改进无色卡尔曼滤波算法在GPS系统中的应用

基于无色卡尔曼滤波算法在GPS卫星定位系统中的应用,提出了GPS卫星定位系统中的改进无色卡尔曼滤波算法.该算法在迭代一定次数后引入遗忘因子,根据误差协方差矩阵自适应调整无色卡尔曼滤波算法中的过程噪声方差矩阵,以提高模型的准确度.通过采集大量实测数据的仿真测试结果表明,改进无色卡尔曼滤波算法在定位精度上较元色卡尔曼滤波算法大幅提高,表明其对于精确定位有更加重要的意义和曼为广阔的应用前景.     

大系统稳态优化控制的改进瓣算法

引入标志算法抗干扰性级强弱的灵敏度指标，讨论了稳态优化控制两步算法（参数估计与模型优化相结合）最优性的参数灵敏度问题，特别对线性模型且具有二次性能指标控制问题的标准两步法和修正两步法的灵敏度作了分析比较，并提出了适合参数估计和模型优化各存在误差时的新算法．     

一种改进差分进化算法的分数阶系统辨识研究

分数阶模型需要辨识更多的参数,为了建立高精度的分数阶模型,提出一种应用于分数阶系统辨识的改进差分进化算法.在变异策略中基向量从最优个体群群中随机选取,在搜索过程中根据成功变异个体的信息自适应调整缩放因子和交叉概率因子,提高算法的勘探和开采能力.通过求解5个测试函数,证明了改进算法具有较强的求解能力.以永磁同步电机的分数...     

基于网络最大流的城市雨水管网系统脆弱性评价

为了对城市雨水管网系统进行针对性的改建,在暴雨天提高事故抢修速度,需要对城市雨水管网系统进行脆弱性评价并找出脆弱管段.首先介绍了城市雨水管网系统排出雨水的干扰因素,提出了城市雨水管网系统脆弱性的概念,并逐一分析了影响城市雨水管网系统的因素,综合考虑各方面因素,建立了城市雨水管网系统的脆弱性评价模型.在此基础上,结合图论中网络最大流理论,寻找城市雨水管网系统中的脆弱管段.最后以西安某高校的雨水管网系统为例进行研究,测得了该高校雨水管网系统的脆弱度为0.877,证明该区域雨水管网脆弱性较低,不易形成内涝,并找出该高校雨水管网的脆弱管段.     

基于规模视角的系统重要性银行研究

在放松对银行规模等级设定的基础上,构建了更具一般性和可操作性的改进的三银行模型. 通过引入基于多元极值理论和L函数的三种银行系统重要性指数,规范分析了银行规模对系统重要性的影响. 研究发现,规模是构成银行系统重要性的必要条件但不是充分条件. 同时,运用中国14家上市银行A股交易数据对银行规模与系统重要性的相互关系进行了实证检验,结果与改进的三银行模型基本一致. 无论从理论还是实证角度来看,规模对银行的系统重要性具有重要影响,但当银行规模达到一定程度后,其影响将被弱化,这对于识别和监管系统重要性银行具有重要的理论意义和应用价值.     

跨区域重大工程项目脆弱性研究

为获知跨区域重大工程项目的脆弱性,基于复杂网络理论,提出一种评估跨区域重大工程项目系统脆弱性的方法.首先识别跨区域重大工程项目脆弱性影响因素,并在此基础上建立相应的权重矩阵,然后计算出该网络的拓扑参数,并用Matlab软件对其脆弱性进行仿真,最后把网络拓扑参数与仿真结果进行对比,分析跨区域重大工程项目脆弱性与拓扑结构的关系.结果表明,在跨区域重大工程项目中环境因素和社会因素的脆弱性大于经济因素的脆弱性,以警示跨区域重大工程项目的管理者.     

大系统稳态优化控制的改进新算法

引入标志算法抗干扰性能强弱的灵敏度指标，讨论了稳态优化控制两步算法（参数估计与模型优化相结合）最优性的参数灵敏度问题，特别对线性模型且具有二次性能指标控制问题的标准两步法和修正两步法的灵敏度作了分析比较．并提出了适合参数估计和模型优化中存在误差时的新算法．     

防洪系统脆弱性的模糊极大熵诊断

参照可持续系统的特征,将防洪减灾过程分为防灾、承灾及恢复三个阶段,以脆弱性描述承灾阶段中防洪 系统面临洪灾时应对、抵御洪水的能力,构建了防洪系统脆弱性诊断指标体系,基于GIS技术建立了基于极大熵原理的模糊诊 断模型,提出了降低脆弱性的减灾策略.运用信息熵所反映实际样本的效用值修正权重,为权重分配提供了依据.应用实例 符合北江下游防洪实际,说明了模型的可行性和合理性.     

面向流量的海底光纤系统脆弱性分析方法

选择网络流量传输成本作为海底光纤系统的脆弱性测度指标,提出了一种基于双层优化模型的海底光纤系统脆弱性分析方法,能够识别出特定毁伤预算下的脆弱点,并能对受损情况下重新分布的网络流量进行量化分析。最后,通过某假设地区的两大海底光纤系统验证了方法的有效性,探讨了动态脆弱性的一些特征并给出了相应的保护策略。     

线控系统协调优化模型及其改进粒子群算法研究

为合理控制线控系统,控制参数应协调设置.本文基于分层递阶技术优化设计控制参数.首先将元胞传播模型(CTM)进行改进,考虑出口道车队离散延误,建立干线路段及交叉口分流、合流交通流模型,使CTM适于网络交通流分析.然后,针对线控系统现状研究忽视共用周期优化的问题,基于控制参数间的相依关系,考虑上、下行相位差关系,建立两级递阶控制模型;协调级根据主次干道车流状况,以系统总延误最小为目标同时优化共用周期和双向相位差;控制级优化绿信比使所控交叉口延误最小.同时,采用分段变化的惯性因子选择机制改进粒子群优化算法.最后,将协调优化模型及其粒子群算法应用于某仿真线控系统,比较研究发现协调控制效果良好.     

基于测试重要度的Petri网序列优化算法

针对故障诊断测试序列优化问题,提出一种基于测试重要度的Petri网序列优化算法。该方法依据测试代价原则,并引入测试重要度函数,采用Petri网全局搜索算法,在传统测试优化目标测试费用和故障检测率的基础上,选择包含故障信息量大的测试,有效缩减测试序列的长度,并结合测试代价的反馈计算,减少总体测试费用。研究表明,所提出的优化算法克服了传统算法陷入局部优化的缺点,能够有效地减少总体测试代价。     

基于尾部依赖的保险业系统性风险度量

从系统性风险的界定出发,综合考虑系统性风险的两个视角,基于保险公司的股票数据探讨保险业的系统性风险.通过构造Kendall协同系数检验整体依赖性和尾部依赖性,以(非对称)尾部依赖性为切入点,构造SV-t模型和厚尾的SV-GED模型,利用AIC准则和Hit检验法对不同依赖结构的copula模型进行筛选.通过实证分析,检测出中国人寿、中国平安和太平洋保险公司的非对称尾部依赖结构,认为保险业可能成为系统性风险传导链条上的一环,并且完全可能自身隐含和集聚系统性风险.结论部分分析了系统性风险的原因,针对如何降低下尾风险依赖提出政策建议,为我国保险业宏观审慎监管提供一些支持材料.     

基于分数布朗运动驱动的银行货币存贮网络模型系统风险和最优控制的研究

从银行间货币流动的动力学角度出发,提出了一个由分数布朗运动驱动的并且有中央银行参与的银行货币存储网络模型.每家银行以特定的比率从其他银行拆借货币,并在一定的情况下可以向中央银行拆借资金,但由此会产生借贷成本.系统中银行的货币存储满足文中给出的随机微分方程,计算并给出了系统风险指标——总体破产概率,系统活动总量的数学表达式,通过线性二次型控制方法,求得银行向中央银行拆借资金的最优成本.     

基于遗传禁忌混合搜索算法的设备布局研究

针对设备布局影响制造系统的总体功效的问题,但同时遗传算法在实际应用中,出现早熟现象,爬山能力弱,等一系列缺点提出遗传禁忌混合搜索算法,该算法将遗传算法和禁忌搜索相结合,遗传算法的交叉算子中增加记忆功能,避免迂回搜索,以禁忌搜索作为遗传算法的变异算子。通过实例计算,证明遗传禁忌混合搜索算法是一种行之有效的算法,对解决设备布局这类组合优化问题具有实用价值。     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

基于属性重要性的决策树规则提取算法

对属性进行约简为从关系数据库中挖掘简洁的规则创造了条件。但从属性约简后的数据集中提取最简规则的问题仍是一个NP难题,一般借助于启发式算法。提出了一种新的基于属性重要性的规则提取算法,称为IADT(importantattributedecisivetree)算法,采用粗糙集理论中的属性重要性概念,通过建立树结构来提取规则。算法可以避免面对NP难题,获得相对简单的规则。计算实例表明,IADT算法具有良好的实用性,有进甚至可以获得最简规则。通过与ID3算法进行的比较表明,IADT算法为规则树算法提供了一种新的属性选择标准。     

基于分布式免疫进化算法的函数优化

针对遗传算法在寻优过程和多峰值函数求解中出现的“早熟”问题以及免疫算法收敛速度较慢问题,将免疫算法和进化算法进行优势融合,并结合改进的进化算法的并行模型,提出一种新的算法--分布式免疫进化算法（distributed immune evolutionary algorithm,DIEA）。新算法主要包括记忆种群进化模块和子种群进化模块两个部分,子种群的主要功能是找出各个区间的局部最优解;主种群主要是进行全局搜索,寻找全局最优解。仿真实验表明,该算法具有很高的全局寻优能力和很快的收敛速度,适合求解复杂多峰函数优化问题。     

星图识别的剖分算法

为了提高星敏感器的测量速度和精度,在星图识别中首次采用了在地球物理地质建模中有着广泛应用的剖分算法。利用这一算法进行星图的匹配识别,仿真实验结果表明与现有的星图识别算法相比,此算法具有高的识别率,良好的实时性和鲁棒性,且所需导航星库的容量小,检索速度快。     

基于图论与PageRank的要地反导己方目标重要性排序

针对要地反导作战己方目标重要性排序问题, 创新性地提出一种基于图论与网页排名(PageRank, PR)算法的排序方法。首先, 采用图论方法将各目标之间各种静态、动态关系网络抽象成二维拓扑结构图, 确立在不同关系下各目标之间的相互联系。其次, 根据要地反导作战实际情况,结合专家意见对静态、动态关系网络的重要程度进行打分。基于PR算法思想, 根据构建的目标关系模型, 计算己方目标关系矩阵及重要度值, 给出目标排序。最后, 结合要地反导作战案例进行验证分析。结果表明,该方法能够综合目标排序时的多方面因素, 给出科学、合理的重要性排序, 具有一定的可推广性和应用前景。     

基于切比雪夫拟合的BP自聚焦算法

为了解决传统后向投影(back-projection, BP)算法中, 成像清晰度受硬件限制、复杂运动难以算法修正的问题, 提出了一种基于信号分析, 采用切比雪夫拟合的聚焦处理方法。考虑到非线性运动下的BP成像带有大距离变化产生的算法处理误差, 导航器件补偿参数难以修正, 该算法以信号回波数据为基础, 采用改进的自动聚焦算法来修正距离误差带来的成像干扰, 可在雷达系统内高效实现。分析了BP成像算法的误差和自聚焦算法, 将原始BP成像图像与经自动聚焦处理的图像进行比较, 检验算法的性能。仿真结果表明, 抛物线轨迹下的改进BP自动聚焦算法处理后的图像效果优于未处理图像。