基于云制造的资源优化配置模型

为解决资源优化配置过程中忽视云制造平台可持续性的问题,综合考虑资源的知识贡献度、服务评价和使用优先级对平台可持续性的实际影响,结合服务质量指标,提出了资源组合服务能力综合评估模型。以平台运营方作为上层决策者,服务需求方作为下层决策者,构建了以平台运营方可持续性最强、服务需求方服务质量最优为目标的双层规划模型,并采用模拟退火算法对资源优化配置模型进行求解,应用分析和实验结果表明了该模型和算法的可行性。     

不完全信息动态二维Cournot博弈模型及均衡

在文献[1]和[5]的基础上，讨论两个企业关于具有一定替代性的两种产品的不完全信息动态二维Cournot博弈模型及其精练贝叶斯Nash均衡．进一步分析当两种产品不存在替代关系时，这个二维Cournot博弈的精练贝叶斯Nash均衡与对这两种产品单独博弈的精练贝叶斯Nash均衡的关系，分析结果表明一维博弈及均衡是多维博弈及均衡的特殊情况。     

停车企业合作与竞争经营的停车定价模型

研究了需求不确定条件的换乘停车场与工作区中心停车场间的竞争经营与合作经营问题。将停车场运营商与出行者之间的相互作用,表述为一个双层规划模型。其中,上层规划基于博弈理论,探讨了停车场在完全竞争与完全合作两种策略下的定价决策问题;下层规划考虑不确定需求,建立了多方式交通网络均衡配流模型。假定交通需求服从给定的正态分布,运用基于蒙特卡罗仿真的样本平均近似方法,构建了博弈模型的支付函数。最后,通过算例验证了模型的有效性。     

电商平台物流策略与零售商需求预测信息共享策略的博弈分析

本文研究了电商平台销售模式中电商平台物流策略和零售商需求预测信息共享策略的博弈关系.针对电商平台和零售商组成的销售系统,考虑零售商拥有私有需求预测信息、电商平台拥有物流模式(零售商自营、平台自营和第三方物流模式)决策权,建立了3种物流模式下的信息共享优化模型,探讨了电商平台物流策略和零售商需求信息共享策略的不完全信息静态博弈及其贝叶斯纳什均衡解.研究发现:物流成本系数较高时,纯战略纳什均衡为电商平台选择零售商自营物流模式,零售商选择隐瞒需求预测信息;物流成本系数较低时,纯战略纳什均衡为电商平台选择电商平台自营物流模式,零售商选择共享需求预测信息.     

基于正态分布区间数的逆向云新算法

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型, 逆向云发生器可以实现定量数值到定性语言值的转换. 在深入分析传统逆向云算法的基础上, 在“所有的模糊隶属函数曲线构成一个模糊隶属函数曲线簇, 模糊隶属函数曲线簇可以看作云的一个近似”这一思想的启发下, 提出了一种新的逆向云算法. 与传统的逆向云算法不同, 该算法能够处理代表某一定性概念的区间数并能避免参数求取过程中的重复计算. 实验分析表明: 该算法可以以较高的精度还原云模型的三个数字特征值, 具有较高的实用性.     

未知转换概率矩阵下的机动目标跟踪算法

机动目标跟踪过程中的转换概率矩阵往往是未知的,系统状态也将呈现非线性、非高斯、不完全观测的特点。传统的方法如交互多模型、广义伪贝叶斯算法等解决该类型问题的效果并不理想。将准贝叶斯法则和辅助粒子滤波算法相结合,提出了一种新的未知转换概率矩阵条件下的机动目标跟踪算法(QB-APF)。仿真结果表明,该算法与其他方法相比具有更高的滤波精度和较好的数值稳定性。     

不完全信息下的群体决策仿真

为研究互联网个体交互,描述网络舆论演化与群体意见形成,建立了人员个性不完全信息博弈的策略选择模型,并对其进行了仿真和分析．根据网络交互的信息不对称性,提出了基于个体自信程度的不完全信息的支付矩阵,并使用海萨尼转换分析了博弈的贝叶斯纳什均衡;进一步地引入了个体记忆,通过交互进程更新了个体对邻居个性的认识．仿真结果表明,在不完全信息环境下,系统收敛时间更短,信息传播更快．研究内容有助于理解网络事件更易产生一致意见的演化规律,为网络舆论的引导策略提供参考和借鉴．     

基于微服务架构的云制造调度仿真系统设计与开发

针对当前缺乏低耦合和高扩展的云制造调度仿真系统,无法方便地对调度算法性能进行测试的问题,以成本和完工时间最小化以及服务质量最大化为调度目标,提出一个可扩展的云制造调度模型,并在此基础上设计和开发了一个基于微服务架构的云制造调度仿真系统,实现了系统管理、资源管理、任务管理和仿真管理等功能,具有灵活自治、稳定、可扩展等特征。该仿真系统能够对调度算法的性能进行仿真、测试和优化,从而为云制造调度算法性能测试和参数优化提供了一个仿真平台。     

信贷行为中的不完全信息动态博弈

在对银企之间信贷行为进行系统分析的基础上,运用博弈论研究了信贷配给问题,针对其还贷行为建立了一类不完全信息动态博弈模型,讨论了其精炼贝叶斯纳什均衡解,得到了几个有意义的结论.     

基于Stackelberg博弈与深度强化学习的计算卸载策略

为使5G混合专网结构的2种用户能获得最优计算卸载策略，将2种用户竞争移动边缘计算(mobile edge computing,MEC)服务器资源的问题建模成Stackelberg博弈，并分别讨论了完全信息博弈和不完全信息博弈下的策略。完全信息博弈下，存在唯一纳什均衡解；不完全信息博弈下，将环境建模为部分可观测的马尔可夫决策过程(partially observable Markov decision process,POMDP)，并提出一种基于二阶段深度强化学习(two-stage deep reinforcement learning,TSDRL)的最优卸载策略。仿真实验表明：该算法相较于D-DRL算法能减少20.81%的时延及3.38%的能耗，有效提高用户QoE(quality of experience)。     

可赎回的可转换债券的博弈定价方法

首先分析了可赎回的可转换债券的发行者与持有者之间的动态博弈关系，基于完全信息动态博弈原理，以实例演示该种证券定价的二叉树法，分析了该方法的优点和不足，进而基于博弈机制和最优停时原理，建立了该证券介的较一般方法。     

贝叶斯网络增强型多模型AUV组合导航算法

针对复杂环境下自主水下航行器(autonomous underwater vehicle,AUV)组合导航系统中存在噪声不确定或者易发生变化的情况,提出一种贝叶斯网络增强型交互式多模型(interactive multiple model filter based on Bayesian network,BN-IMM)滤波算法。该算法在多模型估计基础上,引入特征变量,并根据变量与系统模型之间存在的因果关系建立贝叶斯网络;利用贝叶斯网络参数修正多模型估计中的模型切换概率,能够降低多模型算法中真实模式识别对先验知识的依赖性。该算法能够解决交互式多模型(interactive multiple model,IMM)算法中模型转换存在滞后、模型概率易发生跳变等问题,增强多模型算法的自适应能力。以陀螺和加速度计的输出作为特征变量建立贝叶斯网络,对AUV组合导航系统进行仿真,结果表明所提出的BN-IMM算法相比于传统的IMM算法能够显著提高机动状态时模型转换速度和估计精度。     

云制造系统用户认证和服务间协同高效可信安全技术

针对云制造系统不同安全域之间信任关系孤立导致的用户跨域访问重复进行身份认证和云服务跨域协同被拒绝的问题, 设计了一种面向云制造系统的域间互信过程模型, 提出了基于域间互信的用户认证和服务跨域协同高效可信安全优化技术, 实现了用户可信身份跨域传递和云制造服务跨域协同, 并在企业进行了应用验证, 给出了所提方法与传统方式的对比分析。分析结果表明, 提出的高效可信安全技术能够在提升云制造系统认证和服务跨域协同效率的同时不降低现有安全机制的防护强度。     

基于K-L信息因子的变结构多模型算法模型集自适应研究

针对传统多模型机动目标跟踪算法对模型数量的增长会产生组合爆炸和模型竞争现象,降低跟踪系统的性能,提出了一种模型集自适应的变结构多模型算法。采用基于Kullback-Liber（K-L）信息因子分析多模型算法中模型集各模型之间的匹配程度,并在此基础上实现对模型集的自适应调节,同时推导了各时刻模型概率与模型之间的模型转换概率矩阵,从而为变结构多模型算法的实现提供了基础。仿真实验验证了所提算法的可行性和有效性。     

制造信息系统自组织过程与系统模型研究

为了研究制造信息系统自组织过程中的宏观相对稳定性与微观单元之间互作用的关系,提出了制造企业复杂信息系统自组织过程结构模型,建立了单元的自动机模型和单元的状态转换函数,以及单元之间交互的接口模型、单元之间的映射耦合函数以及单元属性的本体描述,建立了伺服约束函数模型,研究宏观序参量对单元自作用和互作用的伺服作用,并进行了系统仿真.该模型体系可以准确表述自组织过程、揭示自组织规律,分析制造信息系统静态功能结构和动态运行特性.     

云制造模式下基于Pareto最优的制造资源动态优化配置

研究云制造模式下企业制造资源的动态优化配置问题。在云制造模式下,企业拥有的众多剩余资源被整合成为云制造服务中心,但由于资源的产权关系,云制造服务平台对资源配置的结果可能与单个资源所有者的决策矛盾。为弱化这种影响,从平台角度提出基于Pareto最优的剩余资源动态优化配置模型,平台通过调整供需双方共享的制造资源的比重,使得整个云服务系统总利润最大化。并采用Pontryagin极大值原理求解模型,得出云制造服务平台上各企业资源优化配置的Pareto最优战略,通过算例进一步的验证该方法的可行性。     

基于随机查勘策略的夸大损失索赔欺诈博弈分析

运用不完全信息动态博弈的有关理论,建立了基于随机查勘策略的夸大损失索赔欺诈博弈模型,给出了保险双方的博弈策略选择及其可能达到的均衡,分析了满足保险人零期望利润约束的保险费率公式.研究表明,博弈模型存在某种形式的精炼贝叶斯纳什均衡,而且道德风险的存在会使保险单价格上升.最后,论证了保险标的损失额度为离散随机变量时夸大损失索赔欺诈博弈问题解的形式.     

基于混合自适应Memetic算法的贝叶斯网络结构学习

Memetic算法是一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体,具有较高的全局搜索能力,将其成功应用于贝叶斯网络的结构学习。该算法在基本的遗传算法操作算子中,引入粒子群算法的基本思想,同时利用混沌的遍历性和云自适应的快速收敛性,提出了一种云自适应的混沌变异搜索进行局部搜索,实现全局优化,跳出局部最优。实验证明该算法在贝叶斯网络结构学习中具有很好的效果。     

基于投影仪-相机系统的多投影颜色校正技术

为了消除多投影大屏幕显示系统的颜色差异对虚拟现实系统仿真环境沉浸感和真实感的影响,提出了一种基于投影仪-相机系统的颜色校正优化方法,综合考虑校正系统中相机和投影仪的非线性影响.针对以往算法中忽略相机影响的问题,提出基于Pedro图像分割的高动态范围图像合成优化算法,引入新的权重函数,建立相机输入输出像素映射关系;结合相机的非线性响应关系,利用YUV与RGB色彩空间的转换模型结合函数逼近的方法对投影仪亮度和色度同时校正,生成投影仪颜色查找表,并利用着色语言实现颜色校正的GPU渲染.最后以三通道环形多投影屏幕为实验平台验证本算法的有效性.     

基于Cournot模型的四种市场三度价格歧视博弈分析

对m个厂商n元市场的最一般情形用完全信息静态博弈的方法分析了实施三度价格歧视情形和统一定价情形的均衡产量,均衡价格和均衡总收益的统一的计算公式,并研究了这两种情形三个指标之间的关系。结果显示,在n个子市场的需求函数为线性需求的条件下,统一定价的市场均衡产量等于歧视定价的市场均衡产量;统一定价的均衡价格是歧视定价时n个子市场均衡价格的加权平均;统一定价的市场均衡总收益小于歧视定价的市场均衡总收益。同时,还研究清楚了各均衡量随着厂商数m变化的规律,以及随着子市场数n变化的规律。