要研发的关键技术,包括产品质量闭环管控、一体化计划调度、物质流能量流协同和多工序协调优化。提出了钢铁工业推进智能制造需要突破的一些共性问题和实施路径。     

MBSE:实现中国制造创新设计的使能技术探析

 中国制造行业迫切需要创新设计技术,以实现中国"智"造。然而目前中国制造行业创新能力较弱。基于模型的系统工程（MBSE）由于其明显的优势正成为增强中国制造企业创新能力的重要使能技术。本文分析了MBSE的国内外研究现状,探讨了MBSE的建模方法、使能作用、实施挑战与方法,中国制造企业如何进行MBSE应用实施提出了建议。     

智能制造领域中智能产品的基本特征

 智能制造是先进制造技术、新一代信息技术及人工智能技术在终端产品与制造装备的深度集成,制造产品与制造装备的智能化升级是智能制造的核心内容,更是实现生产、服务智能化升级换代的重要保障。分析了国内外智能产品的研究现状,探讨了智能制造发展需求下产品智能化的8项基本特征,基于产品专利分析探讨了智能产品基本特征的验证。     

面向IEC61850智能变电站的网络安全异常流量分析方法

为了保证智能变电站的网络通信安全和整个变电站的稳定运行,提出了一种基于机器学习k-means聚类算法的异常流量分析方法。根据智能变电站中过程层网络的特性,结合对IEC61850智能变电站专有GOOSE(generic object-oriented substation event)以及SV(sample value)协议的报文结构解析,使用了一种基于信息熵的特征选取方法对智能变电站正常工作时站内网络通信流量进行特征分析选择,利用k-means聚类算法完成了对异常流量的检测分析及其相关分析。相较于以往方法,文中方法对智能变电站的过程层网络流量信息的特征进行了选取,根据信息熵理论,完成了重要特征的选择和冗余特征的剔除,提高了聚类算法的效率,提高了对异常流量检测的准确性。     

基于工业以太网的三容液位模糊控制系统

分析了工业以太网的优点以及与模糊控制结合起来的意义,介绍了一种基于交换式以太网的模糊控制系统的构建及实时控制过程.