基于CPN仿真的排队系统建模及性能分析

排队网络模型是一种经典的性能分析模型,提出按照队列的输入过程、排队规则和服务机构三要素,将排队系统转换为层次颜色Petri网模型的建模规则,利用CPN Tools 工具在模型中加入monitor监视器监视模型运行情况,使用Data Collector采集相关数据,进行队列模型的相关指标的性能分析和评价工作,最后给出基于仿真的建模与分析方法的一般操作步骤.这种建模和分析方法不需要对系统作任何的假设和限定,可以对模型的任何方面进行性能分析,扩展了传统排队系统的研究范围,具有很强的灵活性;一些扩展排队网络的建模和分析,如考虑服务台损坏和维修时间的扩展模型,只需对基础的排队网络稍加修改即可完成建模和性能分析,提高了模型的复用性;层次化的建模方法克服了基本Petri网组合状态爆炸的缺点,可以用于大规模的复杂排队系统.     

SV模型的变结构研究及应用

探讨SV模型的诊断分析和变结构建模问题，并在扩展SV模型基础上利用分段建模方法来检测模型结构变化点和分段变化模型的选择，最后以深驯股票市场综合指数为依据验证诊断分析方法的有效性。     

基于分数低阶统计量的水下目标定向新方法

针对传统方法对阵列信号处理所研究的噪声采用高斯分布的模型来进行描述,当噪声存在显著的尖峰时,不能得到满意结果的问题。利用稳定分布对实际中所遇到的具有较大脉冲特性的随机噪声进行建模,分析了共变在阵列信号处理中的不足,利用已有的矢量水听器模型建立一种水下目标定向系统,提出了一种基于分数阶相关的水下目标定向算法。仿真表明这种算法是一种在高斯和分数低阶α-稳定分布噪声条件下具有良好韧性的水下目标定向算法,相对共变而言,分数阶相关具有更宽的噪声特征指数范围,更适用于实际应用。     

结构时间序列模型在季节调整方面的应用——与X-12季节调整方法的比较分析

建立一种基于结构时间序列模型的新的时间序列季节调整方法.首先,利用ARIMA模型研究时间序列的结构,根据序列的单整阶数(d)建立趋势循环分量的表达式,并在此基础上构建不同形式的结构时间序列模型.在结构时间序列模型中,针对经济指标分解得到的趋势、循环、季节及不规则因素是不可观测的变量,不能利用回归分析方法求解模型,因此,采用状态空间形式来求解模型.最后,利用结构时间序列模型对我国国内生产总值(GDP)和社会消费品零售总额等宏观经济时间序列进行了季节调整,并与目前广泛使用的X-12季节调整方法进行对比分析,实证结果表明,基于结构时间序列模型的季节调整方法具有相对较强的稳定性.     

基于面向对象Petri网的电梯群控系统建模

电梯群控系统是一种典型的离散事件动态系统，这体现在乘客到达的起始层、目的层和到达时间的随机性，所以，很难用一个传统的数学模型表达式来表示。提出了一种应用面向对象Petri网对该系统进行建模的方法，该方法在对电梯运行情况充分研究的基础上，分别建立电梯运行和电梯控制器Petri网模型，从而构造电梯群控系统模型。该建模方法不仅适用于电梯群控系统，而且适用于其它离散事件动态系统。     

一类非线性离散时间系统的变结构控制

针对一类非线性离散时间系统，提出了一种基于神经网络趋近律的变结构控制方法。分别用两个神经网络自适应调整趋近律中的参数ε和δ，利用离散趋近控制律与离散等效控制律的偏差对网络权值进行更新，克服了常规变结构控制方法中需预先设定趋近律中参数的限制，既保留了传统趋近律设计方法的所有优点，又有效的改善了系统的动态品质，消除了系统抖振，使系统最终以理想方式在滑模面上运动。理论分析和仿真结果表明了所提出方法的有效性。     

基于多Agent的模型系统研究

利用多Agent理论和技术建立运行于网络环境中的模型系统。这种基于多Agent的模型系统由多个分布于网络上的软件Agent组成，它打破了传统模型系统以模型库为核心的基本框架，为研究开发处理复杂问题的支持系统和综合集成研讨厅提供了新的模型系统建立方法。     

长期天气的人工神经网络混合预报模型研究

利用人工神经网络方法结合均生函数和多元分析方法，提出了一种同时考虑预报量自身显著变化周期和外生变量因子对预报量未来变化影响的混合预报模型。这种新的神经网络混合预报模型，比单纯采用时间序列统计预报方法或多元分析统计预报方法具有更好的预报效果，并且这种预报能力的提高具有合理的分析依据。     

离散模型参考变结构控制算法

针对离散时间系统的变结构控制问题,对常规离散变结构抖动产生原因进行分析,给出了改进的离散趋近律和滑动平面的选择方法,消除了抖振,缩短了趋近时间;提出了离散模型参考变结构控制算法,提高了系统的鲁棒性.仿真结果表明,该方法是可行的,减小了系统的抖动,并就保证了系统的稳定性.     

基于观测器的飞机除冰液温度鲁棒控制方法研究

对飞机除冰液温升模型的时变和延时特性进行了分析研究.采用Pade逼近对飞机除冰液加热系统的纯时延特性进行近似,将系统的时延问题转化为非时延问题进行处理.为克服由于飞机除冰作业过程中流量变化所造成的系统模型参数变化,采用基于滑模变结构的鲁棒控制方法对系统模型参数摄动进行补偿.为解决系统状态不可测问题,消除Pade逼近误差对出口温度的影响,采用状态观测器对系统的状态进行估计,并对Pade逼近模型输出误差进行补偿.利用系统不同流量下的试验温升曲线模型对设计的控制策略进行了仿真研究,仿真结果验证了所提出算法的有效性.     

创新驱动升级的SD建模和策略的反馈仿真组合分析——以江西合力有限公司创新升级为例

中国正在全面推进创新发展战略,创新系统是一个动态的复杂系统,创新策略如何作用于系统结构及效果需进行深入的仿真研究.通过对江西合力有限公司技术创新活动分析,运用逐树设撤关联数结构行为检验建模法,建立可靠性高的六棵流率基本入树模型及等价流图仿真模型.新引入图论的关联矩阵算法,计算得到复杂系统的三十三条反馈环.然后,结合实际设置仿真调控参数变化区间,进行反馈结构和策略仿真的关联分析.结果表明:定量实施"提高创新投融资力度、提升创新人才支撑能力、深化产学研合作"三条发展策略,能够有效促进企业升级.此为企业科技创新发展提供了决策依据,并有效验证和实施了SD建模、反馈环新算法、策略仿真与反馈结构组合分析新方法.     

基于合作规则的脉冲神经膜系统的小通用性

基于合作规则的脉冲神经膜系统是一类受神经元利用脉冲进行信息处理与通讯的生物功能启发得到的分布式并行计算模型的变体.在这类系统中,每个神经元具有相同有限数量的规则集合,且所有神经元中的集合用相同的标签进行标记,规则的集合称为组件.文中研究了基于合作规则的脉冲神经膜系统的小通用性:作为产生数的装置,构造了一个需要6个神经元的通用脉冲神经膜系统,这个结果回答了Metta等提出的一个公开问题。     

JIT生产控制策略的研究现状与发展

深入分析并比较了文献中有关准时制生产系统中生产控制策略的研究工作，主要包括不同控制策略的生产系统模型、模型分析方法、生产系统中看板数的确定和分配。把串联布置的生产系统的研究工作扩展到更为复杂但更符合实际的一般设置的网络生产系统，并且对生产系统中运作管理的策略进行了分析，提出了4种不同的控制策略，在这方面的研究工作已经取得了进展。     

SD模型的系统极小反馈基模集入树组合删除生成法——以德邦规模养种系统发展为例

反馈基模是社会经济复杂系统分析的有效工具,在穷举可能经嵌运算生成极小基模的入树组合原则下,给出了三个入树组合删除法则,利用法则可删除大量不能生成极小基模的入树组合,从而实现简单有效计算一个确定复杂系统极小基模集的目的.根据二阶反馈环中流位变量、流率变量的关联特征,给出二阶极小基模生成步骤;根据入树组合删除法则,给出三到n阶极小基模生成步骤.由此,得到规范化的系统极小反馈基模集生成的步骤.以德邦牧业规模养种生态能源反馈系统为例,建立了含八棵入树的流率基本入树模型,利用此方法计算出系统八个极小基模构成的系统极小反馈基模集.此八个极小基模可有效刻画养殖废弃物污染制约系统发展、厌氧发酵产出物二次污染制约系统发展、场户合作低碳循环农业模式促进系统发展三个不同阶段的系统主导结构,并基于极小基模分析生成促进系统发展的三条管理对策.建立了德邦牧业规模养种生态能源反馈系统模型仿真方程,仿真分析三条管理对策的实施效应,实现了定性至定量综合集成分析,此实证分析效果揭示极小基模集入树组合删除生成法为系统进行反馈环分析提供了一种新的方法.     

复杂网络中的社团结构

对复杂网络社团结构问题进行了综述。介绍了无权无向网络中社团结构的定义、探索社团结构的算法及算法的评价标准和检验网络。重点总结与类比了具有代表性的算法及其在检验网络上得到的结果，并依据这些结果和评价标准对算法进行了评述。部分地概括了原有算法在加权无向网络中的推广方法。最后对部分社团结构算法的特点进行了横向的比较，对社团结构与网络功能的研究进行简略介绍，并对社团结构研究的发展做出展望。     

网络--探索复杂性的新途径

简单系统由于非线性关系可以呈现复杂行为，而复杂系统可以遵循简单规则自组形成、近年来，作为探索复杂系统结构和功能的复杂网络引起了国际科学界的高度重视，已成为数理科学、生命科学、社会科学、技术科学和管理科学的研究热点之一．论文首先介绍了在复杂网络研究方面已经取得的某些进展，从典型模型．重要概念，网络分类一直到网络结构涌现，其中也包括了作者所做的工作；然后对某些值得注意的问题做了简短的评述．     

复杂仿真系统模型验证方法的研究

复杂仿真系统置信度评估理论及方法研究是仿真界的难题。本文根据复杂仿真系统的特点,提出了利用贝叶斯(Bayes)理论对复杂仿真系统模型进行验证的方法,建立了检验建模与仿真(M&S)中的复杂假设的规则及实现算法,经过部分实例证明此方法是一种准确、通用和有效的方法。对复杂假设进行检验的Bayes方法,对于小子样甚至是特小子样场合的仿真系统具有参考价值。     

科技进步——人类智能性自组织过程的序参量

本文基于协同学原理,阐明科技进步是社会经济系统有序状态转向基于原有序状态的新有序状态的过程序参量。通过协同学模型的运行结果说明协同学方法的应用潜力和可能的局限性。指出把协同学观点嵌入传统技术是较好的选择。最后,文中通过几个简单模型分析了科技进步、产业结构、就业结构和社会结构间的关联性。     

Caveman网络及其在复杂网络熵分析中的应用

熵可以有效反映复杂系统内网络结构的异质性.针对熵指标在刻画网络全局异构上是否适用这一问题,目前仍缺少用以评测的基准网络.对此,在已有结构熵研究的基础上,提出一种Caveman网络构造及其演化规则,为网络复杂性的度量提供新的思路。通过数理分析和仿真实验验证该Caveman网络可以有效评测各类结构熵指标对其演化过程的敏感性,反映熵指标对网络复杂特征识别能力的差异。同时由于Caveman网络可以更好地探索信息空间和抵御攻击,将有助于设计鲁棒、高效的系统结构。     

采用属性相关分析的异常数据检测方法

为了发现数据库中的异常数据,提出了两个数据项集之间相关可信度的新概念,并研究了基于该度量的异常数据检测规则的计算算法,产生的规则适合于离散型属性孤立点的检测。在计算检测规则中,最小相关可信度阈值不需由用户指定,而是根据1〖CD*2〗数据项集的频率确定;利用相关可信度的性质,可以减小检测规则计算算法的时间复杂度。实验结果表明,采用该方法计算获得的相关规则进行异常数据检测,不仅效率较高,而且检测的准确率、查全率也较高。