Modeling and analysis of a mixed‐model assembly line with stochastic operation times

We consider a mixed‐model assembly line (MMAL) comprised a set of workstations and a conveyor. The workstations are arranged in a serial configuration. The conveyor moves at a constant speed along the workstations. Initial units belonging to different models are successively fed onto the conveyor, and they are moved by the conveyor to pass through the workstations to gradually generate final products. All assembling tasks are manually performed with operation times to be stochastic. An important performance measure of MMALs is overload times that refer to uncompleted operations for operators within their work zones. This paper establishes a method to analyze the expected overload times for MMALs with stochastic operation times. The operation processes of operators form discrete time nonhomogeneous Markov processes with continuous state spaces. For a given daily production schedule, the expected overload times involve in analyzing the Markov processes for finite horizon. Based on some important properties of the performance measure, we propose an efficient approach for calculating the expected overload times. Numerical computations show that the results are very satisfactory. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

Estimation of average backorders for an assemble‐to‐order system with random batch demands through extreme statistics

We investigate inventory management for a large‐scale multi‐product, multi‐component Assemble‐to‐Order system with general random batch demands. Results from extreme statistics theory are applied in developing approximation schemes for a widely used performance measure, customer backorders. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

基于神经网络的离散变结构控制系统

系统研究了基于神经网络的离散变结构控制系统设计方法,提出了几种具体设计方案.神经网络的引入可以使滑模(变结构)控制具备学习与自适应能力,使控制信号得以柔化,从而能够减轻或避免困扰常规滑模控制器的抖振现象,改善控制效果.     

电液伺服系统的模糊神经网络自适应控制

针对电液伺服控制系统中存在的非线性影响,常规PID控制难以取得良好的控制效果,采用模糊神经网络自适应控制,通过BP算法改变模糊隶属函数的形状及模糊规则的中心值,实验结果表明该方法能有效地跟踪电液位置伺服系统。     

有限精度的 BP 神经网络高速算法

精度要求是神经网络硬件实现的一个关键问题。本文提出了一种有限精度的BP高速算法，通过实例验证，该算法适于低精度，且收敛速度快。     

Banyan网的一类非阻塞特性及其在ATM交换机设计中的应用

Ｂａｎｙａｎ网具有结构简单、自寻址、硬件复杂度低等优点，因而被许多交换系统和多机系统作为基本互连网络，但其内阻塞特性限制了它的性能。对某些特定输入模式，Ｂａｎｙａｎ网是非阻塞的。本文讨论Ｂａｎｙａｎ网的一类非阻塞特性，说明它们在ＡＴＭ交换机设计中的应用——通过数据分布提高ＡＴＭ交换机的负载均衡能力，用更小的硬件代价实现多目广播功能。     

军事电子信息处理中的人工神经网络技术

本文首先分析了现代战场环境对军事电子系统智能信息处理的应用需求，然后对人工神经网络理论与技术在军事电子信息处理中的现实应用与潜在前景给出了一个较为详细的介绍与分析。着重介绍了神经网络在雷达、红外及声纳目标的检测、识别、多机动目标跟踪及武器系统的智能控制等方面的应用情况，力图展示神经网络用于军事电子信息处理的特色与优势。最后分析了人工神经网络技术发展与应用中存在的一些问题。     

采用神经网络技术降低机电设备BIT虚警

机电设备 Ｂ Ｉ Ｔ 的突出问题是虚警率高，重要原因之一是 Ｂ Ｉ Ｔ 系统传感器通路故障。本文选取神经网络技术进行传感器通路故障诊断，剖析某大型船舶动力装置机电设备 Ｂ Ｉ Ｔ 系统中传感器通路的故障机理和类型，得到其故障样本数据，经过神经网络学习训练后对实际系统进行故障诊断和识别，实验结果表明该方法简洁、有效，能够有效地诊断故障并识别出故障类型，具有实用价值。     

一类多维双重时序 AR(1)-MA(q) 模型的平稳性

讨论了一类多维双重时序ＡＲ（１）－ＭＡ（ｑ）模型的二阶平稳性问题。通过导出一组线性方程组，给出了这类模型二阶平稳的显式充分条件和必要条件，为验证模型的二阶平稳性提供了一个可行的途径。     

环形区域极点/协方差约束下的模型简化设计

提出离散随机系统模型简化的一种新方法,即环形区域极点／协方差约束下的模型简化方法。这种设计方法的基本思路是构造指定维数的降阶模型,使其匹配给定的环形区域极点和稳态协方差参数,在系统的动态特性和稳态特性方面逼近给定的满阶模型。文中导出了期望的简化模型的存在条件及解析表达式,并提供了一个数值算例。