电力备用市场资源优化配置的模型与求解方法

对于发电公司在电力备用市场中的资源优化配置问题,建立一种均值一方差模型,同时允许发电公司从市场购买某种产品以满足其它产品的需求.针对模型中出现的非光滑问题,引入极大熵函数将其光滑化,并采用非线性互补方法求解.该方法利用Karush-Kuhn-Tuchker(KKT)条件得到一个非线性互补问题,然后利用非线性互补函数将其转化为非光滑方程组,并引入参数再次进行光滑化,最终通过求解一组光滑方程组以逼近原问题的最优解.数值分析验证了该方法的有效性.     

两类不确定奇异时滞系统鲁棒稳定的相关型判据

研究了不确定奇异时滞系统的鲁棒稳定性问题。首先以线性矩阵不等式的形式给出了奇异时滞系统正则,无脉冲模且零解渐近稳定的一种新的时滞相关型判据。通过引入新的参数避免了利用不等式处理交叉项,从而使该判据具有较小的保守性。最后,利用研究结果,给出了两类不确定奇异时滞系统新的时滞相关型鲁棒稳定性判据。     

潜艇规避对主动声纳浮标作战效能影响研究

根据主动声纳浮标搜潜的工作过程,对潜艇规避对主动声纳浮标作战效能的影响进行了研究。建立了主动声纳浮标的数学检测模型。利用平滑平均声场理论推导了潜艇深度变化后浮标的探测范围,从检测概率和探测距离两个方面研究了潜艇采用不同规避航向、航深、以及海况对浮标作战效能的影响。仿真结果表明:在一定条件下,潜艇采用合适的规避策略,会显著降低主动声纳浮标的作战效能。     

面向农产品安全的关键质量链分析

针对农产品质量安全控制问题,在传统过程能力分析的基础上,将农产品食品链视为一个过程网络,应用PERT/CPM的基本思想,提出了基于质量损失的关键质量链分析评价方法。最后以菠菜产品的种植加工进行了实例分析。     

基于因子分析的新疆土地利用经济效益分析

运用经济学理论、因子分析方法,从选定的多个指标体系中提取少量具有代表性的指标,通过这些指标对新疆维吾尔自治区15个地州(市)土地利用经济效益状况进行分析;研究了各地州(市)土地利用的现状和特点,以及这些地区土地利用模式所带来的经济效益.从而探究新疆不同地区提高土地利用经济效益的对策,在此基础上提出了新疆提高土地利用经济效益的一些可行措施,以及进一步提高工业化程度、大力发展循环经济的对策.通过研究土地利用的经济效益,为确定合理的土地利用方式、结构及布局提供基础和依据,从而实现土地资源的可持续利用.充分体现出推动区域协调发展,优化国土开发格局;缩小区域发展差距;严格保护耕地,增加农业投入,促进农业科技进步,增强农业综合生产能力.图1,表4,参24.     

大型广场文艺表演的虚拟编排原型系统

大型广场文艺表演的技术进步和规模扩大使传统人工编排手段难以满足需要.为了降低设计风险和检验构思,提出了大型广场文艺表演中演员行为的人群运动模型,并开发了大型广场文艺表演虚拟编排原型系统,使导演能够在一个虚拟现实环境创作表演内容和预演表演过程.该原型系统包含二维智能编排系统和三维表演仿真工具两部分.二维智能编排系统用于虚拟编排表演内容,并生成虚拟编排脚本.三维表演仿真工具用于按照虚拟编排脚本产生仿真表演的三维动态场景.几何体实例化被用于提高渲染大规模人群的效率.这个原型系统在实践中证明了可用性.     

基于视景仿真的某武器训练系统研究

针对某武器系统的研发现状,研究了基于视景仿真展现其工作过程和战术流程的方法.根据该训练系统的功能需求,探讨了视景仿真系统开发的一般流程,提出了系统的结构模型,研究了模型优化的方法,并采用8点地形匹配算法较好地解决了大型特装车辆在虚拟场景中的运行问题.仿真结果表明,该系统能够很好的展现武器系统的工作过程和战术流程的细节.     

基于压缩域信息的运动区域检测

运动对象检测是智能视频监控的基础,现有的运动对象检测算法在实时性和检测精度方面仍有待提高,提出了一种利用压缩域的信息运动区域检测算法,首先利用压缩过程中产生的运动矢量信息去除摄像机的背景运动,然后利用宏块的DCT系数,宏块类型等信息去除虚假的运动块,最后使用了形态学的腐蚀与扩张处理以提高检测精度.测试结果表明,本文算法速度快、能够准确检测出运动区域.     

基于熵测度的多元化模式研究

为了分析国内企业集团多元化经营的基本模式及战略选择方法,本文采用熵测度与Rumelt鲁梅尔特分类方法相结合,通过矩阵法构建了国内企业集团多元化的分类模型及战略选择模型,确立了国内企业集团多元化经营的九种模式.在此基础上,基于国内60个上市公司的数据对国内企业集团多元化经营模式进行了评析.研究表明,国内有57%的企业集团采用了非关联高度与关联高度多元化,采用非关联低度和关联低度多元化的企业极少,企业集团的多元化经营模式存在着很大差异.企业集团的多元化经营的模式演进要根据其市场与竞争地位选择不同多元化经营模式.     

储层含油性识别中ANN和GA融合的模糊规则提取

提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别.其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数Ψk=f(xi(WG1)ij,(WG2)jk)(其中:Ψk代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层).然后,以Ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则.最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性.