基于PCA-EBP神经网络的煤炭物流成本预测

为了科学、准确地对煤炭物流成本进行预测,针对煤炭物流成本影响因素之间存在信息重叠以及BP神经网络对多噪声样本和小样本问题预测结果较差等问题,提出了一种PCA-EBP神经网络模型。将所建立的模型用于内蒙古SH煤炭生产企业煤炭物流成本实际预测。结果表明:模型最大误差为1.748%,最小误差为0.0728%,平均误差为0.972%,均好于径向基神经网络(RBF)和支持向量回归机(SVR),预测精度较高,能够满足煤炭物流成本预测的实际需求,验证了所提出模型的有效性和可靠性。     

物流业服务水平与制造业外包绩效关系的实证研究

经验表明,物流业的服务水平和制造企业对物流的观念与认知直接影响到制造企业物流外包水平．而它们又直接或间接影响到企业绩效。根据以上这些变量建立相应的关系假设模型,通过设计调查问卷收集一手数据,并利用结构方程模型方法进行数据的拟舍分析与实证研究。研究结果显示：物流业的服务水平与制造企业物流外包水平正相关;制造企业物流外包水平与制造企业绩效正相关;制造企业现代物流观念和认知与制造企业物流外包水平呈现弱相关性,并且不显著。最后,在此基础之上还进一步提出有关制造业和物流业联动发展的若干建议。     

基于拟态物理法的无人机集群与重构控制

基于拟态物理(artificial physics)法研究多无人机系统的集群构型生成及重构控制问题.在改进传统的拟态物理法基础上定义新的引力和斥力,使质点模型多无人机系统能够生成均匀分布的标准构型,并借助LaSalle不变集理论分析了集群控制律的稳定性;在此基础上,进一步讨论了序号无关的集群构型局部极值的改进策略.探索了一般性集群构型和标准构型之间的可逆且唯一的双射变换,利用双射变换提出了一般性集群构型生成的集群控制算法,并进而讨论了集群队形的收缩与扩张、集群构型切换和集群避障等集群重构问题.为验证提出的质点模型集群构型生成和重构算法,论文基于ROS(机器人操作系统)及Gazebo仿真器构建了多四旋翼无人机的协同仿真平台,分析验证了构型生成和重构算法的有效性.最后,将设计的基于拟态物理法的集群控制律扩展到多固定翼无人机系统,并搭建了基于X-Plane飞行模拟器和无人机自驾仪的多无人机协同控制半实物仿真环境,验证集群构型生成控制律的有效性.     

联合连通有向切换拓扑条件下无人机集群鲁棒编队控制

针对联合连通有向切换拓扑网络条件下存在外界扰动的无人机集群鲁棒时变编队与轨迹跟踪控制问题进行了研究.首先,依据无人机真实飞行状态信息、期望队形信息与需要跟踪的轨迹信息之间的误差,以及联合连通通信拓扑网络条件下能够相互通信无人机期望飞行状态与实际飞行状态之间误差信息设计出了无人机集群系统的编队控制方法.然后通过一类特殊的矩阵分解将集群系统时变编队与轨迹跟踪控制问题转换成联合连通快速时间平均系统的渐近稳定控制问题,进一步提出了系统渐近稳定的充分条件,并通过建立的分段连续Lyapunov泛函进行了证明.最后仿真结果验证了本文所提方法能够实现联合连通有向切换拓扑网络条件下无人机集群的时变编队与轨迹跟踪控制飞行.     

基于分组拍卖的集群机器人启发式图形构造算法

集群机器人的图形构造问题是指通过控制集群机器人的运动趋使其形成一个特定的图形.集群机器人中的图形构造问题通常可以分解为两个子问题:机器人与目标点之间的任务分配以及机器人与目标点之间的路径规划.根据集群机器人图形构造问题规模大、易拥堵、碰撞的特点,提出了一种集中优化、分组拍卖以及分布式交互相结合的OGADI(optimized grouping auction and distributed interaction)方法,以缩短图形构造的完成时间.将OGADI算法与最短路径集诱导顶点排序算法对比,结果表明,在集群机器人规模分别为500, 1000, 1300下, OGADI算法图形构造任务平均完成时间分别缩短了16.1%, 13.6%, 14.4%,仿真验证了OGADI算法的可行性和有效性.     

跨国企业间的多维博弈分析

研究了两个跨国企业同时生产具有相互替代性的两种产品时的策略选择问题。建立了两个跨国企业关于两种产品的多维博弈模型,得到了其Nash均衡解。运用多维博弈的方法分析得知,单独博弈仅是多维博弈的一种特殊情况,且企业进行单独博弈的策略劣于其进行多维博弈的策略。当两个跨国企业对两种具有相互替代性的产品同时进行多维博弈时,要充分考虑它们之间的影响关系,这样选择的策略才是最优策略。     

一种基于加工匹配度的车间作业调度方法研究

单件小批量生产形式下的作业车间调度是生产调度中的重要问题.在综合考虑订单优先级、加工时间等诸多因素的基础上,提出了加工匹配度的概念来研究作业调度问题,建立了相应的调度模型,设计了一种启发式作业调度算法.在某制动阀生产企业数控车间的实际应用结果表明,该方法能够较好的辅助车间调度人员进行车间作业调度.     

解决非可微凸优化问题的次梯度反馈神经网络

发展了Leung等人所提出的解决非线性凸规划问题的动态反馈神经网络模型, 引入基于次梯度动态反馈神经网络模型解决非可微凸优化问题. 对于无约束非可微凸优化问题, 假定目标函数是强迫性的凸函数, 证明了由投影次梯度构造的反馈神经网络轨道从任意初值点出发都收敛于一个渐近稳定的平衡点, 该平衡点为原无约束问题的最优解. 对于约束非可微凸优化问题, 在目标函数是强迫性的凸函数, 约束函数也具有凸性的假定下, 依次造构能量函数序列和相应的基于次梯度的动态反馈子网络的模型, 建立了收敛定理并给出了停时条件. 最后, 设计了两种有效的算法并结合一些实例进行了仿真验证.     

基于交叉效率Malmquist指数的我国家电上市企业TFP分析

针对基于传统DEA模型的Malmquist指数存在不够客观和精确的缺陷，提出基于交叉效率模型的Malmquist指数。利用该指数对我国家电上市企业在2005～2009年期间的生产效率进行分析，结果表明，家电行业总体的生产效率在稳步提升，但在2008年受到了金融危机的负面影响；规模越小的企业，技术进步给其带来的影响越积极，而中间规模企业生产效率的提高则同时来自技术效率和技术进步。     

考虑未知输入的异构集群系统群体智能合围跟踪控制

集群系统合围跟踪控制是群体智能涌现在运动控制层面的实现途径之一,在智能化战争时代具有广阔的应用前景.本文面向未来空地群体智能作战中护卫任务的应用需求,聚焦军品押送、重要人物护送等典型任务场景,研究了异构集群系统考虑领导者具有未知输入的分布式编队-合围跟踪控制问题,以实现复杂环境下空地协同智能作战.首先引入代数图论知识,建立具有未知输入的异构集群系统模型,提出了一种编队构型生成系统.之后结合自适应控制律,利用邻居局部信息交互设计了基于边的分布式编队-合围跟踪控制器,并证明了闭环系统的稳定性.此外,对异构集群系统涌现出的更复杂的群体智能特征进行了分析与总结.最后,通过数值仿真验证了本文所提出的方法能够实现预期的编队-合围跟踪控制,并建立了实物等效验证系统,对控制方法的有效性进行了验证,为实际情况下大规模空地协同智能作战提供了有力的理论支撑.