复合价值导向的汽车专利布局优化研究

汽车产业是专利密集型产业的典型代表，专利布局优化受专利布局动机、策略、目的等多因素影响，为克服以往专利布局中人工选择专利的主观性、专利价值难量化性以及专利组合问题处理的复杂性等，本研究从战略价值、经济价值和成本三个方面对专利进行综合度量，提出了复合价值导向的专利计算方法，构建了基于汽车技术主题组合效应的专利布局多目标优化模型.计算结果表明，基于该模型利用算法优化后得到的汽车专利布局总体价值优于原方案与人工选择优化方案，具有复合价值导向的汽车专利布局更能充分评估和配置汽车企业专利，提升专利价值，可有效促进我国汽车企业科学优化专利布局，提高专利利用率和技术转化效率.     

BP神经网络模型的改进

本文在深入研究ＢＰ神经网络模型的基础上，提出了对该模型的若干改进技术处理方法，并通过仿真试验．实践表明，这些改进和技术处理方法是有效的．     

模糊影响图评价高速公路经营风险

从高速公路经营者的角度．采用模糊影响图对高速公路经营风险进行评价。首先，从高速公路经营效益出发．分析影响效益的风险因素．绘制高速公路经营风险影响图；采用经营效益与可行性研究阶段预计经济效益差值作为影响图价值结点；运用模糊影响图计算方法计算效益增减概率，以此评价经营风险程度；最后通过一算例说明计算方法．并得出了风险评价结论。     

模糊灰色关联排序方法及其应用

本文运用系统分析、模糊集理论和灰色关联分析，将设计方案的评选、产品性能的评估等问题，归纳成方案排序问题，并划分为模糊评估和灰色关联分析两个过程，建立了方案排序的多工况模糊加权关联度模型．实例应用表明该方法是可行的．     

高速公路交通仿真软件开发

为能对汽车控制系统进行有效的实地测试,从而设计开发了基于英国典型高速公路路段的交通模型。该模型提供了对英国高速公路交通流量模拟、路面状况模拟、交通规则模拟及路面用户的微观行为模拟。驾驶员模型包括道路汽车跟随模拟和汽车超车模拟。通过对本交通模型微观参数的优化,使所开发的交通模型能与实地测试数据相符合,从而能更真实地仿真实际高速公路的环境。基于该模型所开发出的具有图形用户界面的能为汽车控制系统的测试与评估提供有效的支持。     

动态半绝对离差投资组合选择模型

考虑连续时间金融市场的投资组合选择问题。在标准的Black-Scholes型金融市场下，建立了动态均值半绝对离差投资组合选择模型．研究了模型的求解方法，得到了最优投资组合策略的解析表达式及均值一半绝对离差的有效前沿方程。同时，与动态均值一方差模型作了比较分析。最后．通过实证分析说明了模型的求解方法。     

基于自评判自学习机制的短期电力负荷预报

以RBF神经网络为基础，提出了一种吴有白评判自学习能力的短期电力负荷预报方案，该方案包含预报器、评估器、探测器：和学习机四个组成部分．预报器用来预测未来时段的电力负荷，评估器用来对预报结果进行评估，探测器用来确定预报的有效步长，学习机用于预报器的自我学习．预报器根据评估结果通过学习机制能够自动适应电力负荷的变化，从而保持一种良好的预报状态．仿真实验表明该方法在电力负荷规律不明确的环境下预报精度比传统方法高。     

不完全信息条件下可生存网络存储系统方案优选研究

提出了一种不完全信息条件下的可生存网络存储系统方案优选模型.该模型基于可生存性指标构建了证据源,给出了存在空缺值的决策评估矩阵,针对传统方法无法处理不完全信息情况,提出了基于DS证据理论的方案评估方法;同时,为了处理决策评估矩阵中以不同形式描述的取值情况,给出了点值、区间值、模糊值等取值形式的隶属度函数,采用了基于信任区间的多属性决策规则,以获得方案优劣排序结果.最后,通过网络存储系统方案优选实例证明了该模型具备处理不完全信息能力,方法有效合理.     

考虑施工次序与土质问题的土石方调运的网络模型研究

土石方施工在高速公路建设中数量巨大，传统的人工调配土石方方法既费时又无法得到最优调运方案．在现有的研究基础上提出考虑施工次序与土质问题的土石方调运研究的网络模型。     

逆向专业化的报偿合同设计

通过委托一代理模型分析当代理人从事两种工作时，代理人的时间分配方案和报偿合同的一些特性．具体地说就是先给定任一报偿合同，分析代理人选择的时间分配方案，接着在考虑代理人反应的情况下，考察委托人合同选择的一些特征．并得出了一些结论。     

群体评价中的并合方法

在生产和社会实践中,经常遇到诸如设计方案评选、企业评价、成果评奖之类的评价问题。在评价实践中,常有多个评价者同时参与,当评价者意见(评价结果)不一致时,就需集各评价者的意见为一体,用其作为群体的意见。这种集各评价者意见的方法及其用于评价的行为称为群体评价,相应单个评价者的方法及评价行为称为个体评价。群体评价是在个体评价的基础上进行的。     

分层蜂窝网络的层间联合建模与性能分析

分层蜂窝结构(HCS)已经成为第三代移动系统的一个主要发展要求。一个应用双向溢出策略的双层蜂窝网结构被研究,允许用户呼叫在上层宏小区和下层微小区间发生溢出,用户根据其移动速度进行接入层选择。为了评估这种分层网络的性能,提出了一种层间联合的微小区(宏小区)业务模型,此模型将常用的微小区(宏小区)业务模型(马尔可夫调制的泊松过程)延长,添加宏小区(微小区)的溢出业务模型(M/M/C/C的排队系统)。理论分析和仿真结果都验证了此模型的可靠性。最后利用此模型分析了速度阈值的作用。     

FPR-UTAHP评价方法在农户小额信贷信用评级中的应用

从我国小额信贷的实践出发, 建立了农户信用等级评价的指标体系, 利用不确定层次分析法（UTAHP）确定指标权重.给出农户小额信贷信用等级中5个相对应的标准模糊状态向量,应用模糊数学构建农户信用等级的模糊模式识别模型,为农户信用等级的评定提供一套科学可行的方法.最后通过案例分析,表明该方法在实际运用中是有效的.     

Order selection in fractional Fourier transform based beamforming

Traditionally, beamforming using fractional Fourier transform (FrFT) involves a trial-and-error based FrFT order selection which is impractical. A new numerical order selection scheme is presented based on fractional power spectra (FrFT moment) of the linear chirp signal. This method can adaptively determine the optimum FrFT order by maximizing the second-order central FrFT moment. This makes the desired chirp signal substantially concentrated whereas the noise is rejected considerably. This improves the mean square error minimization beamformer by reducing effectively the signal-noise cross terms due to the finite data length de-correlation operation.  Simulation results show that the new method works well under a wide range of signal to noise ratio and signal to interference ratio.     

提升小波与隐马尔科夫模型的SAR图像噪声滤波

利用提升小波技术和马尔科夫模型进行雷达图像斑点噪声的抑制具有明显优越性。讨论了雷达图像斑点噪声滤波的小波基的选择和提升方法,分析了利用马尔科夫模型描述小波系数相关性的问题,并提出了一种基于小波系数高斯混合模型和隐马尔科夫模型的雷达图像斑点噪声滤波方法。最后使用几种典型的滤波处理方法,分别对两幅合成孔径雷达图像进行滤波处理,实验表明该方法对SAR图像的斑点噪声抑制具有较好效果。     

基于DQN的异构测控资源联合调度方法

以异构测控网资源联合调度为研究对象,提出一种基于强化学习的深度Q网络(deep Q network, DQN)算法。在充分分析异构测控资源联合调度问题特点后,用数学语言对影响问题求解的约束条件进行描述,建立了资源联合调度模型;从应用强化学习解决问题的角度,对求解的问题进行马尔科夫决策过程描述后,分别设计了2个结构相同的神经网络和基于ε贪婪算法的动作选择策略,并建立了DQN求解框架。仿真结果表明：基于DQN的异构测控资源调度方法较遗传算法能够找到调度收益更优的测控调度方案。     

NS2中802.11Ext模块多速率选择机制研究与实现

深入分析了网络模拟器(network simulator version 2, NS2)中新开发的IEEE 802.11协议模块（简称802.11Ext）的模块化设计、累积信干噪比计算、媒体接入控制帧捕获能力、支持多种调制方式、物理层丢包跟踪机制、Nakagami衰落模型等特点,详细阐述了基于802.11Ext模块进行网络模拟时的信号流程。尽管802.11Ext模块在物理层支持多种数据发送速率,但是该模块并没有实现信道自适应的多速率选择机制,鉴于此,研究并实现了802.11Ext模块的信道自适应多速率选择机制。模拟结果表明,在802.11Ext模块中实现信道自适应的多速率选择机制后,链路吞吐量提高了4.7倍、分组时延减少88%。     

考虑用户兴趣和能力的众包任务推荐方法

众包平台的信息过载使工人面临任务选择的困难.针对众包特征,本研究提出一种考虑工人兴趣和能力的任务推荐方法.该方法基于协同过滤推荐思想,首先通过TF-IDF技术构建考虑兴趣偏好的工人模型,然后将基于胜任力理论分析构建的工人KSAO能力集合融入到模型中,构建新的工人模型;在此基础上,利用余弦相似性、Jaccard相似性和改进的余弦相似性公式,计算工人间融合兴趣和能力的综合相似度,依此来选取近邻集并最终生成推荐.利用猪八戒网采集的数据进行实验,结果表明该方法的有效性,并通过对比实验证实该方法比传统协同过滤方法推荐效果更佳.从推荐视角丰富众包任务选择的研究,对于众包中解决信息过载、增进个性化体验等具有一定的现实意义.     

层次灰色方法在科研项目评估中的应用研究

科研立项过程中,对备选项目进行科学合理的评价是项目管理中非常关键的一个环节。现有文献对科研项目评价主要还是采用定性的方法。针对项目评价中信息不确切、不完全的问题,提出采用层次灰色方法建立科研项目优选决策模型,描述了此模型的具体计算过程,并进行了应用分析。研究结果表明,这个模型很好地结合了定性评价和定量评价的优点,同一般常用的模糊综合评价、加权平均等方法相比,使用简便,结果直观、准确可靠,可以为客观科学地评价和优选科研项目提供重要依据。     

基于改进人工蜂群算法的MIMO雷达稀疏阵列优化

为了提高多输入多输出(multiple input multiple output, MIMO)雷达稀疏阵列性能,提出了一种基于云模型的改进离散人工蜂群算法对MIMO雷达稀疏阵列进行优化。该算法首先对人工蜂群算法进行改进,用云模型替代轮盘赌作为新的选择模型来选择较优蜜源。云模型的随机性和稳定倾向性,能够维持种群的多样性,从而克服了人工蜂群算法易陷入局部最优的问题。为了保证搜索过程中阵元数量保持不变,加入了新的限制条件。仿真实验结果表明,该算法具有良好的性能,能够在保持主瓣宽度不变的情况下,得到更低的旁瓣水平。