简介：故障树在设备的故障诊断中被广泛应用.当系统复杂度较大时,故障模式和故障树的分支会剧烈增加,故障现象和故障原因因此出现复杂关系,这必然给故障检测和诊断推理带来极大的困难.在故障诊断中引入一种新的人工智能方法,即蚁群算法,可以确定故障树的最优检测次序,并指导系统多故障状态的决策.由于该方法具有平行性、鲁棒性等特点,可以很好地解决前面所提问题.仿真结果显示,在故障树中采用该新方法可行、有效.
简介：由于生物微环境中存在各向异性等复杂物理因素影响,纳米颗粒在其中的扩散运动表现出反常的特征.反常扩散与生物微环境的功能实现有重要的关联,同时也是流体力学在微纳尺度方向的重要扩展.该综述系统介绍了近年来反常扩散研究的进展,从物理模型、数值模拟、测量方法及实验现象等方面揭示了纳米颗粒在复杂生物介质中的反常扩散机理及特征.该问题在微纳尺度流体力学、生物物理等领域是研究的热点,在理论上和实验时仍有重大挑战,有待进一步深入研究.
基于蚁群算法的复杂系统多故障状态的决策
纳米颗粒在复杂生物介质中的反常扩散
