为了解决精确数学模型难以建立且求解位置方程时的非线性问题和多阵列数据融合问题,提出基于多级神经网络的被动声定位算法。该算法通过第一级RBF神经网络对声源进行初次定位,并剔除无效数据;再将有效数据输入第二级RBF神经网络,得到置信度更高的声源坐标。仿真结果表明,基于多级神经网络的被动声定位算法定位精度高、速度快、鲁棒性好,其定位性能优于单RBF神经网络和常规算法,甚至在个别传感器失效时,仍然能够取得较好的定位效果。

针对水听器阵列中多个传感器采集信号的同步问题,提出了一种适合于水听器阵列结构特点的高精度同步方法。该方法采用两级同步的方式：首先运用锁相环技术,保证同一个节点内多个传感器之间的同步采集;然后采用传输延时补偿的方法来补偿不同节点间的传输延时所引起的同步误差,实现节点之间的高精度同步采集。建立了一个实验系统：它由一个主节点和两个从节点组成。测试结果表明,同一节点内的同步采集误差不大于5 ns,不同节点间的同步采集误差不大于10 ns。对样机系统进行了进一步测试,测试结果与实验系统的测试结果一致。测试结果表明,该方法能实现水听器阵列多传感器间的高精度同步采集。

本文描述了在实时数据采集系统中，利用ＤＬＬ技术实现在ＶＦＰ中调用Ｃ程序的方法，以及利用ＤＤＥ技术实现前台数据采集应用程序与后台数据库管理系统之间的数据传递。

针对工艺规划与调度集成（integrated process planning and scheduling,IPPS）问题中的顺序柔性调度问题,提出了基于简单顺序关系的顺序柔性描述模型及调度模型,并改进遗传算法设计了集成型的顺序柔性调度算法。染色体编码同时采用简单顺序关系编码和基于工序的编码,并为两种编码分别设计了多种交叉和变异操作。为避免遗传算子产生违背工序顺序优先关系的不可行解,提出了顺序约束修正策略;针对遗传算法易过早收敛的缺陷,设计了自适应调节变量以强化种群多样性,并引入变邻域搜索算法改变解的搜索邻域,进一步搜索最优调度方案。三种不同规模的实验仿真验证了问题描述模型及调度算法的有效性。

为了满足用户个性化产品设计需求、对接优质设计服务资源以及提升设计过程中的服务质量,基于云服务平台运行机制开发一种面向设计产业链的需求与服务映射云服务平台。根据服务资源描述框架和模糊语义相似度算法构建设计产业链需求与服务映射模型;分析了一些设计公司的需求,提出业务服务协同管理模型;最后利用统计得到服务质量数据,根据线性回归方程计算出服务评价各项指标等。结合实际案例对平台进行应用,并筛选出最优服务方。验证表明,上述算法和模型实现了对需求服务的匹配和设计服务方的客观评价。

针对指标评价值为语义信息且专家权重、指标权重信息不完全的多指标群决策问题,采用直觉模糊集方法处理语义评价信息，提出了一个改进直觉模糊VIKOR方法。基于最大化贴近系数计算指标权重；以专家偏好的一致性为目标函数，构建线性规划模型来确定专家权重，引入一种新的距离测度方法计算两直觉模糊数的距离，最后通过直觉模糊VIKOR方法对备选方案进行排序并择优，通过某汽车设计方案评价实例验证了所提方法的有效性。

为了优化调度方案,针对最小化最大完成时间、机器总空闲时间和工件总延期时间的具有学习退化效应的TFT-LCD模块组装多目标调度问题,提出改进混沌烟花算法。基于两段式编码,结合加工时间优先选择及动态淘汰锦标赛规则构建帕累托非劣解集。仿真实验表明：改进烟花算法求解质量优于烟花算法、粒子群算法,学习退化效应增强将减少可行解数量,学习率、退化因子增大使得非劣解远离原点。

为了在没有任何历史故障信息的情况下定位真正的故障变量，研究了KNN在化工生产过程故障定位中的应用。首先利用局部离群因子（LOF）算法剔除原始数据中的离群点，将剩余数据作为训练数据建立KNN模型；然后计算待检测数据的检测指标，将其与控制限对比进行故障检测。最后，对检测出的故障计算训练数据基于KNN的变量贡献，利用核密度估计确定定位指标的控制限。对测试数据计算变量对定位指标的贡献，对所求的贡献矩阵进行量化，画出故障定位图。将该方法用于数值例子和TE过程，仿真结果说明该方法可以对故障进行准确定位，证明了其有效性。

以最小化任务完成时间为目标,建立了柔性作业车间人员配置及作业排序模型,并设计了蚁群—遗传混合优化算法进行求解。首先,根据求解问题特征,设计了蚁群—遗传协调优化的算法结构。其中,蚁群算法求解资源配置,遗传算法求解既定资源配置方案下的作业排序;其次,为便于蚂蚁游历中配置任务的加工设备和操作人员,设计了一种新的蚂蚁游历地图及地图上启发式信息的计算方法和更新方式;再次,遗传算法采用基于工序优先权值的实数编码方式,并采用父子排序的精英保留策略以促进算法收敛;最后,通过两个不同规模的实例,比较其与其他算法及不同资源配置规则的运行结果,说明本算法能较好地求解柔性作业车间的人员配置及作业排序问题。

以提高机床液压系统可靠性为目的,分析了液压传动的特点,并对常见的故障现象进行了整理,归纳出了振动异响、压力不足及波动大、流量不稳定、液压元器件损坏四种典型的故障模式。以某磨齿机为例,采用FTA（故障树分析）方法,对四种故障模式进行了故障原因溯源,找出了造成系统故障的根本原因。以压力故障为例进行了定量分析,对每个底事件的概率重要度和相对概率重要度进行了计算,并阐述了重要度分析在可靠性改进和控制过程中的重要作用。