和谐管理的耦合机制及其复杂性的涌现

在遵循和谐管理理论的研究框架下,通过借鉴Wright的适应度景观概念和Kauffman关于生物系统进化的NK模型,在界定了和谐景观后,利用系统分析和模块化设计的思想,将和谐管理中的和谐主题,和,谐以及环境等四个核心要素作为组织系统的四个模块或维度,并针对这些模块间的相互关联性以及互动程度的变化对组织系统绩效的影响,进行了仿真,仿真结果表明:和谐管理的耦合机制具有在局部最优和全局最优之间"适应性游走"的特征,并涌现出值得关注的复杂性.     

平台匹配规则对B2B交易的影响

针对交易型B2B平台不同匹配规则对B2B交易的影响展开研究。基于讨价还价理论,分别刻画了B2B平台4种匹配规则下交易双方的讨价还价行为,并深入分析了不同竞争情形下的均衡结果。通过对比,研究平台不同匹配规则在不同竞争情形中对B2B交易的影响。研究表明,B2B平台上的交易价格取决于平台的交易匹配规则;匹配规则对B2B平台上的交易额(GMV)的影响与平台收取的佣金系数息息相关;匹配规则对B2B平台上买卖双方利润的影响因买方的竞争情形及最终产品的替代程度而有所差异。此外,匹配规则对交易价格、交易额和买卖方利润的影响在不同的竞争情形中表现出不同的强度。     

基于特征人脸和肤色统计的人脸检测

提出一种在视频中检测人脸的新方法,该方法首先用特征人脸检测第一帧画面中人脸的位置和大小,将它作为卡尔曼(Kalman)滤波的初始值和肤色分布统计的训练样本,然后利用卡尔曼滤波预测人脸,最后用肤色分布模型确定人脸,就可以检测到人脸。这种方法的优点是可以在复杂背景下快速准确地检测到人脸位置和大小。实验结果表明使用该方法可以实时准确地检测到视频中的人脸。     

基于时间约束的多源多品种配送系统模型及一种启发式算法

配送系统设计时,除了使系统的总费用最小外,还要满足各需求点对配送时间的要求。在说明了建模的假设条件后,建立了考虑时间约束的多源多品种配送系统模型,并根据模型的特殊结构开发了相应的启发式算法,最后用实际调研的数据作为算例对模型进行了数值演算。     

对称型TSP下界的快速估算法

在数学推导和证明的基础上,给出了一个求解对称型TSP问题下界的快速算法,利用该算法求解了TSP标准问题库中部分对称型问题,给出了计算结果并与标准问题库中公布的最好解进行了比较,获得了令人满意的效果.     

线性不确定多时滞系统的稳定性新判据

针对线性不确定多时滞系统,建立了一个新的时滞无关稳定性充分条件的结果。根据谱半径相关理论,通过频域法,在只要求系统矩阵A为Hurwitz矩阵的条件下,得到了线性不确定多时滞系统的稳定性新判据。最后,通过两个数值示例与已有文献中的结果进行比较,说明了该结果的有效性。     

基于小波分析的雷达引信故障诊断和预报算法

提出了一种雷达引信故障诊断和预报的新算法。该算法利用时间序列的信息熵构造信息花费函数,以雷达引信的实测数据为基础选取好小波基,利用小波的多尺度分辨分析对雷达引信的漏脉冲进行分析,以互相关和统计算法分别建立了雷达引信正常工作和故障状态下的模型。实验结果表明,该算法能定量地分析雷达引信的工作状态,准确地预报雷达引信的故障程度。     

无人机图像匹配制导系统方案

为实现无人战斗机精确制导实际需求,根据作战的实时性和精确性特点,提出了一种基于图像匹配技术的制导方案。该制导方案引入地标信息,研究匹配方法,分析匹配计算量,提出了基于高速数字信号处理芯片来实现匹配制导的方法。软件仿真结果表明,匹配单元的结构完全能够满足制导系统功能实现的需要。     

综合数据包络分析模型及其软件系统设计

针对实际问题复杂多样、范围广泛,而数据包络分析(DEA)模型本身又种类较多等特点,首先对多种常用的DEA模型进行了分类研究,指出了每类DEA模型在形式上的具体特点。以此为基础给出了一种能够包含各类模型特征的综合DEA模型和相应的目标规划模型。最后,根据目标规划模型中不同参数与不同模型之间的对应关系设计了能判断多种DEA有效性的综合算法和软件系统。     

Learning-based force servoing control of a robot with vision in an unknown environment

A learning-based control approach is presented for force servoing of a robot with vision in an unknown environment. Firstly, mapping relationships between image features of the servoing object and the joint angles of the robot are derived and learned by a neural network. Secondly, a learning controller based on the neural network is designed for the robot to trace the object. Thirdly, a discrete time impedance control law is obtained for the force servoing of the robot, the on-line learning algorithms for three neural networks are developed to adjust the impedance parameters of the robot in the unknown environment. Lastly, wiping experiments are carried out by using a 6 DOF industrial robot with a CCD camera and a force/torque sensor in its end effector, and the experimental results confirm the effecti veness of the approach.