输入受限时滞系统的模型预测控制

对于输入受限的离散时滞系统，提出了一种模型预测控制方法。该方法采用双模控制结构，基于Lyapunov-Krasovskii函数构造了时滞系统的终端不变椭圆集，保证闭环系统稳定性。以LMIs(Linear Matrix Inequalities)形式给出了系统稳定的充分条件，使得该方法简单，易于实现。最后通过仿真验证了本方法的有效性。     

一类闭排队网络引入遗忘因子的优化算法研究

在闭排队网络服务策略的优化中，基于对系统一条样本轨道的仿真进行策略优化是一种很有实用意义的方法，但在具体优化过程中，过多的仿真次数是影响寻优速度的重要因素。该论文提出了一种引入遗忘因子，利用参数取旧值时的仿真中所获得的信息进行优化的方法，使寻优速度有显著提高。     

四轴五框架车载稳定平台稳定性的仿真分析

针对车载稳定平台水平扰动较大、方位扰动较小的特点,提出一种四轴五框架结构的车载稳定平台,由一级水平稳定与二级两轴三框架稳定实现对车体水平扰动的双重抑制。通过平台运动学及动力学分析,建立一级水平稳定、二级两轴三框架稳定与整体四轴五框架稳定平台的数学模型,进而对稳定平台抑制车体扰动的特性进行分析。在车体典型的三种振动环境下对四轴五框架结构的稳定平台与两轴三框架结构的稳定平台稳定效果进行仿真,结果表明四轴五框架结构的稳定平台比两轴三框架稳定平台稳定精度提高一倍。     

助推钻地弹对混凝土目标侵彻效应的数值模拟

为设计助推钻地弹选择合适的助推方案,采用LS-DYNA程序进行了三维数值模拟研究。通过将动能弹侵彻混凝土数值模拟的结果与试验数据进行对比,确定了合理的有限元仿真模型,选取了合适的材料模型和参数。结合某结构助推钻地弹的研制工作,对助推钻地弹侵彻混凝土的效应进行了数值模拟,与试验数据进行比较,得出数值模拟能够较好地反映助推钻地弹对混凝土目标的侵彻效应。通过对各种助推方案的数值模拟,得出了选择助推方案的一般原则,为新型钻地弹的研制提供了指导。     

非线性科学视域下大学核心竞争力探讨

从非线性科学的视角审视,大学是一个复杂的非线性系统,其学术、资本、组织、文化、外部关系等要素之间是一种非线性关系,大学核心竞争力是大学系统整体能力正效应的涌现,是大学子系统竞争力与合作力非线性相互作用基础上的协同整合,是大学系统演进中的序参量。     

敏捷成像卫星密集任务聚类方法

面向应急条件下的观测需求,为提高成像任务完成效率,对敏捷成像卫星密集任务聚类问题进行研究。分析了敏捷成像卫星观测过程,给出了任务聚类的俯仰、翻滚观测摆角及任务间过渡时间约束。建立了聚类图模型,给出了模型的构建算法。设计了一种基于最大最小蚂蚁系统的聚类算法,结合聚类模型特点设计蚁群策略,并对重叠和冲突的聚类任务进行处理。实验算例验证了模型和算法的有效性。     

我国货运量与经济增长关系的协整分析

以我国1978~2007年统计年鉴的统计数据为样本,对我国货运量及货运生成量进行协整分析,协整检验结果说明货运量(取对数)与第一产业产值、第二产业比例和第三产业比例之间存在长期均衡关系,货运生成量与国内生产总值GDP(取对数)和第一产业比例存在长期均衡关系。Granger因果关系检验揭示了第一产业产值对货运量、第一产业比例对货运生成量存在单向的Granger因果关系。正交脉冲响应和方差分解分析说明第一产业产值对货运量和第一产业比例对货运生成量具有持续的正影响,而国内生产总值GDP(取对数)对货运生成量具有持续的负影响。     

缓冲算子的光滑性

针对人们对缓冲算子提高建模精度原因的认识误区,提出了缓冲算子光滑性的概念,给出了缓冲算子能否提高序列光滑性的判别条件,分别研究了弱化缓冲算子和强化缓冲算子的光滑特性,并以实例加以验证.结果表明,弱化缓冲算子一定可以提高序列光滑性;而强化缓冲算子却在降低序列光滑性的同时提高了预测精度.提高序列的光滑性和消除冲击扰动因素的影响是提高灰建模精度的两个不同方面,对于稳定系统,序列光滑性是影响建模精度的主要因素,而对于冲击扰动系统,影响建模精度的主要因素是系统的冲击扰动.     

具有不同到达时间的差异工件批调度问题的蚁群聚类算法

研究具有不同到达时间的差异工件在单机环境下的批调度问题.通过引入工件单元的概念并对分批约束进行松弛,提出了该问题的一个新的下界,证明了该下界的有效性.将蚁群算法和聚类算法相结合,提出了一种基于多阶段聚类的蚁群聚类算法ACC(Ant colony clustering).算法首先利用K-均值聚类将工件分簇,在簇内部通过蚁群算法搜索分批,最后提出一个全局优化算法对局部分批结果进行合成和优化.克服了蚁群算法随着工件规模增大求解时间过长的问题,适合于求解大规模算例.实验结果表明:与现有的启发式规则LPTBFF(Longest processing time batchfirst fit)和HGA(Hybrid Genetic algorithm)算法相比,该算法求解效果更好.     

评价决策单元相对效率的修正DEA方法

在原有理论[1] 的基础上提出了一个新的DEA模型———CCRH ,给出了强有效的概念 ,论证了相关理论。CCRH模型与CCR模型相比有以下几个优点 :①描述决策单元的相对效率更确切 ;②利用参考决策单元的生产前沿面来描述评价决策单元“生产”情况得到的结果更加符合实际 ;③可以考查评价决策单元输入、输出变化时对其效率的影响。