利用平衡计分卡进行企业信息资源规划

阐述了信息资源规划在企业信息化建设过程中的重要性,在此基础上提出企业信息资源规划的首要任务是制定企业信息化建设的战略目标,通过分析案例企业的成功IT革新经历,介绍了如何利用平衡计分卡帮助企业了解其信息资源利用的战略需求并实现企业信息战略与商业战略的协同关系,从而明确企业信息化建设的目标和方向。     

基于复杂网络的指挥控制信息协同模型研究

网络化作战的时代特征迫切需要新的仿真模型和评价方法,以预测信息优势对作战效果的影响。在描述网络化指挥控制活动特点的基础之上,从复杂网络角度出发建立起指挥控制信息协同模型,并就不同规则演化下的网络特征变化进行了定量分析,从而为评估信息协同对作战效果的影响提供了新的研究思路和方法。     

MP-GWO算法在多UCAV协同航迹规划中的应用

多无人作战飞机(UCAV)协同航迹规划是多UCAV协同作战的重要组成部分,对协同作战的结果有很多的指引作用。多UCAV协同航迹规划属于多峰值优化函数求解问题,其求解稳定性比较差。为解决多UCAV协同航迹规划求解稳定性较差的问题,首先在对影响多机协同约束条件研究分析的基础上,结合单机航迹规划求解中的核心指标,建立了多UCAV协同航迹优化函数;其次利用多种群灰狼算法(MP-GWO)在求解多峰值优化函数问题上比较稳定的特点进行求解,最后将MP-GWO分别与GWO算法、EA算法和在新增威胁环境下的求解结果相比较来验证算法的优越可行性。仿真结果表明,MP-GWO算法对多峰值问题具有求解稳定性,能够适应突发威胁环境下的求解。     

用软硬件协同设计成像器稳定装置数字控制系统

软硬件协同设计技术是应现代电子系统设计的需求而产生的一项新技术 ,对现有的系统设计思想和设计方法将产生变革性的影响 ,有传统设计方法无可比拟的优点。简要介绍了软硬件协同设计技术的设计思想 ,并应用此技术设计完成了成像器稳定装置数字控制系统     

一种考虑摩擦与排斥的人员疏散元胞自动机模型

在人员疏散过程中, 人与人之间、人与环境(如建筑物)之间存在相互作用力, 包括吸引力、排斥力和摩擦力. 3种力对人员疏散的行为、速度和效率起着关键作用. 在以往的模型中, 吸引力可以得到较好地描述, 但对排斥力和摩擦力的定量描述还不完善. 近年来提出的多粒子自驱动模型(社会力模型)可以较好地体现3种力的作用, 但由于它是一种连续型模型, 运算的速度较慢并很难得到改善. 目前研究较多的离散型模型, 如元胞自动机模型和格子气模型等, 可以达到较高的运算速度, 但很难考虑到摩擦力与排斥力的作用, 造成运算结果误差较大. 针对这种情况, 本文在经典元胞自动机模型的基础上, 量化确定了摩擦力和排斥力的运算规则, 提出了一种新的元胞自动机模型. 通过将模型的运算结果与多粒子自驱动模型进行比较表明, 新模型在人员行为、疏散速度以及“快即是慢”效应等方面都可以得到与后者相同的结果, 而运算速度则与普通的元胞自动机及格子气模型相当, 比社会力模型大为提高.     

“变截面管中跨声速气流”一文引理的证明

本文对T·P·Liu教授关于“变截面管中跨声速气流”一文的关键性引理给出一个清楚的证明,以使这篇有影响的开创性论文更加完美。     

基于不安全控制行为分析的商用车AEB决策系统优化

现有的基于车载传感器的商用车自动紧急制动(AEB)系统存在视野盲区等原因,功能受到了很大的限制。为了提高商用车AEB系统的安全性和可靠性,该文提出了基于不安全控制行为分析的商用车AEB决策系统优化方法。首先,通过实车测试获取车车通信在不同工况下的通信时延规律,使用该时延规律对环境车的速度、位移和坐标等参数进行补偿修正,弥补通信时延对系统决策造成的影响。然后,制定交叉口路段处的商用车自动紧急制动策略,在两车即将碰撞时控制本车的制动系统以最大的制动减速度自动紧急制动,避免碰撞的发生,并基于不安全控制行为分析,对AEB决策系统进行优化。最后对提出的优化方法进行了仿真和实车测试,结果表明,该方法能够有效地防止两车在交叉口处相撞,具有较高的安全性和可靠性。     

基于个性化隐私保护的协同过滤算法

差分隐私可以有效解决推荐系统的隐私泄露问题,但是其引入的噪声会降低推荐系统的性能.此外,不同用户对隐私保护的敏感性是不同的,考虑用户的个性化需求可以减少加入的噪声,有助于提高推荐系统性能.综合以上两个维度,在考虑用户评分敏感性的基础上,提出了一种个性化的差分隐私保护协同过滤算法.算法在用户本地划分评分的隐私敏感度,并采用随机翻转机制对隐私敏感评分进行隐私保护.服务器获取扰动后的数据,利用贝叶斯估计方法重构项目之间的联合分布以提高算法的推荐准确性.理论和实验结果表明,算法在保护用户隐私安全的同时具有良好的推荐性能.     

对协同学习算法的研究

在讨论协同学习算法和广义逆关系的基础上,指出了最小二乘广义逆的求解算法都可以看作是协同学习算法,从而大大丰富了协同学习算法的种类．理论和实验表明,Ｈａｋｅｎ提及的学习算法在某些性能指标上不如通常的Ｍｏｏｓｅ－Ｐｅｎｒｏｓｅ广义逆求解算法,因此,在具体应用场合,可考虑使用通常的Ｍｏｏｓｅ－Ｐｅｎｒｏｓｅ广义逆求解算法进行协同学习．     

黄原胶与魔芋胶协同相互作用及其凝胶化的研究

黄原胶和魔芋胶都是非凝胶多糖,但将二按一定比例混合可以出现协同相互作用,得到凝胶。当黄原胶与魔芋胶的比例为７０／３０（ｍ／ｍ）,总糖浓度为１．０％时协同效应达到最大值。混合多糖胶凝化能力不仅与混合比例有关,还与黄原胶的转变温度和体系盐离子浓度有关。