拥塞控制新算法:试算平衡

根据资源的需求和供给关系,提出了拥塞控制新算法——试算平衡法,旨在按一定比例抑制资源的需求,以实现系统资源的供需平衡,进而达到拥塞控制的目的.     

基于指标函数的舰载机机队回收调度优化研究

由于复飞逃逸、飞行故障等因素随机发生, 传统静态调度方法难以有效解决动态随机调度问题。对此，提出一种基于飞机优先序指标函数的蒙特卡罗模拟-差分进化搜索的实时调度算法。在离线模拟回收环境下，由算法完成基于随机模型的指标函数系数优化，后由该指标函数实现对机队优先序的实时评估排序，进而完成回收在线动态调度。仿真结果表明所提算法能有效解决回收调度问题。在相同机队初始输入下, 目标值呈现较好统计特性, 其期望值能够快速收敛到一定范围, 且无复飞情况下着舰时间窗目标呈显著正态性; 不同回收机队输入对指标系数最优值的散布较小, 表明指标函数评估优先序具有较好的通用性和有效性; 模拟回收调度发现, 着舰成功率的提高将显著降低机队复飞次数, 提高回收效率。     

基于DID模型的我国“煤改气”政策对天然气消费的影响

选取2005—2018年国内30个省级行政区的面板数据,采用双重差分法研究"煤改气"对天然气消费的影响,同时分别运用双重差分倾向得分匹配及更改窗口期的方法进行稳健性检验.结果发现,"煤改气"政策的实施总体上取得了较好的效果,促进了天然气的消费.但由于气源供应及用气价格等问题,"煤改气"政策实施效果在推广过程中出现波动情况,遭遇瓶颈.这些结论说明我国一方面要逐步扩大天然气进口国家的范围,加快推进非常规天然气的研究和勘探开发,保证天然气供应的稳定性;另一方面要不断发展完善配套基础设施,制定合适的补贴和鼓励政策,为"煤改气"政策的实施和完善创造更好的条件.     

基于大津算法和深度学习的开集声纹识别自适应阈值计算方法

针对开集声纹识别的自适应阈值计算问题, 提出一种基于大津算法和深度学习的阈值计算方法. 首先, 采用三层受限Boltzmann机堆叠而成的深度置信网络从Mel倒谱系数中提取语音深层特征; 其次, 通过Gauss混合模型计算特征的相似度值, 对特征的相似度值使用大津算法计算阈值. 实验结果表明, 该方法识别效果较理想, 与等错误率计算阈值方法相比, 具有更高的识别准确率.     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

减小螺旋锥齿轮齿面加工误差的参数修正方法

针对螺旋锥齿轮加工过程中因无法避免误差而导致齿面加工精度难以保证的问题，提出螺旋锥齿轮加工误差控制模型及加工参数修正方法。首先，基于实际加工中的刀具与工件相对位置与相对运动关系，依据坐标齐次变换与啮合原理，确定加工参数与加工曲面之间的函数关系，建立螺旋锥齿轮精确齿面模型；然后，计算实际加工齿面与理论齿面的法向距离，从而建立由加工参数驱动的齿面几何误差控制模型；接着，对加工参数进行敏感性分析，选取敏感性较高的加工参数作为误差补偿模型优化变量，以提高优化效率；最后，将齿面误差最小化问题转化为最小二乘法问题，基于改进的L-M算法进行求解，得到加工参数补偿量，以此对加工参数进行修正达到减小齿面加工误差的目的。采用一对由双重螺旋法磨削加工得到的螺旋锥齿轮副作为应用实例，对该方法进行实际加工验证，结果表明：加工参数调整后，螺旋锥齿轮齿面加工误差降低了65%以上，实际测量的齿面绝对误差均不超过0.005 mm,能够满足工程实际需求，证明该方法能够有效提升齿面加工精度。该方法可为螺旋锥齿轮乃至其他复杂曲面零件加工提供一种加工误差补偿思路。     

行驶受扰延迟下配送车辆调度的干扰管理决策模型

针对行驶受扰延迟下配送车辆的调度问题,提出了基于多相量子粒子群算法的两阶段干扰管理决策方法.首先以最小化用户时间窗偏离度和最小化配送成本为目标,建立了问题的数学模型;然后对车辆配送发生干扰事件可能采取的干扰管理模式进行了归纳和分类,并在选定模式基础上提出了用多相量子粒子群算法进行路线选择的方法;最后在Solomon算例的基础上通过实验仿真,对所提出方法的性能进行测试,并与全局重调度方法进行对比分析,验证了本文方法不仅达到了优化目标的目的,还满足了干扰管理的实用性要求.     

基于一维数据逐段均匀条件下的参考分布研究

聚类分析中一个重要的问题是估计聚类数,GS方法通过参考分布对聚类数进行合理的估计,解决了其他聚类方法无法对应分为一类的数据进行分类的问题,具有更好的分类效果;目前已通过理论证明得出,在分布为对数凹且一维情况下,GS方法的参考分布为均匀分布,而有关其在其他条件下的参考分布研究较少;针对这一情况,提出解决一维且逐段均匀条件下GS方法的参考分布问题,以类内平方和为评价标准,通过拉格朗日乘数法求解与问题等价的优化问题,理论证出条件下总体均匀分布是类内平方和最大的情况,进而得出对于一维数据,逐段均匀条件下的参考分布仍为均匀分布的结论。     

基于用户偏好的最优路径搜索

本文研究基于用户偏好的最优路径搜索,在预算约束下寻找一条满足用户偏好即关键字和权重偏好的最优路径.此研究问题是NP-hard.为了高效地解决这类查询问题,本文提出新的索引建立方法,在查询阶段利用索引结构过滤出候选节点集.另外,提出基于A*的路径搜索算法来做路径查询,并利用几个有效的剪枝策略加快算法的执行速度.在两个真实的签到数据集上的实验结果证明了本文提出方法的有效性.当预算时间设置为4～7h时,与已有最好的PACER算法相比,本文的路径搜索算法消耗的查询时间更短.