区间极大加系统中区间矩阵的特征区间与特征区间向量
本文选题:双子 切入点:区间极大加系统 出处:《河北师范大学》2017年硕士论文 论文类型:学位论文
【摘要】:生产周期在计算机网络、自动化制造和数字电路等系统的性能评估中有着重要的应用.对于带有输入结构的生产系统,在不考虑原料的输入时间,只考虑零件的传递时间和机器的加工时间时便成为了我们熟悉的自治的生产系统.而生产系统中零件的传递时间和加工时间往往以区间的形式出现,通过研究区间极大加系统的状态方程的解和算法,就可以计算出区间极大加系统中不可约区间矩阵的特征区间和特征区间向量,从而得到整个系统的生产周期,即特征区间.Subiono给出了极大加系统中不可约矩阵的特征值与特征向量的数学表达式及生产周期的计算方法.本文主要研究了区间极大加系统中不可约区间矩阵的特征区间与特征区间向量的数学表达式及生产周期的计算方法.首先给出了区间极大加系统的状态方程及解的表达式.定义了特征区间及特征区间向量、不可约区间矩阵、区间平均权重、周期时间区间向量、区间事件图等概念.在区间极大加系统有且仅有一个特征区间时,对于至少包含一个有限区间分量的初始状态区间向量而言,经过一系列迭代,区间极大加系统呈现出周期性,得到了区间平均权重等于特征区间且唯一,进而给出了特征区间与特征区间向量的具体数学表达式和特征区间及特征区间向量的计算方法,从而将原有的极大加系统中的算法推广到了区间极大加系统中.
[Abstract]:Production cycle plays an important role in evaluating the performance of computer networks, automated manufacturing and digital circuits. For production systems with input structures, the input time of raw materials is not considered. Considering only the transfer time of the parts and the processing time of the machine, it becomes a familiar autonomous production system, and the transfer time and the processing time of the parts in the production system often appear in the form of interval. By studying the solution and algorithm of the state equation of the interval maximum additive system, the characteristic interval and the characteristic interval vector of the irreducible interval matrix in the interval maximum addition system can be calculated, and the production cycle of the whole system can be obtained. Namely, characteristic interval. Subiono gives the mathematical expression of the eigenvalue and eigenvector of the irreducible matrix in the maximal additive system and the method of calculating the production cycle. In this paper, we mainly study the special properties of the irreducible interval matrix in the interval maximal additive system. The mathematical expressions of eigeninterval vector and eigeninterval vector and the method of calculating the production cycle are given. Firstly, the state equation and the expression of the solution of the interval maximum additive system are given, and the characteristic interval and the eigeninterval vector are defined. The concepts of irreducible interval matrix, interval average weight, periodic time interval vector, interval event graph, and so on. For the initial state interval vector containing at least one finite interval component, after a series of iterations, the interval maximum addition system presents periodicity, and the interval average weight is equal to the characteristic interval and is unique. Furthermore, the mathematical expressions of feature interval and feature interval vector and the calculation method of feature interval and feature interval vector are given, which generalizes the algorithm of the original maximal addition system to the interval maximum addition system.
【学位授予单位】:河北师范大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O151.21
【相似文献】
相关期刊论文 前10条
1 赵玲;;“向量”概念的学习与应用[J];无锡商业职业技术学院学报;2006年03期
2 徐文华;;探析教学中向量相关理论的引入[J];教育教学论坛;2014年26期
3 梅向明;;kP氏空晸中一\ 曲}谒黀的Frenetj架的相曑位置是不媻的[J];中山大学学报(自然科学版);1957年01期
4 宣永忠;;浅谈向量在中学数学中的一些应用[J];铜陵职业技术学院学报;2008年04期
5 程铭东;;关于向量定义的讨论[J];黄石理工学院学报;2005年06期
6 漆林伟;;向量的投影和射影概念辨析[J];甘肃联合大学学报(自然科学版);2007年03期
7 胡运红;董玉林;;支持向量机简化算法中支持向量与违背对的几何意义[J];山东科技大学学报(自然科学版);2010年01期
8 张军峰;隋东;;基于稀疏型支持向量回归的时间序列预测[J];系统工程学报;2011年05期
9 李世达,陈土生;最小二乘估计的递推公式[J];东北林业大学学报;1989年02期
10 邹正冬;季红蕾;张加杰;袁們;;向量公式的MATLAB符号证明和应用[J];吉林省教育学院学报(上旬);2014年06期
相关会议论文 前1条
1 张晓艳;王挺;陈火旺;;基于多向量和实体模糊匹配的话题关联识别[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
相关博士学位论文 前7条
1 梁锦锦;支持向量机和支持向量域描述的若干问题研究[D];西安电子科技大学;2009年
2 余艳芳;改进型支持向量回归机及其在过程建模与控制中的应用[D];华东理工大学;2010年
3 凌萍;基于支持向量技术的聚类分类研究[D];吉林大学;2010年
4 柳长源;相关向量机多分类算法的研究与应用[D];哈尔滨工程大学;2013年
5 曾志强;支持向量分类机的训练与简化算法研究[D];浙江大学;2007年
6 曾绍华;支持向量回归机算法理论研究与应用[D];重庆大学;2006年
7 王振华;布尔向量数据模式分类关键问题及中医诊断量表研制[D];北京交通大学;2009年
相关硕士学位论文 前10条
1 刘子明;基于支持向量回归的有杆泵抽油井动态液面检测方法研究[D];东北大学;2014年
2 白捚;基于全矢支持向量回归的机械故障预测研究[D];郑州大学;2016年
3 王晓雪;基于三语平行语料的语义向量的机器翻译研究[D];哈尔滨工业大学;2016年
4 吴兵兵;基于词向量和LSTM的汉语零指代消解研究[D];哈尔滨工业大学;2016年
5 丁卜建;基于情感词典拓展和词向量的中文情感分析技术的研究[D];辽宁大学;2016年
6 李欣雨;基于多向量的中文新闻话题检测[D];河北大学;2016年
7 宋润青;基于词向量和文本特征的事件提取[D];西安电子科技大学;2015年
8 钟毅伟;基于相关向量机的太赫兹频谱特征提取及识别研究[D];昆明理工大学;2016年
9 张胜昔;基于向量夹角余弦的工程项目成本—进度—质量集成化评价研究[D];青岛理工大学;2016年
10 武海瑛;基于词向量概率模型的联合话题情感分析研究[D];深圳大学;2017年
,本文编号:1640862
本文链接:https://www.wllwen.com/kejilunwen/yysx/1640862.html