在基于二阶Adaline网络的广义预测极点配置控制器

为了解决实际应用中非线性被控过程的预测控制问题,把神经网络、广义预测控制和极点配置技术融为一体,提出一个新型自适应神经网络广义预测极点配置加权控制器(GPPWC)。首先提出非线性被控过程的二阶自适应线性神经元(Adaline)网络模型,然后给出基于二阶Adaline网络的GPPWC。仿真结果表明该方案的有效性。     

珠海市公交线网优化研究

依据珠海市公交线网的拓扑特点及公交乘客O-D量(起点、终点的客流量),提出了以直达乘客运输量最大为目标函数的公交线网优化模型。运用数学规划中求解指派问题和最短路问题的算法,对公交线网优化模型进行求解,得到最优公交线网规划方案。此外,还运用了线路客流分布均匀性检验方法验证了优化方案的正确性。     

具有多种形式信息的指派问题的求解方法

针对具有多种形式信息的多目标指派问题,给出了一种指派问题求解方法.首先描述了区间数、序值、序区间和语言评价等多种信息形式及相关概念;然后通过计算各人员指派信息与正负理想点的距离,得到将某项任务指派给某个人员完成的"机会成本"和"效益",从而得到指派问题总"机会成本"矩阵和总"效益"矩阵,在此基础上建立了使总成本最小及总效益最大为目标的指派问题数学模型,并采用匈牙利法进行求解.最后,通过一个算例分析说明了本文给出方法的可行性和有效性.     

D-S证据理论中冲突证据组合分析

分析了D—S证据理论组合冲突证据时存在的缺陷，以及国内外对此的各种改进方法，包括对证据组合规则的改进和对融合模型的改进，并通过实验比较检验了几种方法的有效性。     

三站无源定位系统数据关联算法

全局最优量测数据关联算法是无源定位技术中的关键问题。针对三站无源定位系统全局最优数据关联的三维（3-D）分配问题，提出一种新的直接求解算法——启发式消元算法。该算法通过直接对代价矩阵的元素进行启发式消元，得到分配问题的最优解。给出算法相关原理的分析和证明以及算法的具体步骤。并将其应用于三部光电被动传感器多目标无源定位系统两级数据关联算法的第二级关联过程中。对启发式消元算法和求解3一D分配问题的近似最优求解算法——拉格朗日松弛算法的算法复杂性进行了分析对比。理论分析和仿真实验均表明，该算法较适合与两级关联算法联合使用。与拉格朗日松弛算法相比。该算法计算量小。便于实现。是一种新的、有效的全局最优数据关联算法。     

Robust极点配置及其优化算法

本文提出了一个线性系统极点配置的有效算法,首先利用正交变换将能控系统简化成上Hessenberg能控标准型,然后利用(A,B)特征子空间找出闭环系统关于指定复数集所有可能的特征向量,从中选取一组线性无关的向量{x_1,…x_n}作为闭环系统的特征向量,使得max{c_k,k∈n}极小,最后由x={x_1,…x_n}找出反馈阵F,使得闭环系统(A+BF,B)的极点集等于L。     

匈牙利算法质疑

本文根据分配问题的基本理论指出,广泛用于解分配问题的匈牙利算法不能严格地满足最大分配条件,因而有可能导致计算中的重复迭代或中途停止;同时对匈牙利算法所以存在这一问题的原因作了分析探讨。     

毕业生分配规划模型初探

本文阐述系统工程方法在上海市1987—1990年大学毕业生分配规划中的应用。通过建立数学模型及其形式变换,给出了两种不同的运算结果,并根据综合指标分别对结果进行了分析和评价。分析结果表明,推荐方案的总体偏差只有原方案的五分之一。     

多传感器多目标数据互联中的拉格朗日松弛算法研究

拉格朗日松弛算法在现代优化启发式算法中占有重要地位，本文对多维分配问题的拉格朗日松弛算法进行研究，重点研究松弛次序对数据互联结果的影响。研究方法是针对不同测量误差情况下进行计算机仿真实验。结果表明，多传感器多目标数据互联的拉格朗日松弛算法中，松弛探测效果较好的传感器的观测数据，有助于提高目标关联的准确率，且算法的计算量相应减少。该结论使多维分配问题的拉格朗日松弛算法能满足工程上对数据进行实时处理，具有实际应用价值。     

基于网络的AutoCAD课程无纸化考试

针对21世纪高等教育的新特点和新要求,运用软件复用技术,在万维全自动网络考试平台上,进一步开发出基于网络的《计算机辅助绘图（AutoCAD）》课程的无纸化考试系统,这是一种以上机操作为主体的新型AutoCAD无纸化考试模式．考试的组织、出卷、考试直到阋卷高度自动化,操作简单、方便实用．实践证明,这种考试方式不但符合本门课程实际操作训练多的特点,而且学生也非常喜欢．它在客观上起到了引导学生重视操作技能的训练、增加学生的学习兴趣的作用,同时也有效地制约了作弊行为．为深层次改革传统的教学和考试方式具有重要参考价值,这也是从根本上提高教学质量的重要措施之一．