数字制造中的人体工程和网络协同

数字化人体和网络协同是数字制造中的两个重要应用领域。本文论述了制造业中现代产品设计“以人为本”的设计思想与应用实例 ,以及Internet/Intranet应用在企业数字制造中的协同产品开发。     

试析SSM如何使高校国际化建设真正具有可行性

高等院校的国际化建设正在受到越来越多的重视,相关研究和理论也有所积淀,但是总体而言实践效果并不让人满意。相关人士越来越感觉到国际化建设是一个复杂系统,其中利益相关者特别是拥有否决权的相关人员的观点和态度等主观因素是重要的影响因素,因此特别适合于解决复杂问题情境的软系统方法论(SSM)被借用来分析此情境,旨在寻求一个具有切实可行性的问题情境改进方案。     

一种适用于SINS动基座初始对准的新算法

在运载体运动情况下,提出了一种适用于捷联惯导系统(SINS)初始对准的新算法,该算法以惯性空间为过渡参考基准,即建立了初始时刻惯性坐标系(i₀系)和初始时刻捷联惯组惯性坐标系(i_b0系)两个惯性坐标系。将捷联惯组坐标系(b系)与导航坐标系(n系)之间的初始对准姿态矩阵的实现分解为三步骤:(1)通过地理位置和初始对准时间求解i₀系至n系的变换矩阵;(2)通过惯导比力方程变形,引入测速仪速度辅助,求解从i_b0系至i₀系的常值变换矩阵;(3)使用姿态更新算法实时计算b相对于i_b0系的变换矩阵。最后,载车运动环境下的初始对准试验结果表明航向角对准精度达到了0.1°(1σ)。     

双基MISO地波雷达中的距离-方位耦合及解耦研究

双基多输入单输出(multiple input single output,MISO)地波雷达采用岸基均匀线阵发射多载频线性调频中断连续波FMICW信号,单根全向天线接收回波信号。由于各发射阵元所用载频不同,目标回波中存在距离-方位耦合。耦合严重时,空时超分辨算法将失效。借鉴比幅单脉冲测角思想,推导了该耦合关系,得到耦合系数以及影响该系数的因素,即阵元发射信号载频与阵元位置。利用遗传算法优化载频选择方案,从而对距离方位解耦以提高测距测角精度。仿真表明通过合理选择阵元发射信号载频可以有效去耦。     

Shibor适用的短期利率模型

基于拟合优度、模型的预测效果等指标及数据的统计特征,考察单因素利率模型刻画拆借利率(Shibor)的适用性.多种统计检验表明:3月期限Shibor收益序列具有均值回复和厚尾特征;故初次选用带跳的Vasicek模型或带跳的指数Vasicek模型描述Shibor收益序列的变化过程;进一步应用粒子滤波方法对两模型的参数进行估计,并通过对两模型的拟合优度和预测精度的比较.最终遴选出带跳Vasicek单因子利率模型为描述Shibor的适用模型.     

考虑随机需求和库存决策的多商品物流网络设计的优化模型与算法

提出一种将库存控制决策和设施选址模型相结合的优化方法,用来解决一类多商品物流网络优化设计问题, 网络内的用户需求是随机的且服从正态分布,优化设计的目的是在满足一定服务水平的前提下,最小化物流网络内包括建设费用、储存费用 和运输费用在内的总成本费用,建立了一个能同时描述设施选址决策和库存决策的多商品物流网络设计问题的非线性混合整数优化模型,并使用组合模拟退火算法对其进行求解分析,最后的算例计算结果验证了模型和算法的有效性.     

可再生资源可持续发展的动力学模型分析

以《资源—经济可持续发展的最优经济发展模型》中模型的动态方程为基础,重点研究资源的恢复性投资对可再生资源的可持续利用的影响,应用非线性动力学方法研究了系统正不动点的存在性、局部稳定性,然后用数值模拟的方法验证了正不动点的局部稳定性,最后应用全局分析方法给出了维持资源可再生能力的当前资源存量范围(可行吸引域)。     

一种基于多Agent的危机决策模拟方法

危机决策是高层次的战略决策,经常涉及非结构化的复杂问题,多Agent技术能够为复杂系统的建模与仿真提供有效的支持。首先利用信息技术支持下的讨论式对抗模拟,设计了资源空间、个人空间和协作空间一体化的危机决策模拟协作研讨环境,然后根据计算机智能化辅助支持危机决策和态势推演的需求,提出了一种基于多Agent的危机决策模拟方法,其智能黑板模型包括危机态势黑板、危机决策Agent、态势推演Agent和黑板控制机制,最后通过该方法在某具体危机决策模拟中的应用,表明该方法可以降低危机决策模拟的复杂性,并能够真实再现危机决策过程。     

基于最短路的中枢辐射航线网络鲁棒优化方法

中枢辐射航线网络是充分体现规模经济的一种网络构形。航空公司构建适合自身发展的中枢辐射航线网络已变得越来越重要。本文针对成本和需求的不确定性，采用鲁棒优化的方法对中枢辐射航线网络进行规划设计，并将最短路算法加以改进提出了求解的精确算法。得到了可以适用于多种可能情景的鲁棒解。算例表明鲁棒优化方法具有很好的实用价值。     

基于前视声呐信息的AUV避碰规划研究

在复杂海洋环境中,利用前视声呐获取的障碍物信息指导自治水下机器人（AUV）进行局部避碰。主要采用强化学习的方法对AUV进行控制和决策,综合Q学习算法、BP神经网络和人工势场法对AUV进行避碰规划。强化学习的方法强调AUV在环境的影响中学习,通过环境对不同行为的评价性反馈信号来改变行为选择策略。并且在环境发生变化时,AUV通过学习来实现对新环境的适应,不断改进其自治能力,进而实现在不确定环境下的避障任务。开发了AUV运动规划的虚拟仿真软件系统,仿真实验证明了算法的合理性与可行性。