连续混沌系统仿真步长选取范围的研究

针对数值仿真中仿真步长对连续混沌系统吸引子性态和仿真速度的影响,分析连续混沌系统序列穷尽过程,计算其穷尽熵,画出穷尽熵随步长的变化曲线图,得出数值仿真实验中步长的最佳选取范围,进一步推导出步长选取的界限公式.三个连续混沌系统的数值仿真实验证明了此方法的有效性.     

强机动目标跟踪的两种MM算法设计与比较

现代舰艇反导中,及时、准确、有效地跟踪强机动的反舰导弹是反导武器系统中的一项关键技术.基于反舰导弹末端蛇行机动的运动特征,设计目标蛇行机动为直线运动模型和转弯运动模型的组合,并引入到构建的具有变结构的自适应网格交互多模型(AGIMM)算法和固定结构的固定网格交互多模型(FGIMM)算法中,在给定的初始条件下,运用MATLAB进行Monte Carlo仿真实验,比较分析了AGIMM算法和FGMM算法的跟踪性能.结果表明:针对目标蛇行机动的强机动情况,所构建的AGIMM算法比FGIMM算法的估计精度高、位置和速度估计波动小,稳定性好,适应性强,具有一定的工程应用价值.     

基于非线性内电位构造函数的抗伪状态联想记忆

针对传统Hopfield神经网络在联想记忆中存在的大量伪状态,设计出一种以非线性内电位函数构造为核心的抗伪状态方案,以取代传统的Hebb规则及其外积法,建立了一种抗伪状态的联想记忆网络(ASS-SSNN),并通过吸引域的变化研究抗伪状态方案的正确性和有效性.仿真结果表明:ASS-SSNN比采用传统Hebb规则及其外积法的Hopfield联想记忆网络(HNN)在容错性上更优,记忆状态的吸引域明显增大,存储容量也有所增加.     

基于模糊信息融合的燃压机组定量HAZOP分析

针对传统计算机辅助HAZOP分析中定量信息的丢失现象以及多危险源系统安全决策的困难,提出了基于模糊信息融合的HAZOP建模与推理方法.构建了系统HAZOP有向图知识模型,针对模型中不同属性的节点分别采用相应的模糊定量化处理方法;同时基于D-S证据理论,利用危险传播路径上相关节点之间的定量偏差信息进行模糊融合推理,给出系统存在的危险原因与后果, 以及各自的融合信度,为系统安全决策提供依据.利用该方法对"涩-宁-兰'管线压气站燃压机组的运行状态进行模糊信息融合HAZOP分析,最终给出了系统各危险原因与后果的融合信度及排序,采取有效的安全措施避免事故发生. 与传统HAZOP分析进行比对,工程应用结果证明了该方法能解决传统HAZOP定性分析的局限性与不确定性难题;当系统存在多危险源时, 增强了系统安全决策的合理性.     

会计师事务所风险管理策略: 高阶期望风险视角

根据会计师事务所客户组合的风险特征,在给出客户组合风险的高阶期望损失风险测度方法的基础上,建立了客户组合风险管理决策的两阶段优化模型,求出了客户组合的风险边界值, 并分析了风险边界值的决定因素.研究结果表明:会计师事务所可接受客户组合风险的大小及最终客户的多少,主要由可能发生的诉讼损失决定, 即发生的诉讼损失越多,会计师事务所接受新客户和续聘客户的风险越谨慎,拒聘新客户或辞聘老客户的数量也越多.该研究结果对我国会计师事务所的风险管理决策实务和现有的审计风险理论研究都有一定的借鉴和参考价值.     

自组织团队创新的机理及管理研究

本论文的目的在于探讨企业创新管理中的团队自组织创新机理及其“有控自组”的管理模式。论文提出了智能型复杂自适应系统理论（ICAS）是自组织团队创新的理论基础;使用ICAS理论分析和解释了自组织团队创新的机理;提出了自组织团队创新管理的“有控自组”模式及其实施策略;文章总结了自组织团队创新的机理及其“有控自组”管理模式的实施要点。     

战略导向预算管理的系统观

作为实施企业经营战略的有效工具,战略导向的预算管理具有重要意义,是在环境分析的基础上,联结战略与业务流程的重要工具。根据一般系统论的基本原理,探讨了企业竞争战略与预算管理之间的静态匹配和动态调适关系,战略导向的预算管理是一个包括预算编制、预算监控、预算考评与预算改进的整体集成的闭环系统,并具有战略陈述、战略执行、战略检查和战略学习的系统功能。     

基于超效率DEA模型的交叉效率评价方法

针对交叉效率评价方法中综合效率评价值为1的决策单元不唯一导致的无法比较问题,提出了基于超效率DEA模型的交叉效率评价方法,该方法得到的结果是超效率DEA评价值的均值,而且综合效率评价值大小分布更加合理,能够实现决策单元的全排序.     

卫星应用产业效益估计的相似系统方法

为了估计缺乏统计数据的中国卫星应用产业的效益,运用相似系统方法,把美国卫星应用产业系统变换成中国卫星应用产业的相似系统,由美国卫星应用产业的数据估算得到中国卫星应用产业的效益,通过主成分分析等方法对估算结果进行验证.研究表明,相似系统方法是一种合理可行的预测模型方法,不仅能解决数据不足的问题,还可以推广应用到难以直接建立数学模型的实际预测、决策和规划问题中.     

基于反面选择原理的智能融合故障检测模型及其应用

针对反面选择算法用于故障检测所存在的局限性,提出了一种基于反面选择原理的智能融合故障检测模型.该模型利用人工免疫系统的反面选择原理来构建神经网络检测器,通过训练将系统的异常模式信息存储在分布的检测器中,根据检测器的激活来发现系统的故障.通过混沌时间序列的异常检测仿真实验,研究了模型参数对故障检测性能的影响.最后以发动机压气机失速检测实验为例,证实该方法对失速信号的模式特征具有较强的分辨能力,同时表明神经网络检测器比常规的二进制编码检测器具有更好的故障识别能力.