需求稀少情况下随机动态装卸混合问题研究

针对随机动态装卸混合问题中存在的排队现象,运用排队论推导出需求稀少情况下随机动态装卸混合问题期望系统时间的下界;提出了一种实时优化策略——多车场随机队列中位策略;推导出需求稀少情况下,多车场随机队列中位策略和实际应用中广泛采用的随机队列中位策略的期望系统时间,并分析了期望系统时间的渐近性.模拟计算结果表明,需求稀少情况下,多车场随机队列中位策略明显优于随机队列中位策略;当服务强度趋于零时,多车场随机队列中位策略近似为最优策略.     

基于离散正则模型的时变信道盲辨识算法

以CDMA时变信道离散正则模型为基础,提出了基于改进的矩阵外积分解的时变信道盲辨识算法。算法对传统的矩阵外积分解算法进行修正,使其适应离散正则模型两级盲辨识,并引入了精确的时延阶数估计,克服了现有算法需要预先知道信道时延实际阶数的局限,使其在仅知道信道阶数上界的条件下完成盲辨识。仿真结果表明了该算法的有效性。     

面向多用途的数学概念知识分层表示方法

着重介绍NKIMath中数学概念的知识表示方法.首先给出了NKIMath知识系统的体系结构,分析了获取数学知识的不同用途.在次基础上给出了一种融合了本体、框架和逻辑综合的知识表示方法,将知识分为谓词逻辑层、知识描述层和概念关系层,不同层次可以满足不同用途的需求,详细给出了数学概念知识表示的基本模式以及参数表示形式.NKIMath可以很容易地实现与W3C推荐的数学文档标注语言OMDoc之间的相互转换,同时在知识表示的多粒度、多语言版本知识自动生成等方面优于OMDoc.     

不确定需求下供应链合作广告与订货策略的博弈

基于报童类型产品的二级供应链结构,放宽了市场需求为确定性的假设,引入了订货量这一决策变量,先后考察了Stackelberg主从博弈和Nash合作博弈时制造商与零售商的最优广告策略及零售商的最优订货策略,比较了不同博弈均衡下的策略选择及系统期望利润,探讨了市场需求随机性对制造商与零售商广告投入水平的抑制作用.并利用Nash讨价还价理论对合作利益进行了分配.最后,通过一个数学算例验证了有关结论.     

基于灰色系统的桂西贫困地区农业经济分析

桂西是广西乃至全国贫困人口高度集中的地区,其经济发展状况直接关系到广西经济的整体发展和西部大开发战略的实施.通过人均劳动力创造的农村社会总产值、人均劳动力创造的农业产值、平均每公顷土地产出的农业社会总产值和农村居民人均纯收入4个指标,将桂西与广西其它4大经济区有关农业经济数据进行横向对比,引用灰色系统的相对关联分析模型,分析并找出影响桂西地区农业经济的主要因素.分析结果表明桂西农业经济仍存在较大的发展空间,可为政府对桂西农业经济进行宏观调控和产业结构调整提供依据.图2,表1,参6.     

粮食产量影响因素的灰色关联分析及其贡献率比较

运用灰色关联分析的方法,通过对省域(河南省)、市域(安阳市)、县域(滑县)三级粮食产量影响因素(播种面积、有效灌溉面积、农村用电、农用化肥、农用柴油、农药)的灰色关联分析及其贡献率比较,结果表明:有效灌溉面积对市域、省域两级粮食产量的影响均居第一位,农用化肥施用量对县域、市域两级粮食产量的影响均居第二位,农药与其它5个因素相比,对省、市、县三级粮食产量的影响相同,都是最小.农用柴油、农村用电、农用化肥、农药对县、市两级粮食产量的贡献率均居第一、第二、第三、第四位,化肥和农药对省、市、县三级粮食产量的贡献率都据第三和第四位.在此基础上,为不同区域尺度的粮食生产提供了决策依据.表5.参11.     

资源受限多项目选择计划模型及其免疫优化决策方案

针对资源受限多项目选择计划问题探讨其数学模型,利用改进的克隆选择算法对其进行求解.算法设计中,利用启发式规则生成初始抗体群;利用变异算子改善进化群体的质量和增强进化群体的多样性;在群体更新中,基于启发式规则,插入新的成员微调进化群体的多样性.数值实验结果说明了模型设计的合理性,以及改进的克隆选择算法的有效性,获得了所建模型的较好决策方案.     

基于运动信息和相位一致性的运动目标提取

提出一种新的时空结合的运动目标分割方法。该算法首先在累积帧差图像上使用改进的高阶统计(HOS)算法检测出运动区域,用最大连通区域表示初始运动目标模板,利用基于Log-Gabor复小波变换的相位一致性边缘检测算法提取出每一帧的单边缘信息,结合初始运动模板与空域边缘图像得到更精确的运动目标模板,最后结合原图像分割出运动对象。实验结果表明该算法能从对比度较小和噪声较大的视频序列中精确地提取出运动目标,且不受光照变化的影响。     

基于X射线脉冲星的高轨卫星自主初轨确定

介绍了X射线脉冲星轨道确定原理,在分析脉冲星相位模型的基础上,推导了X射线脉冲星轨道确定算法,讨论了时间估计法在解模糊度问题中的应用,针对高轨卫星提出了利用其大致高度信息辅助解模糊度的方法。对地球静止轨道卫星初轨确定进行了仿真,结果表明选用周期较大的脉冲星并采用时间估计与高度信息辅助的方法可以有效解决模糊度问题,并达到几十公里级的初轨确定精度。     

非均匀类簇密度聚类的多粒度自学习算法

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self learning clustering algorithm, MSCA)。算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题。理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性。