基于任务控制的动态多传感器管理方案

针对信息融合系统平台跟踪多目标过程中的多传感器管理问题,提出了一种基于任务控制的动态多传感器管理方案。根据滤波后的目标误差协方差与不同战场态势下的期望之间的差异,度量目标当前精度要求。利用模糊物元分析法,根据目标自身属性值和当前状态值,计算欧式贴近度,从而获得目标威胁度。在综合考虑传感器性能和系统资源能耗的基础上,建立了任务需求模型。依据该模型控制多传感器实现对目标的探测,寻求模型的最优解。仿真结果表明,该方案在保持目标跟踪精度及时效性的同时,能适当地控制资源消耗,减少系统总耗能。     

多因素采购组合拍卖获胜者确定问题研究

分析了多因素采购组合拍卖和树型结构的基本特征,给出了价格投标和质量投标同时作为获胜者确定问题衡量标准的采购组合拍卖模型,在树型结构下建立了相应拍卖获胜者确定问题(WDP)的多目标规划,并给出了此规划的求解算法和改进算法.     

由混沌直接输出任意波形的控制方法

提出了一种采用辅助参考反馈控制混沌行为的方法,控制混沌系统直接到达任意波形的途径。该方法只要适当调整反馈系数、辅助参考项及相关参数,就可以使系统直接输出所需要的任何波形。通过确定混沌系统的稳定输出范围,可得到输出任意波形的具体方法,并通过仿真实验证明了该方法的有效性。选择对任意常数、正弦输出、脉冲波输出和间歇稳定波形的数值模拟实验,获得了很好的控制结果。     

基于重置的L-M变结构BP神经网络

尝试将重置算法应用于神经网络结构的优化,研究了重置算法中最佳重置时间的性质,并提出一种基于重置的L-M(Levernberg-Marquardt)变结构BP神经网络.对比实验表明,重置算法的引入有效地解决了神经网络结构优化的问题,优化后的网络具有较好的收敛性.     

基于期望值的模糊多属性决策法及其应用

研究了属性值以及决策者对方案的偏好信息均以三角模糊数形式给出的模糊多属性决策问题.定义了期望值决策矩阵的概念,对于权重信息完全未知或只有部分权重信息的情形,给出了一种基于期望值的模糊多属性决策方法.该法的特点是:既能充分利用已有的模糊客观信息,又能尽可能地满足决策者的主观愿望.最后把该法应用于解决虚拟企业的合作伙伴选择问题.     

带有缓冲库的串联CIMS渐近稳定性分析

讨论了一个可靠机器,一个不可靠机器和一个缓冲库构成的计算机集成系统(CIMS),利用由该系统所决定的算子A+E生成的Banach空间中的正压缩C0半群,证明了此系统的非负稳定解恰是算子A+E的0本征值所对应的规范化后的本征向量;同时通过对算子A+E的谱点分布的分析,证明了算子A+E的谱点均位于左半平面且在虚轴上除0点外无谱,作为线性算子半群稳定性的一个直接结果,得出了该系统解的渐近稳定性.     

岗位知识含量指标体系的构建及实证

从工作分析角度入手,利用以PAQ为基础改造的《企业员工生产率调查问卷》,对不同类型的单位及工作岗位上进行知识含量调查,从中归纳出衡量一般岗位知识含量的指标体系,并将岗位按知识含量高低进行分级,初步验证了知识含量不同的岗位之间不同指标维度上的区别,从而为深入研究知识工作生产率问题奠定一个基础.     

MKdV-Burgers方程衰减振荡解的近似解和误差估计

研究了MKdV-Burgers方程衰减振荡解近似解的求解及其误差估计问题.利用平面动力系统理论对MKdV-Burgers方程的行波解所对应的动力系统作了定性分析,给出了其在不同参数条件下的全局相图和有界行波解存在的条件和个数.研究了该方程有界行波解的波形与耗散系数之间的关系,给出了表征耗散作用大小的两个临界值,得到了当耗散系数α大于某个临界值时方程有界行波解的波形表现为单调扭状孤波、当耗散系数小于某个临界值时方程有界行波解的波形表现为衰减振荡波的结论;求得了该方程在无耗散作用情况下所有可能的3种钟状孤波解.根据衰减振荡解对应的解轨线在相图中的演化关系,并利用假设待定法,求得了该方程的衰减振荡解的近似解.最后,根据齐次化原理的思想,通过建立反映衰减振荡解精确解和近似解间关系的积分方程,得到了所求衰减振荡近似解的误差估计,其误差是以指数形式速降的无穷小量.     

供需网的一个节点:供应链协同管理与决策

从供应链决策分析、决策支持技术及决策支持方法等几个方面探讨了供应链协同管理决策的理论和方法 .最后以生产商和销售商为例研究了双方共同获利的、协同决策的建模方法 .由此得出 ,为了实现供应链为增值链 ,减少开销 ,双方共同获利 ,协同决策是非常重要的 .     

SCHEDULING PROBLEMS - AN OVERVIEW

There seems to be a significant gap between the theoretical and the practical aspects of scheduling problems in the job shop environment. Theoretically, scheduling systems are designed on the basis of an optimum approach to the scheduling model. However in the practice, the optimum that is built into the scheduling applications seems to face some challenges when dealing with the dynamic character of a scheduling system, for instance machine breakdown or change of orders. Scheduling systems have become quite complex in the past few years. Competitive business environments and shorter product life cycles are the imminent challenges being faced by many companies these days. These challenges push companies to anticipate a demand driven supply chain in their business environment. A demand-driven supply chain incorporates the customer view into the supply chain processes. As a consequence of this, scheduling as a core process of the demand-driven supply chain must also reflect the customer view. In addition,