市场行为的进化和控制——个出租车市场的例子

经济主体在市场中的行为通常只能依赖于不完备的信息,但是即使如此,每个经济个体还是会根据所处的宏观环境修正自身的行为策略以提高收益状况,从而构成市场行为进化中的宏观结构与微观行为相互影响的自组织现象;所谓市场的“习惯”正是这种自组织进化的结果;但是,由于信息的不完备和初始条件的不同,使得通过自组织形成的市场规范不一定会达到最优状态;因此,必要的干预是不可缺少的。本文以出租车市场为例,利用一个进化对策模型模拟了市场行为的进化规律,并通过对参数的讨论分析了控制市场行为进化方向的策略与方法。     

一种HSPA+系统Iub流量控制策略研究

HSPA+技术是3GPPR7协议引入的新特性,是WCDMA网络的进一步演进和增强。HSPA+系统是一个资源共享的系统,为提高系统无线资源的利用率和网络性能,同时解决网络负载接近饱和时产生的Iub口(RNC与NodeB之间的接口)拥塞问题,提出了一种基于过准入的Iub流量控制策略。该策略主要分两个过程,首先在Iub口带宽资源一定的情况下通过过准入策略尽可能多的接入用户,其次是通过拥塞解拥塞处理,及时控制用户第二协议层(L2)的数据速率,在获得用户面吞吐率的稳定性的同时提高系统资源利用率。仿真结果表明,该流量控制策略能够有效的降低拥塞、提高网络性能,并在一定程度上保证用户间的公平性及系统的稳定性。     

成像卫星鲁棒性调度策略研究

针对不确定条件下的成像卫星调度问题,分析了鲁棒性调度要求,提出了鲁棒性调度策略,将成像卫星调度分为鲁棒性调度方案生成和鲁棒性调度方案动态调整两个阶段。在鲁棒性调度方案生成阶段,以调度方案收益和鲁棒性为优化目标,建立了成像卫星鲁棒性调度模型。在鲁棒性调度方案动态调整阶段,以调度方案收益和新老调度方案差异为优化目标,建立了成像卫星动态调度模型。仿真实例验证了成像卫星鲁棒性调度策略和模型的有效性。     

求解同时取货和送货车辆路径问题的改进遗传算法

同时取货和送货车辆路径问题(VRP_SPD)是经典车辆路径问题(VRP)的一个扩展,在VRP_SPD中,顾客可能要求同时取货和送货服务。本文针对这类问题,提出一种以集成方式处理取货和送货操作的改进遗传算法,通过采用一种改进的边重组交叉算子,保证了算法在遗传进化中保留父代路径上边之间邻接关系的映射信息,从而改进了算法性能;并通过在遗传进化控制参数中应用自适应策略,提高了算法的稳健性。仿真分析表明,本文算法比现有算法能取得更好的优化结果,且具有很好的稳定性。     

模糊随机环境下编队对地攻防对抗决策方法研究

随着现代军事技术的发展,军事作战指挥中的不确定性决策问题成为军事决策支持系统中迫切需要解决的问题。以对策论为理论基础,以编队协同对地攻防对抗作战为背景,建立了动态对抗决策模型,针对模糊随机环境下的军事指挥决策问题,提出了模糊随机影响因子概念,反映战场不确定环境对各参战单元产生的影响程度,建立了模糊随机环境下的对抗决策模型。通过模糊随机模拟方法解算期望值决策模型及机会约束对抗决策模型,得到对抗策略平衡点。仿真结果表明,该算法能够合理处理战场模糊随机环境带来的影响,客观分析作战结果,为作战指挥决策提供有力的决策支持,方法实用、有效,具有很好的应用前景。     

Novel cued search strategy based on information gain for phased array radar

A search strategy based on the maximal information gain principle is presented for the cued search of phased array radars. First, the method for the determination of the cued search region, arrangement of beam positions, and the calculation of the prior probability distribution of each beam position is discussed. And then, two search algorithms based on information gain are proposed using Shannon entropy and Kullback-Leibler entropy, respectively. With the proposed strategy, the information gain of each beam position is predicted before the radar detection, and the observation is made in the beam position with the maximal information gain. Compared with the conventional method of sequential search and confirm search, simulation results show that the proposed search strategy can distinctly improve the search performance and save radar time resources with the same given detection probability.     

大庆市湿地资源保护与开发利用新对策

对大庆市宝责的湿地资源的保护与开发利用,除采取一些常规的对策和措施外,尚需在客观分析认识大庆市湿地资源问题和大力弘扬生态道德观的基础上,应用新的理念和高科技手段,采取一些新的保护与开发利用对策：建设大庆数字湿地;开展“自然-人工复合湿地”生态系统建设;开展受损湿地人工修复工程建设;适度增加人工湿地的规模;充分发挥大庆湿地科学研究的功能。参7。     

多跳筛选无线传感器网络决策融合

为了在保证传感器工作效果的同时控制系统能耗,在资源受限的无线传感器网络决策融合系统中同时引入传感器信息的多跳传输方式和筛选传输策略。在瑞利分布信道模型下,推导出该系统的最优融合规则。但该规则需要信道的实时状态信息,实用性差。为此提出基于信道统计分布信息的次优似然比融合规则,并给出了小信道信噪比情况下的简化形式。理论分析和仿真表明,次优规则性能损失较小,运算量更低,信息需要更少,符合资源受限系统的要求;同时使用筛选策略,降低了系统的传输能耗。     

襄垣县虚拟水消费及虚拟水战略研究

水资源短缺已成为制约社会经济发展的重要因素。分析了1978-2007年山西省襄垣县虚拟水消费量,结果表明,在城市化进程中,该县虚拟水消费量呈上升趋势,城镇增幅远大于农村;消费结构趋于多样化;各乡镇人均虚拟水消费量有较大差异,经济较发达地区的人均虚拟水消费量较低。发现采取积极的消费模式可以在不影响居民生活水平的前提下极大地节约用水,从而缓解水资源压力。最后结合襄垣县的实际情况,简要分析了在襄垣县实施虚拟水战略的基本思路。     

求解约束优化问题的动量粒子群算法

为解决约束优化问题,提出使用双可行域吸引子策略改进动量粒子群算法。该算法只需初始种群中有一个粒子位于可行域内,随着搜索过程的进行,整个种群自动进入可行域内搜索。一方面,在搜索过程早期,由于可行域内粒子少,所有粒子移向相同的吸引子,整个种群迅速进入可行域内。另一方面,随着进入可行域粒子的增多,由于每个粒子使用距本身最近的可行域吸引子,较好地维持了种种群的多样性,避免早熟现象的发生,使算法具有较好的寻优性能。与国际上当前解决约束优化问题的粒子群算法在4个标准约束优化函数上测试比较,实验结果表明本算法取得的最优值要优于其它粒子群算法。

Abstract：

The strategy that two good positions in feasible region worked as attractors was incorporated into momentum particle swarm optimization algorithm in order to resolve constrained optimization problems. The resulting algorithm only requires that one of the initial particles is in the feasible region, and then all particles in the swam automatically move into the feasible region. On the one hand, in the early iterations few particles appear in the feasible region and hence all particles move toward the same attractors, so the particles soon enter into the feasible region. On the other hand, as the number of particles in the feasible region increases, each particle adopts the most near attractor so that each particle has different attractor. Therefore, the algorithm maintains the diversity of the population, alleviates the premature, and hence achieves good performance. The algorithm is compared with other particle swarm optimization algorithms on four benchmark functions. The experimental results show that the solution of the algorithm is better than that of others.