分布参数系统参数辨识的最佳测量位置

许多有关集中参数系统参数辨识的方法经改造后可推广到分布参数系统中,但其涉及的问题复杂,其中传感器的测量位置则是分布参数系统参数辨识过程的特有问题,它对分布参数系统的参数辨识精度有着很大的影响.从受噪声干扰的不同位置传感器检测值出发,构造了分布参数系统的信息矩阵,提出了一种基于信息矩阵行列式的优化算法,并采用D-最优试验设计准则优化传感器的位置配置,得到了分布参数系统检测传感器的最佳测量位置,同时保证了系统的参数辨识精度.仿真结果表明,该方法对于分布参数系统的输出和状态检测传感器位置的选择具有参考价值.     

SMAP/INID/1系统的瞬时队长分布

研究了一个有如下特征的排队系统:该系统的到达间隔及服务时间均为相互独立的随机变量,但不一定同分布.特别地,到达间隔分布与系统的瞬时输入量有关.这个系统是GI/G/1系统的拓广.该系统的瞬时队长过程一般不是一个马尔可夫过程,难于直接求取它的分布.利用补充变量技术,可以得到一个多维马尔可夫过程,使得上述系统的瞬时队长过程构成多维过程的一个分量过程,这样,便可借助马尔可夫过程理论及马氏骨架过程理论,得到一组柯尔莫哥洛夫向后方程及向后方程组,导出排队系统的瞬时队长分布的积分表示.在各到达间隔与服务时间均具密度函数的条件下,该积分表示的被积项能够递归地求取.此结论类似于A.S.Alfa等处理GI/G/1系统时所得结论.     

基于免疫联想记忆的病毒检测算法

针对现有算法只考虑未知病毒检测的片面性 ,论文综合借鉴生物免疫机制中一次反应的非选择思想和二次反应的联想记忆思想 ,提出了一种基于免疫联想记忆的病毒检测算法 ,该算法结合了免疫非选择对未知病毒的识别能力和免疫联想记忆对已识别病毒的学习记忆能力 .基于免疫联想记忆的病毒检测算法除能有效地检测未知病毒外 ,还能快速检测出已知病毒的变种或具有类似行为特征的病毒 .针对典型宏病毒的实验验证了本文算法的检测性能     

沪市上市公司股权结构与公司绩效的实证分析

目前上海市的上市公司最终由政府控制的占89％，政府或国家在上市公司的控制中仍占主导地位。从净资产收益率(ROE)和市净率(Q)的角度比较不同的中间控股类型的绩效情况，得出同行业同专业的实业公司作为控股股东公司绩效最好，同时通过这些比较表明股权结构和产权的不同归属与公司绩效之间存在密切的关联。     

非线性中立型延迟微分方程Runge-Kutta方法的稳定性

对Rα,β类非线性中立型延迟微分方程给出了稳定及渐近稳定的充分条件,对于Runge-Kutta方法应用于上述问题得到的数值方法，获得了其稳定及渐近稳定的条件。     

虚拟实验室中实验容器的建模

虚拟实验室必须有虚拟实验环境的支持。文中论述了虚拟实验室中常用容器的建模，并对一般的挤压造型方法作了改进。使用VRML中两个Extrusion节点分别对容器的内外壁进行造型，通过两次挤压造型，其模拟容器形体具有较好的真实感。     

食物链算法及其在供应链计划中的应用

人工生命两个重要特征是突现和与环境进行动态交互作用，即人工生命个体间微观的相互作用将在整个生命系统中产生突现集群的现象；同时食物链也是生命系统中重要而有又广泛存在的重要现象。基于上述思想，提出一种新的基于人工生命的算法，称为食物链算法。并把它应用于供应链计划中企业联盟的企业伙伴挑选与生产能力分配问题。该算法模拟了在未来市场需求的刺激下，供应链的成员企业是如何不但调整自己的生产能力，以及供应链如何挑选成员企业组成企业联盟的。该算法较好的解决了既有企业联盟伙伴挑选又有生产能力分配，这一具有分布特征的问题。并可应用于供应链管理的其他的问题，比如选址．分配问题。     

基于多智能体的作战仿真系统成员设计

介绍了应用多智能体技术设计基于HLA平台的作战仿真系统的成员设计方法、并对应用模糊推理机技术，构建仿真成员的方法进行了详细说明．该方法提高了作战仿真系统的仿真效果，是Agent技术在作战仿真系统上的探索和应用．     

基于ExSpect的复杂离散事件动态系统建模

随着petri理论与应用研究的不断发展，petri网已经成为离散事件动态系统建模和分析的有力工具。采用petri网对复杂离散事件动态系统进行建模和分析，没有一套科学的建模方法指导和有力的软件支持是不可能实现的。介绍了基于Petri网的可执行的规格说明语言Exspect及其软件，提出了基于Exspect的复杂离散事件动态系统建模的方法，并进行了实例研究。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。