基于车轮减速度及滑移率的ABS联合仿真研究

将多体系统动力学与智能控制理论相结合对汽车制动防抱死控制系统进行了研究,利用ADAMS/CAR建立了汽车整车的多体力学模型, 模型包含了前后悬架、动力总成,转向系统,稳定杆,制动系,轮胎力学模型以及车身,同时也考虑了轮胎、衬套、弹簧、减震器等部件的非线性,准确地表达了车辆的动态特性;利用Matlab/Simulink建立了车轮减速度及滑移率的双门限控制ABS模型,利用ADAMS/Control接口进行模型的集成、协同仿真,并将仿真结果与常规制动时的仿真结果进行了比较和分析,仿真反映出双门限值控制在整车制动防抱死控制系统上的应用效果,结果表明该控制算法实用性较强.     

求解同时取货和送货车辆路径问题的改进遗传算法

同时取货和送货车辆路径问题(VRP_SPD)是经典车辆路径问题(VRP)的一个扩展,在VRP_SPD中,顾客可能要求同时取货和送货服务。本文针对这类问题,提出一种以集成方式处理取货和送货操作的改进遗传算法,通过采用一种改进的边重组交叉算子,保证了算法在遗传进化中保留父代路径上边之间邻接关系的映射信息,从而改进了算法性能;并通过在遗传进化控制参数中应用自适应策略,提高了算法的稳健性。仿真分析表明,本文算法比现有算法能取得更好的优化结果,且具有很好的稳定性。     

新型驱动器散热器散热性能仿真与优化

研究了新型驱动器散热器的散热性能,给出了基于微单元时变热交换系数的散热器三维流场及温度场数值求解方法,对散热器三维温度场进行了分析及计算.对比实验结果与数值计算结果表明:采用本方法求解散热器散热性能较热边界平均换热系数法具有更高的精度.以此为基础,通过对散热器的结构优化,可显著改善散热器的散热性能.     

基于改进粒子滤波的双站无源定位跟踪算法研究

在非线性非高斯状态空间下,粒子滤波器是一种有效的非线性滤波算法,它的关键问题包括粒子权重的计算、粒子重采样和状态估计等.根据粒子滤波算法思想和双站无源定位跟踪的非线性,将粒子滤波算法用于双站无源定位跟踪问题,给出了一种改进的粒子滤波算法,并对其关键问题根据双站无源定位跟踪的特殊性进行了改进.利用matlab进行了仿真实验,与最小二乘算法、扩展卡尔曼滤波算法进行了比较,结果表明所提算法定位跟踪精度优于其他方法.     

静态最优期货价差套利头寸比例估计

采用均值-方差期望效用函数,推导了在给定风险条件下,期望收益最大的最优价差套利头寸比例,并且引入常方差(双变量向量自回归和双变量协整模型)来估计方差一协方差矩阵,采用2000年1月至2006年4月上海和LME铜期货合约日收盘价进行了实证检验,结果表明:不同时间窗长度下,双变量协整的计算结果比向量自回归的计算结果平均收益较高而风险较小,而这两者都比1:1的价差套利头寸比例和直接统计的计算结果要好.计算结果也表明:采用日收益计算出的价差套利头寸比例在不同时间窗条件下也具有相当的稳定性和可靠性.     

不同播期对紫花苜蓿生长发育及产量的影响

试验研究结果表明,在进入多雨季节的哈尔滨地区,分期种植对紫花苜蓿各茬次的生长发育特性和干草产量都会产生影响,表现为早期播种好于晚期。2004~2006年3a干草平均产量7月5日播种比7月25日播种增产286kg/hm2,7月25日播种比8月15日播种增产1 639kg/hm2,7月15日播种比8月15日播种增产1 925kg/hm2。     

基于累积延误损失算法的GHP模型

考虑不同机型的不同延误损失费用提出了一种累积延误损失算法,并建立基于该算法的地面等待策略(GHP)数学模型.该算法进行到达航班排序时,以所有航班总延误损失费用为首要排序标准,以先来先服务为第二排序标准,从而得到总延误损失费用与总延误时间值都较小的到达航班序列.同时,该算法也考虑了有后继任务的航班对到达航班序列的影响.基于该算法的GHP模型结合实际数据在实验仿真中取得了较好的效果,表明了该算法与模型的实用性与有效性.     

周内效应在牛市、熊市中的异化现象——关于中国证券市场的一个实证研究

基于行为金融学理论,考虑到不同市场环境下投资者的行为模式会存在差异,提出在研究日历效应时应将牛市和熊市区别对待.针对中国股票市场和基金市场的6个指数,按市场走势分为牛市、熊市两个时期,分别根据French的周内效应模型,运用EGARCH模型进行回归分析,然后依次采用日收益率差异检验和符号秩检验对回归结果进行分析.实证结果显示,牛市和熊市中的周内效应存在着显著差异.牛市时期表现出显著正向的周一效应,其收益率显著高于其他四个交易日,周四的收益率低于其他四个交易日;而在熊市时期则同时存在着显著为负的周一、周四效应,以及正向的弱周二效应.     

r-逆DEA问题的一种计算方法

当被评价的决策单元的其输入向量增加后,其效率指数为原来的r倍时,极大化其输出向量,称这一问题是面向输出的r-逆DEA问题,它是通常的逆DEA问题的推广.通过构建两个特殊的线性规划模型,得到了r-逆DEA问题的一类特殊形式解的求法,并用数值实例加以说明.     

嵌入隔离小生境技术的混沌粒子群算法

针对标准粒子群算法(standard particle swarm optimization,SPSO)无法很好平衡全局与局部搜索能力,且收敛速度较慢、易于早熟收敛等问题,提出了嵌入隔离小生境技术的混沌粒子群算法(isolation niches em-bedded in chaos particle swarm optimization,INCPSO)。利用隔离小生境技术,保证了解的多样性,同时,引入混沌搜索策略,提高了解的搜索精度和收敛速度,且避免早熟收敛。仿真试验结果表明,与标准粒子群算法和只嵌入隔离小生境技术的粒子群算法(isolation niches particle swarm optimization,INPSO)相比,嵌入隔离小生境技术的混沌粒子群算法对复杂问题的求解能力较强,寻优性能较好。