基于“刺激-反应”原理的战略联盟知识空间适应性演化

为明确以环境变化为导向的战略联盟知识空间适应性演化机理，建立基于“刺激-反应”的多层结构原理模型，采用Agent仿真方法进行模拟实验。研究结果表明：战略联盟知识空间演化的适应性取决于环境的刺激、原有知识结构以及规则集限定下联盟组织间的知识流动流量；演化过程中，知识空间内的知识基因具备主动追求更高适应性的需求，知识的复杂程度提高，知识的属性标识更加专业化也更具针对性；知识能力随演化的深入得到提升，但在无法获取异质性资源或遭遇瓶颈时提升速度趋于平缓；知识价值水平在演化初期有所下降，但随后呈现快速上升的趋势；知识空间的适应性演化过程不稳定性，演化存在渐进和突变两种路径，演化具有对称性破缺特征，且可以在无外力作用下自发演化至新的稳定态。     

知识创造行为对知识网络演化的影响——以知识贬值和知识活性为参数

根据网络的无标度特性建立了基于知识创造行为的组织知识网络演化模型,选用Matlab软件进行数理仿真。研究结果表明:不同的演化时间对网络结构能够产生影响;相比于随机网络和普通网络,小世界网络是个体进行自主研发和知识流动的最优选择;知识贬值率越高,网络知识创造的收益越小,越能激发个体的知识交流欲望,知识变化幅度越大;知识活性程度越高,网络的平均知识存量越少,个体对现有知识的保护意识越强,对自主研发能够起到促进作用,但不利于个体间的知识流动。     

混杂系统粒子滤波混合状态估计及故障诊断算法

混杂系统同时包含连续动态特性和离散动态特性,并且两种动态相互作用,使其故障诊断变得更加困难。针对此问题,提出了一种混合系统粒子滤波混合状态估计及故障诊断算法,提高了现有方法的适用范围和诊断效率。针对混杂系统受控迁移、自治迁移和随机迁移等特点,首先利用随机混杂自动机对系统离散状态(包括故障)和连续状态进行统一建模,重点对现有基于扩展卡尔曼粒子滤波的连续估计算法进行改进,支持利用在线监测数据来估计混杂系统各类迁移产生的各种离散和连续状态,最后根据离散状态估计结果快速实现故障诊断。通过对典型非线性混杂系统的故障诊断,证明了该方法的有效性。