【摘 要】
：
现有的CAPP侧重于工艺方案的规划,方案是否正确与最优则需通过实践检验。为保证CAPP所规划的工艺方案是合理及最优的,提出了在现有CAPP系统中集成用于模拟检验的可进行几何仿真与部分物理仿真的加工过程仿真部分,根据规划的工艺方案模拟加工过程,并根据仿真结果来修正工艺方案,从而保证规划出来的工艺方案合理及最优。基于VC与OpenGL开发了一个原型仿真系统,实现了部分加工过程仿真功能。
【基金项目】
：
国家自然科学基金资助项目（50675078）, 国家“863”计划资助项目（2006AA04Z136）
论文部分内容阅读
现有的CAPP侧重于工艺方案的规划,方案是否正确与最优则需通过实践检验。为保证CAPP所规划的工艺方案是合理及最优的,提出了在现有CAPP系统中集成用于模拟检验的可进行几何仿真与部分物理仿真的加工过程仿真部分,根据规划的工艺方案模拟加工过程,并根据仿真结果来修正工艺方案,从而保证规划出来的工艺方案合理及最优。基于VC与OpenGL开发了一个原型仿真系统,实现了部分加工过程仿真功能。
其他文献
针对传统模糊C均值聚类算法(FCM)存在对初值敏感和易陷入局部收敛的缺陷,利用改进的粒子群算法对FCM进行优化,提出一种新的模糊C均值聚类算法Improved PSOFCM,并建立基于熵的聚类有效性函数,对聚类算法的性能进行客观评价。数据集实验表明,Improved PSOFCM算法不仅能克服传统FCM算法的不足,而且在聚类正确率和有效性上也优于基于粒子群与基于遗传优化的FCM算法。
在经典关联规则算法Apriori的基础上,提出了一种改进的动态遗传Apriori挖掘算法。通过动态遗传Apriori挖掘算法对学生成绩管理数据库中的课程进行分析,找出各课程之间的隐藏关系,得到一些合理、可靠的课程关联规则,从而根据这些规则进行课程的合理设置。实验结果表明,该算法能高效地解决数据挖掘问题。
针对超立方体结构的多处理机系统出现故障的问题,对容错超立方体网络的局部连通性进行了研究。根据局部连通性的特点定义了相邻节点集合类的概念,提出并证明了求解两类相邻节点集合的公式。给出了满足任意子连通性条件的超立方体网络的自适应容错路由算法。该算法是分布式和基于局部信息的,可以预防死锁。仿真实验的结果表明算法是高效的,且构建的路径长度接近于最优路径长度。
首次对标准模型下群签名的批验证协议进行了研究。利用小指数测试技术和双线性对映射的特殊性质,为目前效率较高的两个群签名方案按照多人签署相同消息和不同消息这两种情况,分别设计了相应的批验证协议。相较于单独验证,认证效率大大提高。
计算机动画中,模拟人的头发是非常困难的。基于动态的、不可伸展弹性杆的基尔霍夫方程,提出采用超螺旋线表示头发股来解决头发股的弯曲和挠曲的非线性行为。将头发股分成N段,使用拉格朗日力学定律动画绘制每段超螺旋杆,最后将各段连接起来,构成整个头发股。基于其他可行的模型与动态超螺旋线模型的比较,实验结果显示模型能够有效地处理大范围具有高逼真度的卷发。
为了消除人脸图像中的遮挡阴影对识别精度的影响,采用数学形态学处理对阴影进行检测分离,根据其照度损失不同划分为阴影边缘区和阴影主体区,分别实施照度补偿,并将非阴影区、阴影边缘区和阴影主体区光强光顺过渡,实现对图像阴影区域的恢复处理。基于该照度补偿原理处理实例表明,该方法可以较好地去除人脸图像中部因遮挡造成的阴影,显著改善图像质量。
提出了一种新的两步法来实现欠定情形下语音信号的盲分离。第一步,采用一种重构观测信号采样点搜索法来估计混合矩阵;第二步,提出了一种伪提取矢量的概念,通过伪提取矢量来提取取值占优的源信号的采样值来恢复源信号。在源信号的恢复过程中,还使用了经典的基于线性规划的欠定盲源分离方法。结果表明:该方法由于在信号的各采样点处无须优化,在源信号的分离过程中,分离速度要比基于线性规划的方法快数倍,且分离精度不低于基于
社区获得性肺炎（community acquired pneumonia,CAP）是指在医院外罹患的感染性肺实质（含肺泡壁即广义上的肺间质）炎症[1].老年社区获得性肺炎一般指年龄超过65岁患者的CAP.随着老
针对传统的神经网络训练算法收敛速度慢、易陷入局部最优的问题,提出了一种基于改进的分期变异微粒群优化算法(SMPSO)的神经网络相关性剪枝优化方法。SMPSO在初期使适应度过低的微粒发生变异,在后期使停滞代数过高的个体极值和全局极值发生变异,后将SMPSO用于优化神经网络相关性剪枝算法。实验结果表明,该方法与采用BP算法及标准PSO算法进行相关性剪枝相比,在训练收敛速度、剪枝效率及分类正确率三方面都
针对具有复杂约束条件的优化问题,提出了一种混合粒子群算法。该混合算法在将标准粒子群算法与线性搜索法有机结合的基础上,依次对粒子的每一维变量进行适当变化并同时判断其变化的效果。最后进行了数值实验,其结果表明,所提出的混合粒子群算法对于具有复杂有约束条件的优化问题有较好的优化效果。