自助式借还书系统中的多书侦测研究

为了尽可能减少自助式借还书过程中的违规操作,需要对操作中所借还的图书进行多书侦测进行研究,由于现有的基于磁场的多书侦测系统可靠性不够高,提出研究一种工作于可见光波段的多书侦测系统,该系统利用摄象头跟踪被借还图书,提取出图书的侧面图,并分析侧面图以判断是否存在违规操作.     

一种基于网格密度与空间划分树的聚类算法

基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.文章提出了一种新的基于网格密度和空间划分树的CGDSFF(Clustering based on Grid - Density andSpatial Partition Tree)聚类算法.其创新点在于,将数据空间划分成多个体积相等的单元格,然后基于单元格定义了密度、簇等概念,对单元格建立了一种基于空间划分的空间索引结构(空间划分树)来对数据进行聚类.CGDSPT算法保持了基于密度的聚类算法的上述优点,而且CGDSFF算法具有线性的时间复杂性,因此CGDSPT算法适合对大规模数据的挖掘.理论分析和实验结果也证明了CGDSPT算法的优点.     

一种空战C4KISR仿真系统

导弹制导技术和信息融合技术是C4KISR的关键技术.对导弹半实物仿真系统和C4KISR中的信息融合进行了探讨,提出了一种基于半实物仿真系统和信息融合的空战C4KISR仿真系统框架,将其分成地面指控平台、组网雷达、预警机、战斗机群和导弹等几个子系统,并对其各功能模块进行了详细地研究.仿真初步验证了框架的可行性.     

基于ACP方法的电子商务系统复杂性研究

运用复杂系统研究中的“人工系统＋计算实验＋平行执行（ACP）”方法,结合新兴电子商务的特点,提出了基于ACP方法的电子商务复杂性研究方法论。讨论了其中的代理建模、实验、决策和量化计算4个主要问题;设计了与真实电子商务系统平行执行的电子商务社会实验平台,为复杂性研究结果的评估、验证和修正提供了实验环境。该方法论与实验平台的研究,有助于加快新兴电子商务复杂性研究的步伐、提升企业的国际竞争能力。     

集装箱码头ALV调度与堆场位置分配集成优化模型

针对自动化集装箱码头水平搬运作业和堆场作业,提出一种集成调度优化方法,以最小化最大完工时间为目标,同时考虑船舶装、卸作业,建立自动升降车(automated lifting vehicles,ALV)调度与堆场位置分配集成优化模型,提出求解模型的优化算法,设计基于遗传算法的启发式算法,利用算例对模型与算法的有效性进行了验证.计算结果表明,提出的启发式算法可以提高运算效率,能够在很短的时间内对大规模算例求出高质量的解.另外,集成优化模型同时考虑码头多个作业环节,有利于提高自动化集装箱码头的装卸作业效率.     

实物期权视角的CAPM有效性检验

实物期权对资产定价的非线性影响会导致本质为线性定价的CAPM模型失效.本文以沪深A股2000-2014年间1503家上市公司为样本,利用市值规模、账面市值比、资本支出和总资产回报四个企业特征变量作为实物期权的代理变量,分别对个股贝塔和预期超额收益率进行实物期权调整,给出了经实物期权调整后CAPM有效的证据;而且,较之市值规模和账面市值比,资本支出和总资产回报更加能够反映实物期权对CAPM有效性的影响.此外,实物期权调整对CAPM有效性的影响对处于生命周期早期阶段的企业、高科技行业以及对股权分置改革和次贷危机后的子样本更为明显.     

基于差价补偿策略的集装箱班轮运输定价模型

针对集装箱班轮运输定价问题,构建差价补偿策略下班轮运输的定价模型,研究差价补偿策略下托运人订舱行为和承运人定价决策,分析市场需求波动与承运人定价、差价补偿系数、承运人收益的内在关系,以及承运人定价对托运人订舱量的影响,并通过数值分析进行验证.结果表明:随着市场需求波动的增大,承运人最优定价与最大收益降低,而差价补偿系数增大;且托运人订舱量随着承运人定价的增大而减少.承运人采用差价补偿策略时,市场需求波动存在一个上限值,如果需求波动小于该值,则承运人采用差价补偿策略有利于其提高收益.     

基于自适应遗传算法的超平面分类及遥感应用

智能分类算法是遥感影像分类研究的热点,遗传算法作为一种智能全局优化技术在遥感影像分类中具有良好应用前景.针对现有多光谱遥感影像分类方法的不足,提出了基于自适应遗传算法的超平面分类方法(hyper plane-adaptive genetic algorithm,HP-AGA)并应用于遥感影像分类,该方法利用神经网络中的神经元激活函数Sigmoid函数,对遗传算法中交叉率、变异率进行非线性自适应性调整,不再需要反复训练遗传参数,同时利用快速全局寻优特点,确定分类超平面的各个位置参数,从而获取最佳分类超平面集进行分类.多光谱遥感影像分类方法的应用实验表明,基于自适应遗传算法的超平面遥感分类方法能更快、更稳定地收敛到全局最优解,具有更好的效率及鲁棒性,并能取得优于简单遗传超平面分类算法及传统分类方法的分类精度.     

基于二阶锥规划的峰值旁瓣抑制滤波器设计

针对相位编码信号的高旁瓣问题,提出一种基于二阶锥规化的峰值旁瓣抑制滤波器设计方法。将最大增益处理损失约束下的最小峰值旁瓣滤波器设计转化为二阶锥规化问题,采用内点法进行高效求解。与已有方法相比,所提方法可以兼顾峰值旁瓣、处理增益损失和滤波器长度三方面的指标,具有设计灵活、精度高和收敛性好的优点。最后仿真和实测数据结果验证了方法的有效性。     

自适应协同优化方法研究

针对一致性约束条件造成协同优化方法计算困难的问题,研究提出了一种自适应协同优化方法.首先将设计变量空间划分为三类区域,分析了每个区域内一致性约束松弛量与系统可行域和学科一致性的关系,并在此基础上提出了三种一致性约束松弛量的确定方法.然后基于上述方法,给出了自适应协同优化的算法流程,对比分析了相对于标准协同优化算法流程的改进之处.最后采用自适应协同优化方法对两个典型MDO算例进行优化,证明了该方法具有较好的鲁棒性和收敛速度.