DIS系统中防空虚拟火力单元仿真模型研究

综合仿真系统,要能有效地为武器装备在接近实战条件下,进行作战效能评估,用于武器装备性能改进、改型,必须靠可信度的武器模型来保证,本文好ＤＩＳ系统中防空虚拟火力单元的模型建立和系统集成方法。     

关键策略的传导效应

分析传导变换的表现形式,提出了传导变换蕴含系和传导变换蕴含键的概念,研究了传导变换的传导作用效果的定量计算方法,建立了分析关键策略传导效应的物元模型．     

采矿岩体动态稳定性CA模型的建立与系统分析

运用元胞自动机的演化建模方法构建深部采矿岩体的动态稳定性演化模型.定义岩体的工作状态变化概率和岩体完整性影响系数,创建了一种实现采矿岩体的动力学仿真模型.通过数字模拟实验,分析了岩体中不同状态下的元胞相互作用的关系,得到了以离散度作为岩体动态稳定性的度量指标.     

Markov跳变系统的单步约束预测控制

针对离散Markov跳变系统,研究带输出约束的单步预测控制问题。首先设计基于模态的单步预测控制器,驱动系统状态到达相应的终端不变集内,以此保证约束预测控制系统的稳定性,接着进一步讨论了系统存在峰值有界噪声输入情形。其中终端不变集是通过在预测时域外寻求一个虚拟的带约束的状态反馈控制器以保证系统的随机稳定性来获得,为计算方便,控制器的优化问题转化为SDP问题,并得到以LMI描述的优化问题。最后对Markov跳变系统描述的经济学动力系统的仿真结果说明了本控制器设计方法能够在峰值有界噪声输入下保证系统的稳定性,并且使控制变量满足给定的约束条件。     

基于正交遗传算法和灵敏度分析的体系仿真优化方法

体系对抗已成为当今战争的主要形式,因而急需对体系优化问题进行深入细致地研究.鉴于此,提出了一种基于正交遗传算法和灵敏度分析的体系仿真优化方法.该方法采用正交遗传算法在可行域内快速地搜索一些较优方案(解);利用灵敏度分析方法从已评估方案中得到待研究体系输入、输出之间的灵敏度关系;应用这种灵敏度关系来指导正交遗传算法的后续搜索.最后采用一些数据实例来验证该方法,实验结果表明,该方法是可行的、正确的和有效的.该方法能在较少次数的仿真后,得到待研究体系的满意解或最优解;同时,该方法可推广到其它复杂优化问题的求解中.     

流程型企业主生产计划优化的ARMA-BP模型

为了解决流程型企业主生产计划(MPS)时段中计划参数与实际参数的不一致性问题,提出了自回归滑动平均模型(ARMA)与反向传播(BP)人工神经网络(ANN)的集成优化模型。基于主生产计划时段长度与产量之间的映射关系,利用平均时段长度折合产量法(OCM-ATS),该模型可用于分别逼近和预测主生产计划时段的长度时序和产量时序。给出的例子表明,该模型预测主生产计划时段的参数(计划参数)与实际参数的相对误差不超过3%。     

基于过程挖掘的服务治理平台研究

针对设计时服务治理不能很好适应服务运行时的动态调整以及运行时服务治理缺乏对服务间关系的监控管理等问题,论文基于过程挖掘技术提出了融合业务需求、业务过程及服务运行信息的服务治理平台. 首先,论文建立了覆盖过程挖掘处理全过程、业务数据的服务治理元模型,包括日志记录、过程挖掘处理、服务治理反馈子模型;然后,论文建立了包含过程挖掘实例视图和控制视图的服务治理方法,以生成包含业务及服务运行信息的服务治理策略;最后,结合某交通物流云服务平台进行了应用验证. 结果表明,本平台提供了有效的综合业务与服务运行时分析的持续治理方式.     

信息物理融合系统可信软件形式化建模与分析

从多Agent系统的角度,以Petri网和π演算为语义基础,建立了一种信息物理融合系统（cyber-physical systems,CPS）可信软件形式化模型（high-confidence software formal model,HCSFM）. HCSFM以Petri网形象地描述CPS可信软件静态结构模型及动态行为,用Petri网分析方法和支持工具对模型进行分析和验证; 利用π演算刻画CPS可信软件中Agent的加入、退出、更新和体系结构重配置等动态演化机制,并研究Agent的演化策略及演化后CPS的一致性,确保动态演化后CPS软件能正常交互,从而为CPS软件设计提供可信保障. 通过HCSFM在无人驾驶车辆编队CPS中的应用,表明HCSFM可以有效地对CPS可信软件进行建模和分析.     

半参数STAR模型的估计及应用

文中首次提出了一个新的STAR模型,在保留了转换函数的前提下,让转换变量以非参数的形式进入转换函数,从而有效减少了模型误设的风险,提高了样本内拟合和样本外预测的能力. 蒙特卡罗实验的结果显示半参数STAR模型的有限样本拟合结果令人满意. 利用1994年1月到2012年7月的人民币实际有效汇率月度数据,将半参数STAR模型和随机游走模型、自回归模型、门限自回归模型、平滑转换自回归模型和人工神经网络模型的样本外预测能力进行比较,结果显示半参数STAR模型在样本外预测能力上具有显著优势.     

基于变分推断的一般噪声自适应卡尔曼滤波

线性高斯状态空间模型中假设噪声为已知的白噪声过于苛刻。认为过程噪声与观测噪声均未知且二者的解析关系确定,假设观测噪声的均值非零且服从高斯分布,方差服从逆威沙特分布,从而构成了层次式贝叶斯模型。利用变分推断将均值与方差和系统状态一起作为随机变量进行迭代估计,在得到观测噪声的均值与方差的估计值后,利用其与过程噪声的关系进一步更新未知过程噪声的均值与方差,从而动态地得到每一时刻过程噪声与观测噪声的一、二阶统计矩信息,即使在噪声统计信息动态变化的情况下也有较满意的滤波精度。实验证明了该算法的有效性。