基于Stackelberg模型的供应链的期权契约研究

在供应链期权契约模型的基础上,建立了关于单个供应商与单个零售商组成的基于Stackelberg模型的期权契约模型,基于此探讨了供应链机制的设计问题.研究表明当零售商占主导地位时应选择期权契约模型,当供应商占主导地位时应选择基于stackelberg模型的期权契约模型,且与供应链基本模型相比两种新模型均能提高供应链的总利润.     

计算机安全模型的研究

本文简述了访问控制矩阵模型、Bell-LaPadula（BLP）模型、Biba模型、RBAC模型和非形式化安全模型等几种安全模型的基本原理和优缺点,分析了它们的应用特点,给出了计算机安全模型的总体概述,并展望了未来的发展。     

应急管理的模型

模型在应急管理中具有非常重要的作用,论文讨论了应急管理中的模型问题.首先给出了模型的概念和常用模型,然后讨论了应急管理中常用的模型及其特点,最后分别介绍了突发事件机理模型、应急管理机制模型、应急决策模型和应急评价模型。     

血管性痴呆的动物模型

由于大鼠的脑血管分布与人类酷似,因而用大鼠建立其动物模型。大鼠血管阻断法模型有四血管阻断全脑缺血模型（4-VO）、三血管阻断再开放模型（3-VO）、二血管颈总动脉模型（2-VO）及大脑中动脉模型（MCAO）。血管内栓塞多发性脑梗死模型有颈内动脉注射微小栓子模型、舌下静脉注入铁粉模型及左心室注射液体石蜡模型。另外还有光化学诱导模型及血管性痴呆自发模型。     

基于Logit和KMV的我国上市公司信用风险的比较研究

利用Logit回归模型和KMV模型分别对选取的29家我国上市公司样本的信用风险进行实证分析和比较。结果表明,两个模型基本上都能反映上市公司的信用状况,虽然KMV模型对非违约样本组的预测结果要优于Logit模型,但是在违约公司样本组的预测上,Logit模型要远比KMV模型准确。从总体效果来看,Logit模型的预测准确性要高于KMV模型。     

生物滤池废水处理过程的数学模拟

建立一个生物滤池的多组分、多物种综合动态模型.该模型能动态描述进水及反冲洗过程对生物滤池状态和处理效果的影响.模型主体由4个子模型组成,即组分的反应动力学模型、传质扩散模型、滤池过滤模型和反冲洗模型.将4个子模型合理耦合,即可对生物滤池净化过程进行数学模拟.     

几种散射辐射模型精度的对比

通过对既有散射辐射模型的分析,结合上海地区太阳辐射实测数据,建立了各向异性散射辐射新模型,其后从天气类型、朝向、季节和倾角等方面对新模型及既有模型的精度进行了对比分析.对天气类型的研究表明,阴天或多云天时,Klucher模型、Hay模型及Skartveit和Olseth模型与实测值较为吻合;但晴天时,Perez模型和新各向异性散射辐射(NADR)模型更佳.对朝向的研究表明,对于东向和北向,Perez模型和NADR模型较为准确;而对于南向和西向,Liu和Jordan模型,NADR模型较为准确.对季节的研究表明,夏秋季Perez模型和NADR模型较为准确;秋冬季Liu和Jordan模型,NADR模型较为准确.对于倾角的研究表明,Klucher模型与实测值较为吻合,各类散射辐射模型在计算倾角较小的倾斜面散射辐射精度优于倾角较大的情况.对天气、朝向、季节和倾角等多因素的综合考虑表明,Temps和Coulson模型,Gueymard模型准确性相对较低,而NADR模型的准确性最高.     

基于栅格的新安江模型的构建和应用

根据分布式模型和新安江模型的最新理论,建立了基于栅格的分布式新安江水文模型,该模型能够考虑网格之间的水量交换.将建立的模型用于钱塘江支流密赛流域的洪水模拟计算,并与新安江模型的计算结果进行比较,可以看出,基于栅格的分布式新安江水文模型可以很好地应用于该流域进行洪水模拟,其模拟精度于原新安江模型的精度相当.     

一种实用的基于特征的产品建模系统

本文从实用的角度出发,提出了建立基于特征的产品信息模型的方法,包括主形状特征信息模型、辅形状特征信息模型、精度特征信息模型、管理特征信息模型、尺寸标注模型,通过这五个信息模型,实现了ＣＡＤ／ＣＡＰＰ的集成     

基于本体的适应人员和业务变化的工作流建模

提出一种基于本体的适应人员和业务变化的工作流模型, 通过加入对子模型内部及子模型之间相关概念和关系的定义, 达到模型对人员和业务变化适应性的目的. 在组织机构模型中, 将机构、 角色和人员分层建模, 减少了人员变化对模型关系和结构的影响. 权限分配子模型采用基于任务的权限分配方法, 使任务变化不涉及组织机构模型的变化, 避免了模型间复杂关系的改变. 由于模型采用本体表示, 与上述建模方式 结合, 使模型能灵活适应变化, 避免了传统模型缺乏共享性的缺点.     

基于历史信息选择软件可靠性模型的方法

利用历史软件项目使用模型的信息为当前软件项目的模型选择服务,提出了一种基于历史信息选择模型的方法.对于每个候选模型,根据历史项目使用该模型的准确度以及历史项目与当前项目的相似度两者来确定该模型对当前项目的适应度,并将适应度最高的模型视为当前项目的最佳模型.该方法未限定模型的类型,突破了已有的模型选择策略的应用范围限制.     

基于改进的隐马尔科夫模型的语音识别方法

针对隐马尔可夫（HMM）语音识别模型状态输出独立同分布等与语音实际特性不够协调的假设以及在使用段长信息时存在的缺陷,对隐马尔可夫模型进行改进,提出马尔可夫族模型。马尔可夫族模型可看作一个数学上由多个马尔可夫链构成的多重随机过程,HMM模型则是双重随机过程,因而,HMM模型可视为马尔可夫族模型的特例。马尔可夫族模型用条件独立性假设取代了HMM模型的独立性假设。相对条件独立性假设,独立性假设是过强假设,因而,基于马尔可夫族模型的语音模型更符合语音实际物理过程。在马尔可夫族语音识别模型中引入状态段长信息,能自动根据语速对语音单元段长进行调整。非特定人连续语音实验结果表明,利用状态段长信息的改进语音识别模型比经典HMM模型的性能明显提高。     

骨骼肌收缩的本构模型

简要介绍了肌肉力学中骨骼肌的三种代表性本构模型———Hill模型、Huxley模型和流变学模型以及存在的主要问题。Hill模型是描述整个肌肉收缩特性的力学模型,它的建立奠定了肌肉力学的基础;Huxley模型是以骨骼肌的细观解剖结构及生理收缩为基础的生理-力学模型;流变学模型是在Huxley模型的基础上发展起来的,与Huxley模型不同的是,流变学模型考虑了每种肌微丝的固有弹性等因素。旨在阐明骨骼肌收缩的基本机制及研究现状。     

几个导出模型的BLU估计间的关系的研究

首先给出分块奇异模型的一种新的导出模型,得出其M2X1β的BLU估计;讨论分块模型与几个导出模型的BLU估计之间的关系,给出这几个分块导出模型的M2X1β的BLU估计相等的充要条件.     

基于时间序列模型与灰色模型的组合预测模型的研究

为了能有效地提高预测模型的精度,提出了组合预测模型.本文首先利用APdMA模型对时间序列数据进行模型的识别和拟合,然后由比较可知优化后的GM(1,1)模型拟合和预测效果好于GM(1,1)模型,最后通过赋予合理权重结合ARIMA模型和优化后的GM(1,1)模型两种方法得到ARIMA-GM的组合预测模型.预测结果表明:组合模型的预测准确性高于各个模型单独使用时的准确性,组合模型发挥了各个单一模型的优势.     

基于改进的隐马尔科夫模型的词性标注方法

针对隐马尔可夫(HMM)词性标注模型状态输出独立同分布等与语言实际特性不够协调的假设,对隐马尔可夫模型进行改进,引入马尔可夫族模型。,该模型用条件独立性假设取代HMM模型的独立性假设。将马尔可夫族模型应用于词性标注,并结合句法分析进行词性标注。用改进的隐马尔可夫模型进行词性标注实验。实验结果表明:与条件独立性假设相比,独立性假设是过强假设,因而基于马尔可夫族模型的语言模型更符合语言等实际物理过程;在相同的测试条件下,马尔可夫族模型明显好于隐马尔可夫模型,词性标注准确率从94.642%提高到97.126%。     

支持MDD的体系结构模型的形式化语义

 为解决模型驱动开发中模型映射关系的定义和模型转换的正确性验证等方面存在的问题,利用范畴理论形式化描述软件体系结构模型及其间的关系,使之具有严格的语义。态射合成被用来追踪构件模型之间的关联和映射关系,不同抽象层次的体系结构模型之间的一致性由函子来维持。范畴理论支持图形化建模,可以使模型中的构件关系以及结构特征可视化,有利于对模型转换的理解和追踪。应用研究表明,该方法不仅可为验证模型之间映射规则的正确性提供依据,还能为模型转换的具体实现提供理论指导。     

基于层流边界层理论的单组分液体蒸发速率的预测

对单组分液体蒸发模型的研究进展进行了总结。根据层流边界层理论和分子扩散理论，建立了层流环境下单组分液体蒸发的数学模型，并进行了风洞蒸发实验。将实验结果同新建模型的预测结果以及常用蒸发模型的预测结果进行了对比分析。结果表明，新建模型的预测结果与实验结果的偏差为33．5％，预测精度仅次于Mackay ＆ Matsugu模型、NIOH-1模型和SUBTEC模型。在较低风速内，随着风速的增加，新建模型的预测精度逐渐增加；随着蒸发液体挥发性能的减弱，新建模型的预测精度增加。     

基于Web Service的DSS模型重用机制研究

模型重用是DSS模型研究的重要问题之一．本文提出把DSS模型分成动态模型和静态模型并分类进行管理，同时利用Web Service技术向远程客户端提供模型服务；而用户则通过客户端模型调用组件向Web Service调用不同的模型服务．这样更好地实现了在分布式异构环境中的模型重用，另一方面也使得模型易于使用和管理．     

GPS高程迭加拟合模型的研究

为提高GPS高程拟合模型在逼近高程异常曲面时的逼近精度和可信度,探讨了GPS高程转换的迭加模型(遗传神经网络模型和神经网络综合模型).通过实测的GPS水准数据对迭加模型和单一模型进行分析比较,结果表明迭加模型逼近高程的精度和可靠性均高于单一模型.