基于unity局域网同步与多角色玩家的设计与实现

通过Unity 2017的Unet模块,使用三维游戏引擎Unity的NetworkManager、NetworkIdentefier、NetworkTransform等组件,设计并实现局域网同步与多玩家角色场景;通过分析NetworkMessage、NetworkServer,用C#程序脚本完整地实现多角色玩家的选择功能;最后于文章结尾处提出了解决网络延迟的初步方法。     

二值响应数据贝叶斯中位数估计

中位数回归是一种稳健的估计方法,在实践中有着广泛应用.基于贝叶斯方法研究二值响应数据的中位数估计问题,通过引入合适的潜在变量得到了贝叶斯层次模型,进而得到易于后验抽样的吉布斯抽样程序.为验证新方法估计的稳健性,通过大量数据模拟,并与已有方法进行比较,得到了满意的结果.最后实例数据分析进一步证明了所提方法的有效性.     

基于知识融合的汽车覆盖件模具设计方法研究

针对产品设计过程中,分散异构知识融合不足导致知识检索准确性不高、知识重用效率低等问题,提出一种知识融合模型.利用知识需求模型传递知识需求信息,采用知识元对各类异构知识进行统一表示,通过概念本体对语义概念进行有序组织,与知识元之间形成映射关系.通过语义距离计算获取候选知识元集,并采用基于贝叶斯和遗传算法的知识融合方法将分散的关联知识元融合成知识单元,实现知识重用.以覆盖件模具结构设计为案例验证了所提出方法的可行性和有效性.     

基于贝叶斯与因果岭回归的物联网流量预测模型

针对物联网流量预测困难的问题,提出了一种基于贝叶斯与因果岭回归的物联网流量预测模型.该模型首先根据物联网流量传输波动影响链路变化等因果关系,深入刻画物联网流量局部特征,并利用薛定谔方程优化识别模型,同时结合贝叶斯拟合因果关系联合岭回归方法建立预测模型.最后,通过仿真实验研究了该模型与其他方法之间的性能状况,结果表明该模型在平均队列、阻塞率和延迟率等方面具有较大优势.     

回收渠道竞争下制造商的战略联盟策略选择

考虑由制造商、零售商和第三方回收商构成的闭环供应链,制造商与第三方同时参与废旧产品的回收.根据制造商不同的联盟策略建立了以下四种决策模型:无联盟(模型D)、制造商与零售商联盟(模型MR)、制造商与第三方联盟(模型MC)、制造商与零售商和第三方同时联盟(模型MRC),分析了回收渠道竞争对制造商最优联盟策略选择的影响.研究表明:1)与第三方独立回收决策情形相比,当回收市场竞争强度分别低于一定的阈值时,模型D和模型MR中制造商进入回收市场对第三方有利,模型MC中制造商进入回收市场对零售商有利.其次,任何联盟形式下选择进入回收市场始终是制造商的占优策略.2)考虑回收竞争的背景下,闭环供应链系统利润并不一定在MRC联盟策略下最优,其比较的结果取决于回收市场的竞争强度.3)从制造商最优联盟策略选择的角度分析,当回收竞争强度小于1/2时,MRC联盟策略对制造商最有利;当回收竞争强度大于1/2时,MR联盟策略是制造商的占优策略.最后,利用算例分析了参数对闭环供应链均衡和制造商最优联盟策略选择的影响.     

跳跃自激发与非对称交叉回馈机制下的期权定价研究

跳跃集聚和波动率非对称回馈是股票价格运动过程中不可忽视的重要特征.基于动态跳-扩散半鞅随机过程,本文提出了具有时变跳跃到达率和波动率的双因子交叉回馈机制的期权定价模型,推导了跳-扩散交叉回馈模型的一般化风险中性变换关系;同时借助序贯贝叶斯方法对模型和跳跃风险溢价进行校准,并对道琼斯工业平均指数(DJX)、标普500指数(SPX)、苹果(APL)、IBM、JP摩根(JPM)股票进行实证研究,研究发现,它们的跳跃达到率和波动率都呈现集聚性和非对称回馈效应,且跳跃到达率具有更强的持续性和更大的杠杆系数;跳跃风险溢价在定价中占主要地位.期权定价的实证研究还表明,双因子交叉回馈模型具有最小的期权定价误差,定价能力明显优于单向回馈的跳-扩散模型.     

低值可回收物管理机制的演化博弈分析

我国再生资源利用率偏低,既加剧了垃圾围城趋势,又造成环境污染,理清低值可回收物治理中的各主体博弈关系有助于形成良好的长效机制。利用演化博弈理论,对政府、企业在低值可回收物处理中的演化过程进行了分析,并选用6组代表性数据通过Matlab软件进行仿真模拟。研究结果表明:当低值可回收物价值较高且回收成本较低时,回收企业有利可图,可回收物的资源化可以靠市场机制调节;随着低值可回收物资源化成本升高和资源化利用价值降低,单靠市场机制难以调动企业积极性,难以有效回收处理;政府可以通过建立低值可回收物动态目录,给予资源化企业补贴,并通过"两网协同"等措施降低企业收运成本,从而调动企业积极性,提高低值可回收物资源化利用率。     

“一带一路”背景下基于知识溢出视角的企业动态合作行为演化博弈分析

"一带一路"战略的逐步推进使得企业与企业之间的合作突破了地域、国别和文化的限制。在此背景下,基于知识溢出视角,针对企业间复杂动态合作行为演化问题,在有限理性的前提下,运用演化博弈理论,通过构建演化博弈模型,对企业动态合作行为演化路径进行了分析,对影响企业合作策略选择的作用机理进行了研究。研究发现:合作双方的策略选择与初始支付矩阵有关,也与支付矩阵的初始参数设置有关。其中,在一定范围内,增大合作收益系数,减小合作风险,降低合作成本有利于企业展开合作活动,实现合作共赢的最终目标。最后根据本文研究结果,对政府及企业提出了相关政策建议。     

基于贝叶斯理论的多模型结构识别的试验研究

基于贝叶斯理论的抽样方法,对结构的多模型结构识别问题进行试验研究.采用基于贝叶斯理论的多模型结构识别的概念与基本框架,以及马尔科夫链-蒙特卡洛模拟(MCMC),建立了有限元模型库.针对MCMC在参数维度较高时不易收敛和计算效率低下等问题,提出了一种改进的MCMC抽样方法来进行多模型结构识别.利用Matlab-Strand7的交互访问技术(API)能够进行大型结构有限元模型的参数自动修正,在获得校验后的有限元模型库后,能基于有限元模型的后验概率分布进行预测.为了验证该理论的可行性和有效性,针对一根简支梁的数值算例和一座实际大跨钢管混凝土桁架系杆拱桥进行了基于贝叶斯理论的结构识别研究与响应评估,并使用传统的单模型结构识别方法——遗传算法(GA)进行对比分析,结果表明本文提出的基于贝叶斯理论的多模型结构识别方法能够更好地进行结构响应预测.     

贝叶斯预测蜂群算法在无线传感器网络优化中的应用

针对无线传感器网络(WSN,wireless sensor network)节点分布不合理,存在较多的监测盲区等不足,提出了利用贝叶斯预测人工蜂群算法(BPABC,Bayesian predictive artificial bee colony algorithm)制定节点分布方案。BPABC算法借鉴贝叶斯预测算法的思想对蜂群算法中各蜜源存在最优解的概率进行预测,并以此为依据指导跟随蜂寻优工作。采用BPABC算法对WSN中的节点分布进行优化,与人工蜂群算法、全局人工蜂群算法制定的优化方案进行比较。结果表明,BPABC在平均覆盖率、最差覆盖率等方面均优于其他两种算法,并且BPABC算法在迭代收敛速度方面也有明显的优势。为了进一步验证改进算法的实用性,采用BPABC制定不同监测区域的WSN节点分布方案。WSN的覆盖率均在97%左右,并且标准差不超过0.005%。由此可见,基于BPABC的WSN节点分布优化方案具有较高的覆盖率、良好的适应性和稳定性。