食品质量链协同系统中的序参量识别研究

序参量是协同系统演化中表明系统新结构宏观有序程度的参量.针对食品质量链协同系统中的序参量问题,提出一种基于灰色关联度与属性约简的食品质量链协同系统序参量识别方法.首先,分析序参量原理在食品质量链协同系统中的作用.然后,确定食品质量链协同要素,建立表征食品质量链系统的状态参量,接着提出本文的序参量求解方法.该方法基于灰色关联度定义和求解各状态参量的参量重要度,定义状态参量重叠关系以使属性约简的结果中不存在重叠度较高的状态参量,并在此基础上应用属性约简原理提出序参量求解的具体步骤.最后,将提出的序参量识别方法应用到具体乳制品质量链中,验证了所提出方法的有效性.本文以整个食品质量链为研究对象,首次建立了食品质量链系统的状态参量体系,为解决食品质量安全问题提供理论参考.对食品质量链序参量的识别方法进行改进,丰富了协同学理论及其应用,有利于优化食品质量链系统,预防食品质量问题的出现.     

基于耦合系数模型的高技术制造业与要素协同度测度及实证

要素与产业协同,是推进区域产业转移与协同发展的关键。利用协同学思想,建立要素和高技术制造业子系统发展指标体系,基于目标规划评价模型的主旋律分析方法,识别子系统序参量,对高技术制造业子系统和要素子系统进行有序度分析,利用熵值法确定权重,将容量耦合系数模型与有序度模型融合构建协同度测度模型,并设定协同发展的判别标准,研究京津冀三地高技术制造业与要素系统的协同程度。结果表明:2009~2015年京津冀三地生产要素与高技术制造业协同度均呈波动上升趋势,北京增速领先于天津和河北,协同发展模式均从现代型向结合型转变。研究结论将为京津冀制造产业转移与升级提供决策依据。     

区域碳减排能力协同度评价模型构建与应用

区域CO2减排系统的整体协同度是减排绩效考核的重要参考依据,开发科学合理的协同度测算方法是有效前提.综合考虑经济、社会、环境三个要素,构建了区域减排能力评价指标体系.采用熵值法、层次分析法和非线性规划建模方法,确定各项指标客观权重、主观权重和复合权重,结合指标体系和复合权重测算区域减排的序参量.分别以2001年和2008年为基期,利用所构建的模型测算京津冀区域减排系统在金融危机前后两个时间段内的整体协同度.研究发现,2001-2015年京津冀各子区域减排能力不断提升,且北京、天津的减排能力要优于河北,子区域减排系统处于有序状态,且有序度在不断提高,复合减排系统整体协同度在金融危机前呈正向缓慢增长趋势,但系统整体协同度较低;危机后复合减排系统处于非减排协同演进状态,系统整体协同度成上升趋势.上述研究对于识别国家减排系统的"短板"区域,并有针对性提高碳减排能力具有重要意义.     

地震灾害综合防御界壳的协同演化测度模型

针对地震灾害的综合防御问题，提出了城市抗震防灾多道防线的基本原理，建立了城市抗震防灾的防御界壳理论. 在此基础上，利用防御界壳群之间的交换率为控制变量，引入Lotka-Volterra方程建立了城市抗震防灾多道防线演化模型，分析了多道防线的竞争互补与协同演化的动态机制. 根据序参量的确定原则，选取多道防线系统中序参量，建立了城市抗震 防灾多道防线协同演化的测度模型，并将其应用于南通城市地震灾害综合防御系统. 结果表明，2005年南通抗震防灾综合 防御系统出现了竞争异化特征，系统协调度降低到0.62，之后通过调整各道防线的投入比例，系统协调度恢复了先前水平，并向着更为协调有序方向发展.     

复合系统理论在联合作战中应用的研究

介绍了复杂系统理论及复合系统理论，运用复合系统理论分析了联合作战的作战能力量化问题。提出了将联合作战中武器装备打击能力、机动能力、防护能力、信息能力、保障能力作为组合系统序参量，通过计算序参量的有序度及复合系统协调度来研究与量化联合作战的“联合增效”作用，由此量化出联合作战部队的综合作战能力。     

论草原生态文明系统的价值协同

对草原生态文明系统的构建,人类要以价值协同理论为指导,坚持草原生态文明系统的价值协同,尤其是重视公共政策因素在价值协同中的序参量作用,通过系统内部及系统间相互影响、相互作用、相互交织和相互耦合,实现草原生态文明系统从无序到有序的协同转变。     

大学生思想政治教育的协同作用及序参量的探析

大学生思想政治教育是一项复杂系统工程,从协同学的视角来看,保持大学生思想政治教育有序发展的内在动力在于大学生思想政治教育系统中的要素之间、要素之内及要素与环境之间协同,支配大学生思想政治教育有序发展的序参量是党的"指导思想"     

基于复杂网络的体系作战协同能力分析方法研究

针对作战体系中类型各异的作战实体及交互关系,从物理域、信息域与认知域的视角,构建由战场空间指控网、信息网和交战网组成的体系作战超网络模型;以体系作战协同自同步能力为研究目标,探讨了多域耦合强度、网络拓扑结构等因素对体系作战协同能力的影响,提出了基于作战环的体系作战同步模型,定义了表征体系作战自同步的全局序参量和局部序参量,并利用演习数据进行了实证分析。     

一种测度MIS建设与管理变革协同效应的和谐分析方法

对部分重点企业进行 MIS建设效果的测度 ,提出以有效性和有序度这一新的概念组合 ,从MIS建设与管理变革协同的角度来测度 MIS对企业的整体影响效果 ,并提出了一套组合测度方法 ,为分析 MIS在我国企业中的运用情况和进一步制定合理的改革方案提供依据.     

系统哲学视域下分析和认识五大发展理念

对五大发展理念的理解有很多维度,本文主要从系统哲学视角分析五大发展理念的科学内涵,并以系统哲学的协同和谐原理和整体优化原理认识五大发展理念之间的相互关联和系统演化,以形成全面、系统的认识,从而更好在实践中发挥五大发展理念这个序参量的作用。     

基于DST-IFS的空中目标敌我属性综合识别

为了实现复杂战场环境下空中目标敌我属性的综合识别,在利用证据权重衡量信息可信度的基础上,提出了一种基于DS证据理论和直觉模糊集相结合(Dempster-Shafer evidence theory intuitionistic fuzzy sets,DST-IFS)的综合敌我识别方法。首先,分析了空中目标综合敌我识别问题,给出了具体的识别流程;然后,针对DS（Dempster Shafer）函数向直觉模糊集转化过程中存在增大信息不确定性的问题,提出了一种信度分配方法用于直觉模糊隶属度和非隶属度赋值,并利用算例验证了信度分配方法的适应性和有效性;接着,〖JP〗给出了基于理想点法（technique for order preference by similarity to ideal solution,TOPSIS）的DST-IFS决策方法步骤;在此基础上,提出了一种基于DST IFS的空中目标综合敌我识别的方法;最后进行了实例分析,验证了该综合敌我识别方法的有效性。     

基于组合式信号源的非线性系统辨识

针对非线性系统中噪声的干扰，研究了一类神经模糊Hammerstein输出误差非线性系统的建模和辨识方法，利用组合式信号源实现静态非线性模块和动态线性模块参数辨识的分离，推导了相关性分析法和辅助模型递推最小二乘辨识方法估计动态线性模块和非线性模块的参数，有效抑制系统输出噪声的干扰。仿真结果表明：与最小二乘算法、多项式模型以及多信息方法相比，提出的方法具有参数估计收敛速度快，辨识精度高，建模误差小等优势，验证了所提学习算法的有效性。     

基于Lag-SBP的Wiener型非线性系统的辨识方法

给出了Wiener型非线性系统的一种新的辨识方法，采用Laguerre函数与静态BP网络相结合构成Wiener型非线性系统的模型，并给出此模型参数递推辨识算法，这种模型参数辨识不需要实际系统的阶次和时延先验知识，对实际系统阶次和时延变化有较强的鲁棒性。数字仿真验证了该方法的有效性。     

一种装备保障系统能力演变趋势的分析方法

在装备保障系统的全寿命周期中,其能力会经历较大的起伏。为了更好地把握保障系统能力演化趋势,本文首先建立反映单位时间内装备保障能力变化量的微分动力方程,并据此推导出装备保障系统的突变模型。通过研究该突变模型分岔点集中各区域的势函数,给出临界点分布情况,可判断装备保障系统的综合控制参数所处区域。根据控制变量的变化趋势,可进一步分析保障系统能力跃变的发生情况,从而为实现其过程控制奠定方法基础。最后给出了相应的算例,表明了论文方法的有效性。     

基于改进粒子群算法的系统辨识新方法

提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.     

基于LPV模型的水面机器人鲁棒航向控制

针对水面机器人水动力学的强非线性,且容易受到风、浪与水流干扰的影响,提出了一种基于LPV(Linear Parameter Varying)模型的H_∞鲁棒航向保持控制器。LPV模型采用Froude数作为线性变参,用来反映水面机器人水动力学随Froude数变化的非线性特性,同时简化模型参数辨识与控制器设计。将Froude数作为调度变量,采用介实引理设计了H_∞鲁棒航向保持控制器,用来抑制扰动对控制器的影响。在三自由度欠驱动水面机器人仿真平台上进行了验证,证明了控制器的有效性与鲁棒性。     

一种基于模糊神经网络的自适应模糊辨识方法

基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

编组站到解系统匹配与协调关系动态仿真分析

编组站到解系统匹配和协调问题一直是铁路运输领域研究的热点。该问题的实质就是如何确定到解系统各部分的合理配置关系。在对既有方法进行综合分析的基础上,针对车站系统能力协调方法的不足,定义了系统能力,提出了到解系统动态能力协调分析方法,并建立了仿真系统。通过考察连续单位时间系统能力的负荷程度,得出了反映系统动态能力协调水平的量化协调度,以该协调度判别系统是否处于不协调状态。通过多次仿真运行,统计仿真时间内到解系统各作业单元配置方案下不协调状态的次数,并据以详细分析各方案的优劣,找出其中最合理的方案,为车站管理人员的科学决策提供了依据。