飞机朝后座椅的保护作用模型研究

为了进一步提高民航旅客运输的安全性和减少飞机事故的伤亡率,对飞机座椅朝后这一新概念,从安全防护的改善方面进行了系统分析和定量的描述,建立了冲撞缓冲效果的估算模型,进行了相关的简单试验,并分析了空难幸存案例,从中得出结论,如果把飞机座椅朝后安装,可以主动地、大幅度地提高事故中对人体的防护能力,减少伤害率.另外,通过比较发现,由此带来的改善,并不减少飞机原有的性能指标,也不增加成本和维护的复杂性.最后提出了分级布置飞机客舱座椅的建议,以便保留部分朝前的座椅供一些有偏好的旅客进行选择,使所有的座椅安全性都有所提高,起到了系统优化的作用.此模型为新一代面向用户的飞机设计,提供了一个系统安全分析的基础.     

基于偏好DEA模型的应急资源优化配置

从应急系统中应急资源的投入产出的整体相对效率考虑, 提出了新的资源优化配置的非参数DEA模型,对应急系统中应急资源总体利用情况进行了评价.在此基础上,考虑到决策者的偏好信息,构造了偏好的DEA资源配置决策模型.最后,通过对一个算例的具体分析,清楚地表明,在资源总量控制的情况下,利用本文提出的非参数偏好DEA模型对应急资源进行统筹安排和合理配置,可以大大提高应急系统的整体相对效率.     

中国房地产市场管制中四大利益集团联盟的博弈分析

为了回答中央政府在中国房地产市场管制中如何解决利益集团联盟导致房价飞涨的问题,基于合作博弈的方法,分析了中央和地方政府、房地产商和国际投机商在支持和反对管制两方面形成单人、两人、三人以及四人联盟的条件、联盟的最优形式以及维持联盟的利益分配向量.发现:管制净收益与市场调控平均净收益的关系决定管制与反管制联盟的形成的条件;最优的联盟形式取决于同类策略的四人支付和与反管制时福利总损耗的比较;维持联盟的个人向量由个人支付和反对管制的福利损耗确定.中央政府应该建立和维持"管制联盟"来瓦解"反管制联盟".     

行为控制制度的数学描述与有效性分析

以管理实践中广泛应用的"疑罪从无"以及"奖励制度"为例,给出了制度的回报概率描述与博弈树描述,制度有效条件的数学模型描述等研究方法.特别是给出了制度有效条件的数学模型,以及制度的观测力度、控制回报差异、自然回报期望值差异,行为成本差异等重要概念,指出在维持制度的有效性的前提下,这些因素之间的制约关系.这些都可以推广应用于各种制度的研究中,为制度研究提供了定量分析与统计观测的新方法.     

基于核子解的最终交叉效率权系数确定方法

介绍了交叉效率评价方法,分析了利用最终平均交叉效率值来对DMU进行评价时所存在的诸多缺陷,结合合作博弈理论,放松最终确定效率值的平均化假设,把需要作评价的各个决策单元作为合作博弈的局中人,并定义了包含所有局中人在内的联盟博弈及其各种子联盟的特征函数值,在分析各种联盟博弈解优劣的基础上,选择核子作为联盟博弈的解,并通过遗传算法求解出该博弈的核子解,从而确定了最终交叉效率的权系数.最后通过一个算例说明该方法的有效性.     

CCR模型中决策单元的区间效率值及其排序

CCR模型中,决策单元的效率值为输出的加权平均与输入的加权平均比值的最大值,而本文则认为所有可能的输出的加权平均与输入的加权平均比值都是可能的效率值,因此决策单元的效率值为一区间.基于交叉效率方法,本文得出了决策单元的区间效率值并进行了排序.所得出的区间效率值不仅比传统的点效率值更加全面地反映决策单元的表现,而且由于交叉效率方法的自互评本质,它比已有的区间效率构建方法更加合理、可信.文末给出了一个算例.     

Metropolis-Hastings自适应算法及其应用

首先阐述Metropolis-Hastings算法实现的具体步骤,然后证明由此产生的Markov链满足细致平衡条件,从而以目标分布为不变分布.接下来给出几个计算实例,以说明提议函数及其方差的选取对采样结果的影响,并由此推出一种改进的自适应算法用以寻找合适的提议函数及其方差.最后,通过贝叶斯Logistic模型的例子说明M-H方法在贝叶斯分析中的应用,同时也检验M-H自适应算法的效果.     

油价系统的随机模拟

石油价格的波动已经对相关产业及国家经济产生了重要的影响,未来油价趋势的准确预测是国家及相关产业经济的重要参考因素,在综合分析已有的油价预测方法的基础上,笔者提出了一种新的研究思路,首次把石油价格及其影响因素作为一个随机系统来展开研究.基于系统、信息、控制的观点,在分析油价系统结构的基础上,从随机的角度研究了油价及其影响因素的变化规律;设计了一个随机模拟器,对未来油价的概率分布函数及统计特征进行随机模拟.     

季节性产品销售商动态串货博弈模型

基于现实中处于竞争状态的销售商之间广泛存在的"串货"现象,本文研究了同一市场上销售同一种季节性或时尚性产品的两个销售商之间的最优动态串货策略.在研究的问题中,双方都持有一定数量的初始库存,产品库存在销售过程中不能补给.在一方库存销售完毕之后,可以借助于对方的串货来满足顾客需求;然而对方基于自身利益的考虑,有权拒绝串货.基于一个离散时间动态规划模型,我们分析了两个销售商的最优串货策略,刻画了销售商收益函数的结构性质.此外,我们将该分权系统与追求整体利益最大化的集权系统进行了对比;数值实验表明:虽然串货能有效增加销售商各自的利益,但是他们之间的竞争会带来较大的整体利益损失.     

交易前透明度、市场深度和交易者构成——基于中国股票市场的实证研究

运用深圳证券交易所A股股票的交易数据,实证分析了指令簿透明度增加后市场深度的变化.结果表明:交易前透明度增加之后,前3个最优价位上的深度都明显增加,并且第2和第3阶位上的深度相对第1阶位上的深度增加的比例更大.进一步,根据交易前透明度对不同类型交易者提交指令的影响,通过分析各个价位深度的变化情况,得到了我国股票市场上不知情交易者占主体的推论.     

NONLINEAR FEEDFORWARD SEQUENCES OF m-SEQUENCES (Ⅲ)

ＮＯＮＬＩＮＥＡＲＦＥＥＤＦＯＲＷＡＲＤＳＥＱＵＥＮＣＥＳＯＦｍ－ＳＥＱＵＥＮＣＥＳ（Ⅲ）ＤＡＩＺｏｎｇｄｕｏ（ＧｒａｄｕａｔｅＳｃｈｏｏｌ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅｉｊｉｎｇ１０００３９，Ｃｈｉｎａ）ＦＥＮＧＸｕｕｉｎｇ（Ｉｎｓｔｉｔｕｔ...     

Characterizations of semi-prequasi-invexity

Because of its importance in optimization theory,the concept of convexity has been generalized in various ways.With these generalizations,to seek some practical criteria for them is especially important.In this paper,some criteria are developed for semi-prequasi-invexity,which includes prequasi-invexity as the special case.Mutual characterizations among semi-prequasi-invex functions,strictly semi-prequasi-invex functions,and strongly semi-prequasi-invex functions are presented.     

Domino体系研究及其安全功能增强的实现

LoutsDomino/Notes是IBM公司为协同工作而开发的开放式信息共享平台 ,它具有强大的协同工作功能和较高的安全性等特点 ,但其密码算法强度不够 ,并可能存在后门。随着国家大力倡导政府上网和电子政务 ,LoutsDomino/Notes逐渐成为公认的办公自动化系统平台。描述了Notes的体系结构 ;研究了Notes系统的安全模块的嵌入与加强处理 ;并开发出LoutsDomino/Notes系列安全套件。     

Study of detection performance of passive bistatic radars based on FM broadcast

The passive bistatic radar based on the FM broadcast has inherent superiority with respect to its survivability. In this article, the ambiguity function （AF） and the cross ambiguity function （CAF） of the FM radio signal are analyzed and illustrated. The Kolmogorov Smirnov （K-S） test verifies that the amplitude probability density function of the CAF side lobes is exponential; the distribution of the target is also deduced. Finally, the detection performance of the passive radar is studied, and the result shows that this new type bistatic radar has favorable detection capability.     

基于相关性函数和模糊综合函数的多传感器数据融合

针对多传感器数据融合过程中,各传感器可靠度估计的困难和如何对不同类型的传感器数据进行融合,提出了一种基于相关性函数和模糊综合函数的多传感器数据融合方法。该方法首先利用相关性函数计算多传感器的相互支持程度,然后由隶属函数得到每个传感器提供信息的可信度,最后用模糊综合函数获得多传感器对目标属性的融合结果。该方法计算简单,客观地反映了各传感器的可靠程度及相互关系。将该方法用于一个目标识别任务的仿真实验,结果表明应用该方法能确定地识别出目标,是一种有效可行的多传感器数据融合方法。     

非线性滤波和预测的Fuzzy线性加权估计

运用模糊的理论，对非线性系统识别参数估计的不确定性造成的“模糊”问题，估计值得不到精确解，回归效果较差。使用Ｆｕｚｙ线性加权估计非线性系统识别中的变量值，能较好地解决线性回归和状态“模糊”的问题。     

用于多分量线性调频信号的自适应核分布

首先分析了自适应高斯核函数的局限性,并作了改进,同时给出了其参数估计方法。然后,基于线性调频信号模糊度函数特征,提出了一种新的自适应核函数。两种新的核函数的宽度对信号长度具有自适应能力,所以在获得了一定的交叉项抑制能力的同时,避免了较大的信号自项能量损失。不仅对更一般的多分量线性调频信号具有适用性,而且简化了参数的求解。因而,相对于自适应高斯核函数而言,两者性能更优。仿真结果验证了本文方法的有效性。     

基于属性价值函数估计的不确定多属性决策方法

针对属性权重为实数,且权重信息完全未知的不确定多属性决策问题,提出了一种基于属性价值函数估计的决策分析方法。首先,对多属性效用函数和价值函数进行了分析;然后,采用曲线拟合的方法确定属性价值函数的近似表达式,计算决策方案各属性的价值函数值,根据价值函数的可加性确定各方案的价值函数值,以此对方案进行排序与择优。最后给出一个算例,验证了所提方法的有效性。     

Bilevel programming model and solution method for mixed transportation network design problem

By handling the travel cost function artfully, the authors formulate the transportation mixed network design problem (MNDP) as a mixed-integer, nonlinear bilevel programming problem, in which the lower-level problem, comparing with that of conventional bilevel DNDP models, is not a side constrained user equilibrium assignment problem, but a standard user equilibrium assignment problem. Then, the bilevel programming model for MNDP is reformulated as a continuous version of bilevel programming problem by the continuation method. By virtue of the optimal-value function, the lower-level assignment problem can be expressed as a nonlinear equality constraint. Therefore, the bilevel programming model for MNDP can be transformed into an equivalent single-level optimization problem. By exploring the inherent nature of the MNDP, the optimal-value function for the lower-level equilibrium assignment problem is proved to be continuously differentiable and its functional value and gradient can be obtained efficiently. Thus, a continuously differentiable but still nonconvex optimization formulation of the MNDP is created, and then a locally convergent algorithm is proposed by applying penalty function method. The inner loop of solving the subproblem is mainly to implement an all-or-nothing assignment. Finally, a small-scale transportation network and a large-scale network are presented to verify the proposed model and algorithm. This research is supported by the National Basic Research Program of China under Grant No. 2006CB705500, the National Natural Science Foundation of China under Grant No. 0631001, the Program for Changjiang Scholars and Innovative Research Team in University, and Volvo Research and Educational Foundations.     

基于线性学习函数的泛证券投资组合策略

最优定常再调整策略所产生的收益随时间成指数速度增长, 寻找与最优定常再调整策略的收益具有相同指数增长率的在线序贯投资组合是近年来投资组合研究的一个 热点. 首先提出了基于线性学习函数的在线投资组合策略, 其中线性函数的系数是一个与股票相对价格和收益有关的区间的中点. 用相对熵函数定义两个投资组合向量之 间的距离, 进一步证明了基于线性函数的在线投资组合策略是泛证券投资组合. 最后, 分别在两支股票和三支股票组成的多个投资组合上进行了数值计算, 并 与Cover等人提出的泛证券投资组合策略进行了比较. 结果表明这种基于线性学习函数的在线投资组合策略能获得更多的收益, 从而为投资者提供了新的 在线序贯投资组合决策的方法和依据, 具有重要的现实指导意义.