基于物理干扰模型的分布式传输调度算法

传统上对无线多跳网络中传输调度问题的研究是基于协议干扰模型的。该模型对问题的分析比较简单,通常会使调度算法的性能较差。该文提出了一种基于物理干扰模型的分布式调度算法来提高网络吞吐量。物理干扰模型反映了接收节点的信干噪比(SINR),是对现实场景中干扰的一种更精确的抽象。该文将传输调度问题建模为整数线性规划(ILP)问题,然后将其松弛为一般的线性规划(LP)问题,提出一种分布式算法来求解LP问题的最优解,进而计算传输调度问题的最优解。在该分布式算法中,每个节点只需要本地的信道信息便可以计算出最优的传输概率,从而实现最优调度。仿真结果表明:该算法可以很快收敛到最优解,并且吞吐量性能与中心式算法接近。     

考虑企业环境责任和政府差别权重补贴的闭环供应链研究

在市场需求和回收品质量水平不确定环境下,构建考虑CER(企业环境责任)和政府差别权重补贴的闭环供应链系统总利润模型.运用模糊机会约束规划法解决市场需求不确定问题,并采用粒子群优化算法(PSO)和遗传算法(GA)对比求解模型算例.结果表明,企业可以根据不同需求置信水平组合制定最优回收、生产和销售策略;系统总利润与CER投...     

基于U-L模型的企业实施自主创新战略路径研究

在U-L模型(宇泽-卢卡斯模型)的基础上,构建了改进后的基于内生稳态最优增长分析框架的研发(R&D)部门和人力资本开发部门的生产函数.通过定义Hamilton函数和严格的数学证明得到稳态最优增长率的表达式,由该表达式说明其决策含义并阐明了企业都可以通过自主创新实现内生稳态最优增长,并且应该根据其知识(技术)存量沿着稳态最优增长路径实施自主创新战略.     

市场细分下定价与交货延迟批量的联合决策

文章针对多周期离散时间、允许交货延迟情形,研究了拥有若干个子市场的制造商如何有效地协调定价决策与批量决策,使得企业利润最大化;建立了二次规划模型,提出了基于动态规划的精确算法,可以在多项式时间内求解出每周期各子市场的最优定价和最优生产计划.实验结果表明,联合策略优于分散策略,可以获得最大利润;与不允许交货延迟情形相比较,允许交货延迟提升了生产的柔性,可以获得更多的利润.     

基于启发式算法对木板切割方案的优化模型设计

针对尺寸固定的木板的切割下料、利用率最优和求总利润最大求最优解等问题,可以通过建立整数规划、最大利润等模型,幵基于启发式算法中的GA遗传模型算法和蚁群算法,综合使用MATLAB、LINGO等软件编程进行求解。在原有数据的基础上,最终的模型结果显示了单块木板利用率最高的设计方案以及利用率最高所需要的板块数。基于前两者的结论进而利用蚁群算法寻求仸务确定条件下木板切割全局最优解以及依赖木板成本构建出最大利润模型。     

面向大规模定制的再制造集约生产计划模型

针对大规模定制(MC)的废旧产品回收再制造的生产方式,考虑再制造系统的复杂性以及各种不确定因素,构造了闭环供应链下面向MC的再制造集约生产计划(RAPP)模型.根据模糊集理论,采用模糊线性规划的方法,将不确定模型转化为清晰的确定型大规模整数线性规划(MILP)模型,试图找出最大利润下,企业在各计划期内的最优零部件外购批量、自制零部件批量以及生产批量.通过一算例来验证该模型的有效性,并分析了相关因子变动对总利润的影响,便于企业经营管理决策者在最优利润下选择相应的RAPP.     

一类复杂动力学网络的滑模控制混沌同步

滑模控制作为一种重要的鲁棒控制策略,得到广泛的应用,运用滑模控制实现多个具有相互关联的混沌系统的同步问题还鲜有报道。本文利用滑模控制方法研究了一类复杂动力学网络的同步控制问题,该系统的驱动系统为i=Cxi+1+f(xi+1),n=g(x1,x2,…,xn),而响应系统为j i=Cxj i+1+f(xj i+1),j n=g(xj1,xj2,…,xj n)+ξj+uj,结果表明选取适当的滑模面和控制律,该混沌系统是同步的。文章基于Lyapunov稳定性理论,设计了网络滑模面以及控制输入,如果选取适当的可调参数,可得到V·<0,从而在滑模控制方法下多个混沌系统构成的复杂动力学网络是混沌同步的,仿真算例说明了该方法的有效性。     

基于Q学习算法的发电公司决策新模型

提出了基于Q学习的发电公司决策新模型,应用于求解发电公司在具有不完全信息的电力市场环境下为获取最优长期利润而制定的决策问题.以电力市场重复运行具有的典型Markov过程特性,应用Q学习算法构建以长期利润最优为目标的发电公司决策模型,并通过算例仿真验证了该模型的有效性.所提出的决策新模型可以根据发电公司对市场状态变化的不同预估状态转移概率模拟该公司在市场环境下的不同竞价策略,并给出不确定市场环境下的最优决策.     

基于混合不确定性和证据理论的再制造生产计划

提出了基于混合不确定性和证据理论的生产计划研究方法.首先在分析再制造工艺流程的基础上,考虑再制造过程中的随机参数和模糊参数,建立以利润最大化为目标的多周期混合不确定规划模型;然后对不同截集水平下的模糊参数,采用随机仿真规划寻优,得到各个截集水平的最优解截集区间;最后采用证据理论并结合仿真结果,获得优化目标值及其置信区间分布. 基于所提出的模型和算法完成再制造生产计划案例研究. 结果表明,该方法可以得到满意的再制造生产计划和利润最大化条件下的可再制造率区间.     

时滞细胞神经网络模型的全局吸引性和全局指数稳定性

借助于Liapunov第二方法 ,对具有时滞的细胞神经网络系统x′i(t) =-Cixi(t) ∑nj=1aijfj(xj(t) ) ∑nj=1bijfj(xj(t-τj) ) Ii,　i=1,2 ,… ,n ,在非线性神经元激励函数满足Lipschitz连续的条件下 ,研究了这类模型全局吸引和平衡点全局指数稳定的问题 ,获得了易于验证的充分条件