创新驱动下三级供应链分销渠道产品质量控制策略研究

基于四阶段Stackelberg动态博弈分析,构建了一个制造商、两个竞争零售商与最终顾客组成的三级供应链分销渠道质量控制模型,研究了创新驱动下在三级供应链中如何设计分销渠道策略和如何制定产品质量控制策略的问题.建立了分销渠道三种策略模型 （直接渠道策略、间接渠道策略、混合渠道策略）,并分析了创新驱动下三种分销渠道策略对制造商产品质量决策、零售商产品采购决策、 期望收益函数以及最终顾客消费者剩余的影响.可以证明：当存在创新驱动条件下,产品质量水平、批发价格、零售价格均将上升,制造商期望收益将下降,零售商期望收益将增加,最终顾客消费者剩余将会增加;当制造商选择间接渠道策略时,产品质量水平和零售价格均将下降,最终顾客的消费者剩余也会降低;当制造商选择低产品质量而采取间接渠道策略时,消费者剩余将会增加;当制造商选择高产品质量而采取间接渠道策略时,消费者剩余最低,这些结论也是对本领域相关研究的有力补充,具有一定的现实指导意义.最后,进行了算例分析,数值计算结果验证了所建模型的有效性和正确性,为该模型在实践中的具体应用指明了方向.     

α稳定分布噪声下基于FHN模型的UWB-IR信号检测

针对传统FitzHugh-Nagumo (FHN)模型检测方法在α稳定分布噪声条件下检测性能退化的问题,在α稳定分布的统计特性基础上,将三倍分散系数异常值剔除准则引入FHN模型检测方法,提出基于三倍分散系数FHN模型的超宽带冲激无线电(ultra wideband-impulse radio, UWB-IR)检测方法。此外,对传统三倍分散系数准则进行改进,使用样本分位数法对α稳定分布参数进行估计,避免了传统三倍分散系数准则对α稳定分布参数先验信息的依赖,使其适合全盲条件下的UWB-IR信号检测。仿真实验表明,该算法能有效抑制α稳定分布噪声中的强脉冲,可较好地重构UWB-IR信号波形,实现了强α稳定分布噪声条件下UWB-IR信号的有效检测。     

基于特征值检测的多天线盲频谱感知算法的研究(英文)

在多天线感知场景中噪声不确定和信号相关现象可能同时存在,经典的基于能量检测(ED)感知性能将急剧恶化。利用多天线接收信号存在的相关特性,提出一种基于取样协方差矩阵(SCM)特征值的盲频谱感知方法。新方法无需噪声方差、主信号和无线信道的信息参与感知过程。与经典的能量检测方法相比,由于无需噪声方差参与感知节点的判决过程,新方法的感知性能对噪声不确定性具有良好的鲁棒性。利用多元统计理论和随机矩阵理论(RMT)获得了相应的理论判决门限。仿真结果表明新算法比基于ED的感知算法具有更好的误警性能和更可靠的检测性能。     

基于改进高斯粒子滤波器的目标跟踪算法

针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,该方法适合于量测误差分布为高斯白噪声且状态量与量测误差相关条件下的非线性估计。仿真结果表明,与传统的自举粒子滤波(boot trap particle filter, BPF)、高斯粒子滤波（Gaussian particle filter, GPF)以及无迹粒子滤波（unscented particle filter, UPF)相比,该方法具有较高的精度和较少的计算量。     

一种稳健的雷达高分辨距离像目标识别算法

雷达高分辨距离像目标识别算法通常对目标回波的噪声大小比较敏感,如果测试样本和训练样本的信噪比不等,那么将会导致识别性能的下降。在实际应用中,需要识别算法在不同噪声强度下都能够保持稳健的性能,因此在概率主分量分析模型的基础上,提出一种稳健的雷达高分辨距离像自动目标识别算法。该算法能够让模型随着噪声强度的不同而自适应地调整其参数,并且分析了雷达数据的能量归一化处理对模型参数的影响。由于算法搜索时间较长,为提高算法的搜索效率,推导了一个快速算法。基于实测数据的仿真实验结果验证了方法的有效性, 对噪声有较好的稳健性。     

重复批均值方法中的置信区间估计

在仿真实验设计以及仿真结果分析中,常常用到独立重复法和批均值法。独立重复法对多次运行的仿真结果进行特征分析,批均值法则用来对长时间运行的仿真结果进行特征分析。传统的独立重复法在数据有初始偏差时,以及批均值法在样本数据有自相关性时所给出估计的精确性会受到较大影响。重复批均值方法将独立重复法和批均值法相结合,在一定程度上克服了初始偏差和数据自相关的影响,但是运算量相应加大。考虑样本数据的初始偏差和自相关性,给出了重复批均值法的置信区间估计方法,并结合对未知稳态均值和方差估计,对3种方法进行了比较和分析。     

灰色熵权聚类决策方法研究

针对传统灰色定权聚类方法中权重是事先给定的,不具有客观性的问题,借鉴信息熵的思想,提出了基于熵权确定权重的方法,构造了基于熵权的灰色定权聚类评估方法的算法。该算法利用系统状态数据为依据通过计算熵来得到决策权重。以实际问题为背景进行了算例实证研究。结果表明该方法计算简单,权重确定客观,对灰色聚类决策理论进行了补充和完善。     

续借问题的模型与求解

对借书中常见的续借现象进行分析,续借可以延长持有书籍的时间,但存在续借之前被其他读者预约而使续借失效的可能性.文章考察何时续借是最优的,为此从最简单的泊松流、一次续借模型出发,扩展到一般分布和允许多次续借的模型.结果发现最优规则有赖于读者到达的分布,导出了最优续借时刻由风险率函数决定的关系.对于多次续借模型,给出了一般分布时的递推关系式,并得到泊松流情况下的显式解.此模型可以用来描述设备大修等多种管理现象.     

OFDM系统中相位噪声的自适应补偿技术及性能仿真

相位噪声对正交频分复用OFDM系统的性能有着关键性影响,其产生的通用相角错误CPE会使信道失真系数逐符号旋转,因而必须采用逐符号更新信道估计值的方法。提出了一种基于判决反馈的低通滤波算法来克服CPE所产生的信道旋转并提高信道估计的性能。该方法可通过导频子载波估计CPE所产生的信道旋转,并将解调后子载波的判决值通过低通滤波的方式降低信道估计的方差。文中采用了归纳法对该算法进行了理论分析,分析结果和仿真均证明了该算法的有效性,以及在计算量,收敛性方面的优势。     

求解模糊机会约束规划模型的微粒群算法

针对现在不确定规划领域中存在的模糊机会约束规划模型和群智能优化方法-微粒群算法,提出了一种求解模糊机会约束规划模型的新混合智能算法.该算法利用微粒群算法并运用模糊模拟技术对模糊机会约束规划模型的规划问题进行分析和数值求解,因而无需像传统的基于遗传算法的混合智能算法那样需要很长时间并经过复杂的计算才能得到结果.通过对实际模型的分析和数值求解,给出了应用该方法的具体步骤,说明了该混合智能算法的合理性和有效性.     

基于噪声子空间特性的波束形成器设计

为高效、高性能地合成阵列接收信号, 提出基于噪声子空间特性的波束形成器设计。首先, 利用噪声的宽带分布特性, 对Capon空间谱的噪声区域做粗采样, 由此进行残留噪声补偿, 获得信号协方差矩阵的估计; 其次, 利用噪声子空间与信号子空间的正交性, 通过信号协方差矩阵分解构造出信号正交补投影算子; 最后, 利用噪声子空间与干扰子空间的正交性, 用该投影算子对观测信号进行处理, 获得干扰功率估计, 进而推导出干扰加噪声协方差矩阵和最终的波束形成器。仿真结果表明, 该方法仅耗费较少的快拍, 即可在大信噪比范围内实现较高信干噪比输出。     

多准则决策评价系统设计

针对产品设计中方案设计与评价的复杂的决策问题 ,研究并设计了基于知识的 ,有限方案的多准则决策评价系统 .文章从系统的体系结构、功能结构、数据结构、工作机制 ,以及实现途径等方面进行了阐述 .首先综合考虑技术及经济等各项设计指标 ,建立并维护多准则的决策指标模型 ;然后以知识库、模型库、数据库、方法库等信息源为基础 ,设计各种信息处理工具 ,包括知识处理工具、方案处理工具、多准则决策评价工具 ;综合运用知识推理以及多准则决策评价方法 ,按评价指标模型 ,对有限的待选方案进行评价与排序 ,最后综合分析的结果为复杂的方案论证过程提供科学的决策依据.     

基于支持向量机的有效带宽估计算法的研究

高性能网络设计的关键是对性能参数进行建模和估计的能力，通信业务在网络上传输时，其带宽要求与通信质量密切相关，合理分配带宽能很好提高网络性能，合理分配网络带宽的首要任务是能够根据网络信息的变化，预测带宽使用情况，为此，本文采用支持向量机（SVM）对网络业务流数据进行预测估计，通过训练样本，从而获得样本以外数据的分布规律，在此基础上，设计了一种网络传输有效带宽使用的估计算法，实验表明，该估计算法具有较高的训练效率和很高的估计精确度。     

基于双门限能量检测的协作频谱感知算法

为了克服传统能量检测算法的不足,提出了一种基于双门限能量检测的协作频谱感知算法（cooperative spectrum sensing algorithm based on double threshold energy detection, CSBDE）。该算法采用噪声不确定条件下的双门限值作为判决条件,将本地能量检测结果划分为硬判决和软判决。认知基站采用优化的融合准则,首先对所有本地硬判决进行融合,根据需要再进一步对本地软判决进行融合,最终给出全局判决结果。蒙特卡罗仿真结果表明,该算法能够克服噪声不确定性对能量检测的影响,提高了系统的检测性能。     

闪烁噪声机动目标跟踪的模型集交互跟踪算法

给出了一种量测噪声为闪烁噪声情况下的模型集交互机动目标跟踪算法。在雷达目标跟踪系统中由于目标位置的随机摆动,使得对其位置的量测伴随着闪烁噪声的出现,这种闪烁噪声会对目标跟踪的性能产生很大的影响。本文通过对闪烁噪声的QQplots-分析,利用高斯分布和拉普拉斯分布的合成对其进行建模,在机动目标跟踪中采用两个模型集来处理闪烁噪声的情况,并详细推导了模型集交互时机动目标跟踪算法。最后,通过Monte Carlo的仿真结果表明了该算法的有效性。     

Sequential empirical Bayesian design for sensitivity experiments

Maximum likelihood recursions were used by Wu (1985) to estimate extreme quantiles of a quantal response curve. For certain choices of initial designs, Wu’s method performs well. In many fields of application, there often exist some different initial designs which are known as the up-and-down designs. Based on the existing data set from such a design, the authors propose three sequential empirical Bayesian designs by quickly and efficiently exploiting the information in the testing data and known knowledge. The improvement obtained by using the new procedures for the estimation of extreme quantiles is substantial.     

基于自适应SSUKF的组合导航信息融合方法

针对车载组合导航系统噪声统计特性无法事先实时获取的问题,提出了一种神经网络辅助的自适应SSUKF信息融合算法.该算法利用神经网络在线估计系统噪声,采用SSUKF同时估计系统状态和在线训练神经网络的权值,从而能在系统噪声统计特性未知的情况下获得组合导航系统的实时最优估计,给出了算法的详细实现过程.最后,针对车载INS/GPS组合导航系统的信息融合问题进行了仿真研究.仿真结果表明,该算法在系统噪声统计特性未知的情况下仍能获得高精度的估计效果,同时与自适应UKF算法相比,有效降低了算法的计算量,提高了算法运行的实时性,证明了该算法是一种有效而实用的方法.     

How Task Allocation Strategy Affects Team Performance: A Computational Experiment

This paper studies how to determine task allocation schemes according to the status and requirements of various teams, to achieve optimal performance for a knowledge-intensive team (KIT), which is different from traditional task assignment. The way to allocate tasks to a team affects task processing and, in turn, influences the team itself after the task is processed. Considering the knowledge requirement of tasks as a driving force and that knowledge exchange is pivotal, we build a KIT system model based on complex adaptive system theory and agent modeling technology, design task allocation strategies (TASs) and a team performance measurement scale utilizing computational experiment, and analyze how different TASs impact the different performance indicators of KITs. The experimental results show the recommend TAS varies under different conditions, such as the knowledge levels of members, team structures, and tasks to be assigned, particularly when the requirements to the team are different. In conclusion, we put forward a new way of thinking and methodology for real task allocation problems and provide support for allocation decision makers.     

航天项目费用影响下的进度不确定性定量分析

航天项目中费用与进度大致服从正态分布与对数正态分布,针对这一基本结论,给出了在费用不确定性的影响下,对进度不确定性进行定量分析的方法,推导了费用不确定性影响下的进度不确定性估算公式。该方法对于航天项目进度风险的分析与管理具有可操作性强的实用价值,便于预测费用影响下的进度风险,从而采取合理的措施。以某具体航天项目为例,分析了进度不确定性将如何随着费用的不确定性而发生变化,并进一步指出了进度不确定性的其它若干个可能的影响因素。     

SAR图像目标增强模型最优性能分析

研究用于SAR图像目标增强的lk范数正则化方法的最优性能.从有偏参数估计的统计性能极限角度,将达到渐进最小总方差的参数估计看作目标增强的最优效果.根据Bayes框架以及罚最大似然估计原理,研究了达到最优性能时正则项需满足的条件,该条件与图像大小、信号统计分布以及观测数据噪声方差有关,可为模型设计与迭代算法设计提供依据.并证明了仅当噪声方差较小时lk范数约束才能使得处理结果达到该最优估计性能.仿真实验验证了该结论的正确性.