灰色市场下考虑非对称信息的制造商质量披露及定价策略

针对灰色市场条件下产品质量为非对称信息的情形,构建由一个制造商、一个灰色市场投机者和顾客组成的Stackelberg博弈模型,研究了制造商的质量披露及定价策略.研究表明,在产品质量和低价市场顾客支付意愿较低时,制造商的质量披露策略是向顾客隐藏质量信息,反之则向顾客披露质量信息;在定价策略方面,随着低价市场顾客支付意愿的提高,制造商可通过不断缩小高、低价两个市场的价格差与灰市投机者进行竞争.进一步地,通过与产品质量对称信息情形对比分析发现,虽然非对称信息情形下制造商具有信息优势,但制造商不一定能够获得更高的利润,且其利润并不总是受到灰市投机者的影响.最后,通过将模型进一步扩展到制造商进行质量研发,即质量为内生时的情形,结果表明上述研究结论具有较好的一致性和普适性,可为灰色市场下制造商质量披露与定价提供有益的管理启示.     

考虑全局资源闲置成本的分布式RCMPSPTT

在考虑资源转移时间的分布式多项目调度问题中,增加考虑资源闲置成本,对于多项目共享资源的协调决策具有重要影响.基于多Agent系统建立以单项目完工时间为优化目标的局部调度模型,并采用遗传算法求解初始局部调度计划;同时考虑项目延期成本、全局资源转移成本和闲置成本,以多项目总成本为优化目标建立全局协调决策模型,设计基于贪婪转移策略的序贯博弈谈判机制协调全局资源的分配和转移,并根据协调结果调整单项目局部进度计划;以MPSPLIB问题集开展实验研究.研究结果表明:协调时考虑全局资源闲置成本能更好的协调全局资源的分配和转移;与无博弈随机分配和转移的协调机制相比,基于贪婪转移策略的序贯博弈谈判机制可以有效地降低多项目总成本.     

基于粗糙集和证据理论的设备状态评估方法

为准确判定复杂设备健康状态，提出一种基于粗糙集理论和证据理论的健康状态评估方法。鉴于粗糙集只能处理离散指标，首先提出一种基于动态模糊C-均值聚类算法的连续型评估指标的离散化方法；再通过基于互信息的属性约简算法对复杂设备健康状态评估指标进行约简；然后对约简的评估决策表进行处理，构建基本信度分配函数；最后利用D-S合成规则进行多指标合成得到健康状态，进一步挖掘评估指标与健康状态间的关系。实例研究及对比分析表明该方法能有效提高决策可信度，减少评估的不确定性。     

基于模糊强化学习的双轮机器人姿态平衡控制

针对单轨双轮机器人在静止情况下存在的固有静态不稳定问题, 提出一种基于模糊强化学习(简称为Fuzzy-Q)的控制方法。首先，运用拉格朗日法建立带控制力矩陀螺的系统动力学模型。然后, 在此基础上设计表格型强化学习算法, 实现机器人的稳定平衡控制。最后，针对算法存在的控制精度不高和控制器输出离散等问题, 采用模糊理论泛化动作空间, 改善控制精度, 并使控制输出连续。仿真实验表明, 相较于传统强化学习方法, 所提方法能够显著提高控制精度, 且可以有效抑制外界干扰力矩对系统的影响, 保证系统具有一定的抗干扰能力。     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

数字化设备功能建模及其综合评价

根据数字化设备的特点,采用特征建模技术将设备信息分为6大类,并建立数字化制造资源特征模型.为适应快速多变的加工模式,提出设备加工能力评价体系:根据设备信息模型,提出特征筛选规则,建立设备加工能力规则库;采用综合模糊评价技术,建立综合评价模型,并且说明特征信息映射及其模糊化表示规则,给出了评价值规范化处理方法.通过实例分析可知,结果符合实际生产情况,实现了数字化设备的优化选择.     

基于小区域匹配的运动人体跟踪

为解决在复杂场景(光照变化、物体移动,增减以及遮挡等干扰)下运动人体跟踪的难题,提出了一种新的跟踪方法.该方法通过背景减除提取人体目标的多个小区域,利用模糊推理评价出它们在相邻两帧间的匹配可靠度;通过跟踪各个可靠度高的小区域,并对可靠度低的小区域进行邻域搜索、位置纠正和估计,完成整个人体目标的跟踪.实验结果表明,该方法能解决遮挡和其他物体的干扰,并能适应光照等环境因素的变化.     

三种典型釉色汝官瓷和钧官瓷原料产地的PIXE分析

选取天青、天蓝、月白色汝官瓷样品27个、钧官瓷样品25个,将这些样品进行质子激发Χ射线荧光分析(PIXE),测定每个样品的化学组分.将所有样品的7种主量化学组成数据进行模糊聚类分析,得到以下结果:对于所分析的样品,其中钧官瓷胎样品的原料产地比较集中,汝官瓷胎的原料产地稍分散一些;多数汝官瓷胎和钧官瓷胎样品的原料产地接近但不相同,个别汝官瓷胎和钧官瓷胎样品有混在一起的情况;汝官瓷釉和钧官瓷釉样品的原料产地和配方明显不同但关系不是很远.     

关于模糊工期平行机调度问题的若干结果

研究工件工期是模糊数的平行机调度问题,给出最优调度目标函数值在不同分布下该问题的4个性质,证明了Pm|di~=d~|Fmin问题是NP-难的.特别地,分析了当所有工件的dj与ej都相同时,LPT算法所得到的最小满意度相对于最优调度所对应的最小满意度的界.     

基于LE-Trie的SDN访问控制策略研究

为解决SDN(software defined networks)网络面临的网络安全问题,提出了基于集中控制思想的访问控制策略,将访问控制规则下发到源交换机,由此可以在源头上抑制无效的数据流.通过采用区间值起止点的最大公共前缀作为构建LE-Trie的基本元素,解决了IP地址和端口的区间无法在树中进行构造的问题.在此基础上,提出了基于多区域LE-Trie(multi-area-domain LE-Trie MADLT)的规则检测和匹配方法.该算法将对规则的顺序匹配转化为对多域的匹配,减少了匹配次数,从而提高了访问控制服务器的工作效率.对比实验结果表明,在进行冲突检测时,MADLT在时间性能上较顺序算法平均提高2.97倍,较传统Tiie算法平均提高30.4％;在进行规则匹配时,MADLT在时间性能上较顺序算法平均提高2.3倍,较传统Trie算法平均提高16.3％.由此证明,本文提出的集中访问控制策略可以有效地实现SDN网络中的数据访问控制.