价值流动GERT网络组合C标记模型及其应用

从多传递参量GERT网络模型解析算法出发,研究多传递参量GERT网络模型解析算法的扩展问题,构建组合C标记矩母函数模型,并研究模型相关参数的函数关系、运算法则及其确定方法,研究了价值流动GERT网络组合C标记矩母函数模型及其解析算法,在此基础上将价值流动GERT网络模型应用到国民经济系统多部门间的价值流动系统中,得到国民经济系统各部门间价值流动过程中价值增值活动的平均实现次数、价值增值节点平均实现次数、价值增值网络的平均转移次数等一系列值,以进一步研究部门间动态投入产出的情况及价值增值的情况,为国家的宏观调控提供有效的定量支持。     

基于机会理论的复杂装备系统风险传递GERT研究

针对复杂装备系统任务活动中风险分析传递类型单一、风险机理分析不全面的问题,构建不确定随机图形评审技术模型。首先,根据复杂装备系统的风险特点,基于机会理论提出了风险度,定义不确定随机矩母函数,结合风险基元、风险流构建了图形评审技术(gragh evaluation review technique, GERT)网络分析模型;然后,改进模型通过基元风险度、系统风险度、风险基元重要度等参数,进一步描述风险传递关系;其次,利用矩估计法处理专家信度,采用改进的量子菌群算法求解极大熵模型,分别求得不确定分布函数和概率密度函数,从而得到矩母函数,计算网络模型的参数。最后,选取某型战机执行眼镜蛇机动任务为例,定量评估飞行风险,分析风险机理,验证模型的有效性。     

以特征函数为传递参数的CF-GERT及其矩阵法求解

本文构建了以特征函数和传递概率为传递函数的CF-GERT(characteristic function based GERT)模型,利用特征函数的性质,证明了CF-GERT网络串联结构、并联结构、自环结构的传递关系与信号流图等价传递参数计算完全相同,故可借鉴信号流图理论求解CF-GERT模型.考虑以梅森公式为基础的经典GERT解析算法需要分析复杂的网络拓扑结构,提出了CF-GERT网络的矩阵式表征方法,进而设计了CF-GERT的矩阵式求解算法,推导了期望、方差、等价特征函数的计算公式.若等价特征函数绝对可积,则利用傅里叶逆变换推导概率密度函数;否则,运用Fang等提出的COS方法推导.最后用两个案例说明了所提方法的有效性.     

基于GADSPN的复杂装备危险耦合传递模型

针对装备危险耦合传递随机Petri网(stochastic Petri nets,SPN)模型存在指数分布限制、求解过程复杂的问题,提出广义任意分布SPN(general arbitrary distribution SPN, GADSPN)模型。通过引入熵概率密度函数、矩母函数(moment generating function,MGF)将变迁分布推广至一般任意分布;采用耦合度公式、极大熵模型分别求解GADSPN变迁使能概率及其危险度概率密度函数。基于GADSPN等效MGF性质改进传统SPN模型解析分析能力,提出了装备系统等效危险度、危险状态敏感度、危险路径恶化度等分析参数,并结合SPN模型的状态机、可达图、T-不变量,构建GADSPN分析步骤;最后,通过飞机大表速低空俯冲实例和基于蒙特卡罗与ExSpect平台仿真验证表明,GADSPN模型能充分反映装备危险活动耦合传递随机交互过程,具有较好的求解精度与适用性。     

GERT网络的矩阵式表达及求解模型

图示评审技术(graphic evaluation and review technique, GERT)解析法一般利用信号流图的拓扑特征(梅森公式)和矩母函数进行求解,但当GERT网络节点较多且结构复杂(回路众多)时,拓扑结构特征的分析十分困难,易出现错判或遗漏情况。针对此问题,将GERT网络用矩阵形式进行表征,分析了以梅森公式为基础的解析法与矩阵变换的关系,设计了两类基于矩阵的GERT求解算法。首先给出GERT网络与信号流图增益矩阵、流图增益矩阵一一对应关系,分析增益矩阵行列式变换与信号流图求解公式的对应关系,设计GERT网络的增益矩阵行列式变换求解算法。另外,研究GERT网络(信号流图)化简操作(消除自环、消除节点)在信号流图增益矩阵上的变换形式,提出了GERT网络解析的矩阵变换方法。最后用两个例子说明矩阵表征及求解模型的简便性和正确性,为GERT解析的计算机操作奠定基础。     

容量均匀分布的物流保障网络级联失效抗毁性

分析了物流保障网络的特点,发现物流保障网络具有节点度分布均匀、节点之间连接的随机性、节点的负载差异性小、节点的容量在一定区间内随机分布等属性.在此基础上建立了度均匀随机分布的网络模型和级联失效抗毁性模型,应用概率母函数的方法解析地推导了网络级联崩溃的临界值,并通过计算机仿真验证了解析方法的正确性和可行性.     

EPC模式下设计-采购-施工任务并行执行的多目标联合优化模型——基于z标记的多参量灰色GERT网络

针对EPC模式下设计-采购-施工任务并行执行的多目标联合优化问题，构建基于z标记的多参量灰色图形评审技术模型。首先，借鉴计划评审技术网络的建模思路，构建由3个分别表示设计-采购-施工任务执行流程的子图形评审技术网络图构成的多参量灰色图形评审技术网络分析模型；然后，在探讨正常执行活动与返工执行活动的时间与费用、费用与质量之间函数关系的基础上，提出基于三元区间数形式表征输入参量与输出参量不确定性的并行执行时间、费用与质量的矩母函数构造方法；其次，在分析设计-采购-施工任务并行执行下多参量灰色图形评审技术网络各参量求解方法的基础上，给出了该网络关键性时间节点开始执行时间与总执行时长的求解方法；最后，依据EPC模式下建设项目需求，分别构造了基于进度导向型与质量导向型的多目标联合优化模型，并以某会议中心项目为例，验证了所构建模型的有效性。研究成果为评估EPC模式下设计-采购-施工任务在并行执行过程中的进度、费用与质量目标的达成情况提供了科学的定量化分析方法，同时也为EPC模式在中国情景下的推广奠定了理论基础。     

多元混合正态分布情形下的外汇期权组合非线性VaR模型

提出了一种多元厚尾分布情形下的外汇期权组合非线性VaR模型.用多元混合正态分布来描述汇率回报分布厚尾特征,推导出多元混合正态分布情形下的反映外汇期权组合价值变化的矩母函数;在此基础上, 利用特征函数和矩母函数关系,进一步将概率分布的Fourier-Inversion方法和数值积分近似计算的迭代算法------自适应Simpson法则发展到多元混合正态分布情形下的外汇期权组合非线性VaR模型中,估计出期权组合的VaR值. 数值结果表明:使用Fourier-Inversion方法得到的VaR值与使用Monte Carlo模拟方法得到的VaR值相差不大,但使用Fourier-Inversion方法的计算速度明显快于Monte Carlo模拟方法.     

一种新的离散型网络平衡设计模型与算法

随机平衡分配模型与基于效用理论的Logit分配模型是两种有效的非平衡交通分配模型,二者具有等价性,本文将Logit模型替代常用的随机平衡分配模型应用于具有多级选择的离散型网络平衡设计模型中,构建了这类网络平衡设计问题的新模型;模型求解中,上层模型采用带自适应正态变异因子的粒子群算法,而下层问题直接利用Logit模型求解.仿真结果表明该模型与算法是有效的,适合在大型路网上应用.     

基于压缩感知的多核稀疏最小二乘支持向量机

为了提高稀疏最小二乘支持向量机对高维、异构数据的泛化性能,提出新型的基于压缩感知的稀疏多核最小二乘支持向量机算法。首先根据压缩感知理论,用正交匹配追踪算法对最小二乘支持向量机的支持向量进行稀疏化,再利用线性多核扩展法求出新的核函数矩阵。将新的核矩阵应用到最小二乘支持向量机,得到稀疏多核最小二乘支持向量机的解,用稀疏的支持向量实现函数回归。理论分析与数据实验对比结果表明该模型对于高维、异构数据能够更快更准确地进行训练,大大提高了模型的泛化能力和运算速度。     

干涉SAR地形重建的视向量正交分解算法比较

在给出GOD算法的另一种形式和MOD算法的改进算法MMOD算法的基础上,对GOD、MOD、MMOD和GUOD算法间的关系进行了研究.理论分析和实验结果表明,4种算法的共同特点是均选择天线的单位速度向量作为一个正交基,在速度向量的法平面内分别选择一对正交单位向量作为另两个正交基,不同特点在于采用了不同的视向量正交分解方法.结果表明,GOD算法、MMOD算法和GUOD算法是等价的,而MOD算法由于在视向量正交分解中采用了平面波模型,是一种近似算法,与GOD算法、MMOD算法和GUOD算法是非等价的.     

基于四元数矩阵的谐波信号多参量联合估计

针对许多应用场合中存在的谐波多参量联合估计,提出一种基于四元数理论的谐波多参量联合估计算法。该算法首先通过对原信号模型的变换构造一种新的四元数模型,同时构造该四元数模型自相关函数;然后构造该四元数模型自相关函数的Toeplitz矩阵,并对其进行分析,提出谐波信号多参量估计的核心是充分利用四元数建立信号各参量之间的相互约束,以提高参量估计效果;最后利用四元数右特征值分解方法,构造基于四元数的噪声子空间,用四元数MUSIC方法联合估计原信号的多参量。仿真实验说明该方法在信噪比较低时,较经典方法能更有效提取谐波的多个参量。     

评价指标相关性的消除方法研究

提出了一种消除评价指标相关性的方法 .该方法在评价指标相关矩阵的基础上 ,首先对指标集合进行等价类划分 ;然后利用随机向量线性相关性 ,对指标等价类加以优化求解 ,使得指标等价类之间的相关性最小 ,进而得到等价类的指标综合函数 .最后根据等价类的指标综合函数进行系统评价 .文中还给出了一个实际案例 ,说明了本文方法的应用.     

考虑参考点依赖的随机网络用户均衡与系统演化

考虑出行者路径选择过程中的有限理性和参考点依赖,以基于累积前景理论的路径选择决策规则为基础,建立随机网络用户均衡及其等价的变分不等式模型,力图展示现实中的交通流分布形态.提出了求解模型的算法,并通过简单的算例对模型和算法的合理性进行验证.考虑到日常出行路径选择是一个重复的学习与更新过程,通过模型描述出行者路径选择过程中的学习、选择和更新行为,进一步建立基于累积前景理论的动态交通系统,最后通过算例说明动态交通系统演化到用户均衡的过程.     

基于改进的圆投影向量的背景补偿方法

针对传统运动背景补偿算法难以适应大角度旋转的应用场合,提出了一种改进的圆投影向量的背景补偿方法。该算法首先利用图像熵自动选择合适的图像参考块,以增强算法的实用性;其次对传统的圆投影向量进行了改进,增加了相位向量以获取背景的旋转参量,并采用核函数定义各像素点的距离权值,从而可以获得更加准确的结果。最后给出了算法步骤,并利用实测数据进行验证。通过仿真实验证明了该算法在各种场景、各种运动情况下的有效性以及对噪声、光照等因素具有鲁棒性。     

BA网络的一个等价演化模型

ER随机网络和BA网络对网络科学的发展起着十分重要的作用，在网络研究中ER网络与其等价模型可以替代使用。本文提出了BA网络的一个等价的演化模型，并解析计算和模拟了模型的节点度分布、集聚系数和平均路径长度，其演化成的结构特性与BA网络相同。在本模型的演化过程中，不需要拥有网络节点度的完全信息，没有择优连接过程，大大缩短了网络生成时间。因此，研究BA网络的性质和动力学时，可以将本模型替换BA网络。     

无线传感器网络节点随机调度算法研究

针对已有的无线传感器网络节点随机调度算法存在的问题,即由于节点是利用产生随机数的方法加入到不同的工作子集,从而导致初始子集中节点分布不均,在概率感知模型下提出了一种基于节点平均度的随机调度算法。该算法利用邻居节点之间的信息传输,使得每个节点的邻居节点尽量均匀分散在不同的子集中。通过随机概率理论分析了概率感知模型下网络覆盖度与节点数之间的关系,解决了新算法的节点配置问题。仿真实验证明了新算法的有效性及分析的正确性。     

“随机”与“择优”——超网络演化的内在驱动力

基于"随机连接"和"择优选择"的演化机制,构建了一个随机-择优混合超网络演化模型。使用Poisson过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,分析表明网络的稳态平均超度分布服从漂移的幂律分布。该模型可以退化到复杂网络和超网络中的标准模型,具有一定的普适性。通过调节机制系数,模型可以体现混合连接机制。并对3个实证数据进行了分析,该模型能有效刻画不同数据的演化机理。     

基于同步理论的股票网络社团识别研究

利用股票价格波动时间序列的相关特性,基于同步理论研究股票网络的社团结构。通过对关联矩阵的谱分析确定股票网络中存在复杂的社团结构。随后,利用基于Kuramoto模型的同步聚类算法对网络节点(股票)进行动态分组,由局部序参量确定算法的收敛性并得到稳定的社团结构。通过与快速社团检测算法的对比验证,表明基于Kuramoto模型的同步聚类算法能够正确得到股票网络的社团结构,且更符合股票的属性分类。     

中心变异差分进化算法

针对高维复杂优化问题,提出了基于中心变异和自适应交叉概率的差分进化算法--中心变异差分进化（center mutation based differential evolution, CMDE）算法。该算法首先改进了个体的变异形式,即把当前代的群体中心作为基向量,依据参加变异的三个随机个体向量间的函数适应值的大小关系,确定差向量的方向;然后给出了自适应交叉概率策略,即依据交叉的作用,通过分析个体向量间的函数适应值在群体内部的分布情况,确定每个个体的交叉概率。通过几个Benchmark函数的测试表明,CMDE算法具有较快的收敛速度,且对于高维复杂问题的求解精度高,寻优性能好。