延迟多重休假离散时间的Geomx/G/1可修排队系统的可靠性指标

首次考虑延迟多重休假离散时间成批到达的Geomx/G/1可修排队系统的可靠性指标,在假定到达间隔时间和服务台的寿命服从几何分布,而服务时间、延迟休假时间、休假时间和服务台失效后的修理时间均服从一般离散分布下,使用一种新的分解方法讨论了服务台如下的可靠性问题:1)在时刻n服务台处于"广义忙期"的概率;2)服务台的瞬态和稳态不可用度;3)服务台在(0,n]时间内的平均失效次数;4)服务台在"广义忙期"内的平均失效次数.得到了一系列重要的可靠性结果.     

基于成批排队的自相似业务性能分析

自相似业务建模及性能分析是ATM领域当前的研究热点。讨论了当前排队模型的特点与不足,从分组层次上提出了一种新的模型。利用成批排队理论对系统的性能指标进行了分析,对模拟流量的自相似性及排队性能进行了实验仿真,研究了确定模型参数的方法,证实了理论结果的正确性。实验结果表明,从分组层次上建立的排队模型在性能上优于ON-OFF源层次上的模型。     

虚拟机床可视化设计相关技术的研究与应用

介绍了虚拟机床系统设计制作中的主要及关键技术。给出了系统的软硬件平台,说明了虚拟机床三维场景的绘制方法,探讨了机床几何建模和对大数据量的场景进行优化的技术,并就三维鼠标在虚拟制造机床中的应用以及视点控制等关键技术、MFC中关键类的调用等进行了说明。     

基于GA神经网络的自适应预测控制的设计与仿真

针对自适应预测控制抗干扰、鲁棒性与实时性的矛盾，根据遗传算法优化后的神经网络具有很强的自适应性和学习能力、记忆能力、非线性映射能力、鲁棒性和容错能力，文章提出了一种新的自适应预测控制，成功地避免直接矩阵求逆，仿真表明该算法具有良好的综合性能和鲁棒性。     

家用冰箱部件模型的分析与建模思想

依据自顶向下的软件开发方法，从用户对冰箱动态仿真软件的功能需要入手，分析了冰箱整机及各个部件在不同时刻，不同工况下的动态运行特性，提出了各部件的建模思想及模型选取策略，根据当前仿真技术水平及硬件条件，认为压缩机采用稳态模型，蒸发器和冷凝器采用动态分相集中参数模型，毛细管采用稳态模型，箱体负荷计算采用传递函数模型比较合适，根据以上思想建立的冰箱仿真各个部件的模型，已成功地用于冰箱仿真软件的开发。     

基于改进群组G1赋权的生态评价模型及省份实证

利用“驱动力-压力-状态-影响-响应(DPSIR)”模型构建了生态系统综合评价指标体系框架, 通过对指标海选, 筛选和理性分析最终确立了生态系统的综合评价体系, 应用改进群组G1方法确定指标权重, 对我国14个省区的生态进行实证分析. 首先,通过采用DPSIR概念框架构建指标体系, 将人的需求、经济发展和社会进步等要素纳入生态系统评价中, 克服现有生态评价片面关注环境与资源状况或只关注环境保护与治理状况的不足; 其次,通过赋值向量相似度或等价变形后的序关系相似度给专家赋权的方式来反映专家的知识和经验; 最后,通过在压力准则层中加入自然灾害指数反映自然灾害对生态的影响, 改进了DPSIR模型只考虑到人类的活动对于自然环境和资源的压力的片面性.     

特大规模组合电路测试数据产生方法研究

针对特大规模组合电路和全扫描设计电路提出了一种高速测试生成方法。该方法采用有限回溯测试模式产生方法生成测试码,采用ｎ（机器字长）个测试码并行的单故障传播方法模拟验证测试覆盖。测试生成与故障模拟为ｎ对１紧耦合集成方式。该方法运行１０个Ｂｅｎｃｈｍａｒｋ电路,取得了低测试长度、高故障覆盖、高效率的良好效果。     

Fixed-Orderl1-Control for Systems with Time-Delay

1. INTRODUCTIONPhysical plaaes are inevitably affected by exogenous disturbance, hence rejecting disturbanceis important. Ffor example, HOO-control systems can reject the LZ disturbance. But in factthere are maily species of disturbances: some are LZ-attenuation; some are stochastic; andsome are Loo(loo) [6]. If the exogenous disturbance is modeled as the energy-bounded signal, and the performance is the output energyt that is Hoo problem. If the performance isoutput energy, that is p…     

灰色多变量GM(1,N)幂模型及其应用

针对多变量少数据的系统建模问题,提出了灰色多变量GM（1,N）幂模型及其派生模型GM（1,N,x^（1））幂模型,给出了其参数估计算式和近似时间响应式,在此基础上,分两种情况讨论了模型的参数优化方法,并通过数值模拟和应用实例验证了新模型的有效性. 结果表明：传统的GM（1,N）模型是GM（1,N）幂模型的特殊形式,GM（1,N）幂模型能够更好地描述系统特征行为序列与其影响因素序列的非线性关系,从而有效地提高传统灰色多变量系统建模的精度.     

单增序列灰色GM(1,1)模型解之间的误差分析

针对单调增长原始数据序列, 文章在理论上讨论白化型与内涵型GM(1,1)(grey forecasting model)模型解之间的相对误差. 在推导出两个模型解之间的相对误差上界表达式的基础上, 作者研究了相对误差上界函数的性质, 讨论了相对误差一致上界关于原始数据序列长度n的单调性. 结果表明当发展系数位于[-1/(n+1),0]内时, 白化型与内涵型GM(1,1)模型解之间的相对误差上界是0.9%,可以合理使用白化模型代替内涵模型; 而发展系数在区间[-2/(n+1),0]内时, 这两个模型解之间的相对误差可能达到8.64%, 此时白化模型代替内涵模型须较谨慎地使用.