基于角色交换的多Agent协商问题的研究

利用角色与Agent之间的动态性刻画多Agent系统的结构和行为模型的特点,针对在协商过程中相互协作的Agent如何结成具有相对稳定的合作领域的问题,对角色进行形式化描述,提出了基于角色交换的多Agent协商角色交换算法。该算法能在不完全信息的环境下,提高多个Agent之间的协商效率;并以模拟足球赛为平台进行实验,结果证明该算法是可行有效的。     

基于GARCH-CVaR与GARCH-VaR的人民币汇率风险测度及效果对比研究

运用GARCH-CVaR和GARCH-VaR方法,在不同模型、不同分布、不同置信水平的假定下,对人民币汇率风险进行测度,测度结果表明:GARCH模型的种类对CVaR和VaR的计算结果影响不明显,而分布假定和置信水平对CVaR和VaR的计算结果影响显著;同时,还对GARCH-CVaR和GARCH-VaR的风险测度效果进行了对比研究,对比结果表明:分布假定和置信水平会显著影响CVaR对VaR的改进效果.     

作物栽培学课程组合式教学模式的探索与实践

信息化是当今世界发展潮流,是国家社会发展的趋势,信息全球化进程也已大大加速了教育信息化的步伐,当前教学方法的一个重大改革内容是教育方法和手段的改革。实践证明,幻灯、投影、录像、CAI课件及多媒体网络等近代与现代教育技术的应用,突破了“五个一”（一本书、一本备课本、一张嘴、一支粉笔．一张试卷）的教学模式,是对传统教育方法和教育技术的一次深刻革命,是全面提高教学质量的必由之路,对改革传统的教学模式、优化教学过程、促进素质教育起着关键的作用。     

雨林拓荒者

在西双版纳热带植物园有一座名为“树海行”的群雕,站在中间的长者目光坚毅,远眺前方,一群年轻的科研工作者在他的带领下向着密林深处进发,去探寻雨林的秘密。这位长者就是西双版纳热带植物园的创始人—蔡希陶先生。     

春性小黑麦材料抗旱性的比较研究

为筛选抗旱性相对较强的小黑麦品（种）系,本文采用灰色关联度、隶属函数值、模糊聚类分析方法,通过室内模拟干旱与大田干旱实验相结合,对20个春性小黑麦品种（系）的主要农艺性状和部分生理性状与产量抗旱指数的关联度进行分析,再采用隶属函数值法对参试材料进行综合评价和分析。结果表明：通过灰色关联度分析,各生育阶段各性状与产量抗旱指数的关联度排序与综合三个生育阶段的各性状的总关联度排序趋势一致（除离体根系失水速率）。再通过综合评价与聚类分析,最终筛选抗旱性相对较强的小黑麦抗旱品种（系）05草鉴10、05草鉴12和H03—5。     

关于能力培养与教学方法选择的探讨

能力培养是现代职业教育树立起来的新观念。素质教育的目标主要是能力培养。有针对性 地选择科学的教学方法是能力培养成败的关键。     

云模型和集成极限学习机相结合的滚动轴承故障诊断方法

针对轴承振动信号的不确定性和非平稳性以及BP神经网络学习算法收敛速度慢、稳定性差等问题,提出了基于云模型和集成极限学习机的滚动轴承故障模式识别方法.将经预处理之后的信号进行云化,产生滚动轴承在不同状态下的信号云;提取出决定信号云分布的期望、熵和超熵三个参数作为表征轴承状态的特征量并依此构造出原始的轴承状态数据集;再将故...     

基于R/S检验、ARFIMA模型和小波方差的人民币汇率长记忆性检验

分别应用R/S检验、ARFIMA模型和小波方差对人民币兑美元名义汇率收益率序列的长记忆性进行检验.根据R/S统计量计算出Hurst指数为0.573 745 1,采用ARFIMA(2,d,1)模型对人民币汇率收益率序列进行拟合的效果比较好,其分数差分参数为0.145 7,利用Haar小波对人民币汇率波动绝对值收益率序列进行最大重复离散小波变换,得出其长记忆性参数为0.393 1.3种方法的研究结果均表明人民币兑美元名义汇率收益率序列存在长记忆性.     

MAKF算法及其在雷达数据处理中的应用

为了实现雷达对高动态目标距离和速度的精密跟踪测量,引入衰减记忆卡尔曼滤波(MAKF)算法,并提出一种集判断发散和抑制发散于一体的衰减记忆因子确定方法. 该方法通过增加观测量在状态估计中的权重,大幅降低加速度引起的距离、速度跟踪偏差,从而有效地抑制标准卡尔曼滤波(KF)算法在跟踪高动态目标过程中产生的滤波发散现象. 仿真结果表明,在低动态下,该算法的性能与标准KF算法接近,但在高动态下,该算法状态估计的系统偏差和随机误差相对标准KF算法均有明显改善;同时,该算法可以有效地抑制标准KF算法在一般加速运动下的滤波发散.     

共享电动汽车选择行为分析

为探索共享电动汽车选择行为,构建出行行为选择模型,基于南京市出行者选择行为调查数据,采用计划行为理论、技术接受理论和结构方程模型,综合考虑出行者个人社会属性、出行特征及潜变量,分别构建不包括潜变量的多项Logit模型和包括潜变量的混合选择模型,并对这些因素进行显著性和敏感性分析.结果表明:不包括潜变量的多项Logit模...