重庆市旅行社业产业集群策略研究

从产业和战略的层面,以重庆旅行社业的产业集群为对象,研究重庆旅行社产业集群存在的障碍;从主业价值链的角度,分析重庆旅行社产业集群发展路径、集群化次序和格局,基于价值链的产业集群的建立,既有分工,各有侧重,又有联系。指出只有纵观全局的相互协调的发展战略模式,才能促进旅游的持续、快速、健康发展。     

多机器人系统任务分配研究

设计分布式同质的多机器人系统,以实现以负载平衡为目的的任务分配。机器人个体使用包容框架拓扑结构和基于感知到行为的控制,使用视觉系统通过局部观察获取周围环境信息,由状态转移方程选择任务执行,实现从局部到全局的针对多机器人系统的涌现式协调方法。宏观数学模型从理论上证明了任务分配的正确性,再由真实环境下物理实验验证了这一多机器人系统可以达到指定的任务分配效果。     

环境工程专业实验室建设与管理初探

高校实验室是进行实验教学和科研的重要基地,是培养学生创新能力和动手能力的重要场所。在教学改革的新形式下,为了让学生在实验室更好的完成实验教学内容,对实验室的建设与管理进行不断的思考与改进成为当务之急。本文从实验室现状、设备及人员管理等方面总结了我校环境工程实验室建设与管理的经验,对实验室建设的现状及存在的问题进行了初步探讨,并对环境工程实验室建设和发展提出了建议。     

字符串匹配算法探讨

分析了BM和KMP算法特点,阐述了字符串匹配算法在文本处理领域、信息检索、语义学、分子生物学等学科中应用的意义,对字符串中最有影响的KMP算法、BM算法、RK随机算法和SUANDAY算法以及由此而产生的一些改进算法进行研究,实现了实验分析及功能对比,并指明各算法的适用性.     

一种计算结果与平衡节点位置选择无关的动态潮流模型

特高压交直流混联电网运行中,需要实时掌握系统潮流变动态势,提早决策,以保证电力系统的安全稳定运行.而现有潮流算法存在诸如计算结果与平衡节点位置选择相关,或没有考虑频率动态过程的问题.针对上述问题,提出了一种不受平衡节点位置选择影响的动态潮流模型.通过将系统频率变量引入常规潮流方程中,使得惯性、发电机组和负荷的功频静特性、系统运行有功功率损耗等与系统运行频率相关的变量可以在一组联立方程内进行协调求解,从而保证所有发电机组包括平衡节点的功率增量全部与频率偏差呈比例关系,可解决常规潮流中计算结果与平衡节点位置选择相关问题.IEEE-39节点测试系统的仿真算例表明,所提算法计算结果不依赖平衡节点位置选择,且计算速度快,可满足在线运行要求.     

重装空投过程的自适应函数近似反步滑模控制

针对重装空投过程的飞机运动系统,考虑气动数据的测量和计算误差等不确定性,提出了带有自适应函数近似的反步滑模控制方法。首先将系统的复杂非线性不确定性分解为不确定参数向量和已知非线性矩阵,降低了控制器的设计难度,在此基础上,设计自适应算法近似不确定参数向量,并将自适应结果补偿到反步滑模控制器中,解决了滑模切换增益的选取依赖于系统不确定性边界的问题。理论分析表明,该方法能够保证飞机速度和俯仰角的跟踪误差收敛到平衡点任意小的一个邻域内。     

非经典扩散方程的指数吸引子

考察了非经典扩散方程ut-Δut-Δu=f(u) g(x)的渐近行为,结合Ma Q、Wang S、Zhong C.提出的关于吸引子存在的一个充要条件、解的先验估计以及解的分解等方法,通过证明半群在吸收集上Lipschitz连续性以及挤压性成立,得出了该方程指数吸引子的存在性.     

信息产业服务类企业绩效影响因素分析

以信息产业服务类上市公司为研究对象,选择托宾Q值和利润率作为绩效评价标准,以研发支出、无形资产净值、营业成本、政府补助、国有参股或控股为解释变量,以公司规模及资产负债率为控制变量建立分析模型。通过对30家上市公司样本数据的实证分析,得出创新投入、成本管理和政府扶持等因素对信息服务类企业绩效有重要影响,并提出了提高企业绩效的相应对策。     

基于以太网的设备电源远程控制系统设计

为使工业现场设备电源实现网络控制,设计了一款基于STM32的网络电源控制系统,给出了系统软硬件设计方案。系统采用主控制器STM32F103及以太网控制器ENC28J60进行网络互联,采用μIP协议栈进行网络数据通信。进行了网络电源控制测试实验,结果表明可通过以太网对设备电源进行远程控制,并可接收工业现场实时信息数据。与传统电源控制系统相比,本系统具有智能化、集成化、远程化的特点。     

GARCH-neural网络模型对股票价格买卖差波动率的预测

股票价格买卖差是衡量金融市场流动性和有效性的重要指标,已经得到学术界的广泛研究.相比而言,作为衡量股票市场风险的重要因素的股票价格买卖价差的波动率却没有得到相同的重视.在广义自回归条件异方差(generalized autoregressive conditional heteroscedasticity,GARCH)模型的基础上,提出了GARCH-neural network (GARCH-NN)混合模型分析股票价格买卖价差波动率的动态性.以深圳证券交易所成分股价指数的高频数据为样本对所提模型进行了实证分析.运用GARCH家族模型对股票价格买卖差波动率的动态性进行分析,得出预测效果最优的GARCH模型.在最优GARCH模型的基础上结合神经网络分析方法即GARCH-NN混合模型对样本数据进行了实证分析.比较分析最优GARCH模型和GARCH-NN混合模型对股票价格买卖差波动率的预测效果,并以AIC(Akaike information criterion)和BIC(Bayesian information criterion)作为检验模型预测效果的指标.实证结果表明,提出的GARCH-NN混合模型更优.