基于改进单神经元梯度学习的无线网络主动队列管理

考虑传统网络拥塞控制忽略了网络拥塞的持续状态, 引入将数据包到达链路速率作为控制器输入的方案, 得到一种改进单神经元梯度学习(improves single neuron gradient learning, ISNGL)的主动队列管理算法. ISNGL 算法采用梯度学习动态调整网络参数, 并在此基础上对收敛速度和稳定性加以改进, 提出带有位移参数的新激活函数和带有权值调整的动量项的改进方法, 最后通过 NS2 网络仿真软件在无线网络的拓扑模型上进行仿真分析, 结果表明 ISNGL 算法在无线网络环境下拥有良好的拥塞控制能力.     

基于SBM模型的环境效率评价

伴随企业产品的生产,一些有害副产品也随之被生产出来,传统的DEA效率评价模型和研究文献均没有考虑这些副产品,因此评价结果并不能正确地衡量企业的技术效率水平;文章比较了非期望产出处理的相关DEA模型的优缺点,引入了一个非径向和非角度的SBM模型处理非期望产出问题,并对43家企业进行了环境效率的实证分析.     

汽车起步颤振动力学问题研究综述

归纳总结了汽车起步颤振动力学问题的研究现状和发展趋势。首先,以整车动力传动系统模型作为问题现象再现的仿真平台,着重论述与起步工况密切相关的部件,包括离合器操纵特性、摩擦特性和发动机瞬态扭矩等。然后,针对汽车起步颤振问题,从试验研究、产生机理、抑制措施3个方面讨论了起步颤振动力学问题研究内容和方法。最后,在已有研究成果及其不足的基础上,指出了汽车起步颤振问题的研究重点和难点,为进一步研究提供参考和建议。     

面向生产过程的物流业两阶段效率评价模型

针对物流业效率评估存在的"黑箱"问题,将物流业的生产运作过程分为投资转化和社会服务两个阶段。在考虑非期望产出的情况下,提出了一种两阶段网络结构的物流业效率评估模型。最后,将该模型应用于中国省域物流业效率分析,论证了模型的合理性,为物流业效率的提高提供了相关政策建议。     

新型冠状病毒肺炎传播与控制数学建模研究

为了能准确模拟新型冠状病毒肺炎(COVID-19)的传播动态,给疫情防控政策制定提供一定的参考,提出了一个新的COVID-19传播非线性动力学模型。该模型考虑实际防控措施,将总人口分为易感、潜伏、隔离观察、无症状感染、有症状感染、住院隔离治疗和康复等7类人群;求出并分析了基本再生数;将模型的出院率和病死率拟合为时变函数,利用现有确诊病例数对模型其余参数和部分状态初值进行最小二乘拟合。分别利用湖北省武汉市和湖北省除武汉市外其他地区20天(2020年2月14日～3月4日)内感染COVID-19的实际数据对模型进行仿真验证,仿真结果表明,模型参数拟合的平均相对误差为0.629%;与累计确诊病例数、累计治愈出院数和累计死亡病例数的实际数据相比,所提出模型的武汉市疫情预测平均相对误差分别为0.772%、3.517%和2.025%,湖北省除武汉市外的地区的平均相对误差分别为0.808%、2.241%和2.39%,表明该模型能较准确模拟COVID-19的传播动态,而且具有广泛的适用性。对模型参数进行灵敏性分析,讨论了各种防控措施对COVID-19传播的影响,结果表明,最有效的防控措施依次为减少人与人...     

液压机械传动装置模式切换滚动协调控制

为提高液压机械传动装置(HMT)模式切换过程稳定性,提出了一种HMT模式切换滚动协调控制方法。该方法通过对HMT模式切换原理分析和切换过程模型建立,制定了基于模型预测控制的模式切换机构转矩和液压调速系统排量比调节的滚动协调控制策略;以减小HMT输出转速误差和车辆冲击度为目标,设计了具有状态约束的滚动协调控制器。仿真和试验结果表明,与未采用滚动协调控制方法相比,该方法可减小模式切换过程输出转矩、转速波动,动载荷降低32.9%,冲击度减小37.31%,模式切换时间减少0.28s,且排量比调节使得模式切换前后稳定输出转速基本保持一致,对模式切换过程有较好的控制效果,切换品质得到较大提高。研究结果对液压机械传动装置的实际工程应用具有一定的参考价值。     

一种高计算收敛性的粗糙曲面三维形貌模型

针对现有机械加工面三维形貌模型不能有效反映曲面宏观与微观综合特征以及在接触、润滑等分析时计算收敛性差等问题,提出了一种计算收敛性较好的曲面三维形貌模型。基于微分几何理论,采用矢量函数表征曲面的轮廓尺寸以及曲率等宏观特征;基于分形理论,采用Weierstrass-Mandelbrot(W-M)函数表征微凸体高度与分布以及纹理方向等微观特征,将矢量函数与W-M函数叠加,构建了曲面的三维形貌模型。为解决计算收敛性问题,通过滤波对粗糙表面进行平滑处理,在保留原有表面形貌特征前提下获得了连续可导粗糙表面,通过弹流润滑分析进行对比可知,滤波后的模型计算收敛性提升明显。应用Matlab对构建的三维粗糙面进行仿真,验证了模型对粗糙曲面形貌的有效表征能力。为检验模型的应用性,以RV减速器中的关键零件摆线轮为例,构建了摆线轮轮齿的齿面模型,模型能完整反映摆线轮轮齿的宏观轮廓与微观形貌,将得到的摆线轮齿形貌模型应用到混合润滑分析中,得到的分析结果与采用试验采集的粗糙面的分析结果一致,关键参数误差不高于3%,但计算时间大幅缩短,计算效率提升55.7%。调整粗糙曲面模型参数,可以快速得到不同的粗糙面参与相关的分...     

基于双编码器的会话型推荐模型

针对现有会话型推荐模型难以准确捕获物品间全局依赖的问题,提出了一种基于双编码器的会话型推荐模型(SR-BE)。该双编码器由基于自注意力网络的全局编码器和基于图神经网络的局部编码器组成,无论被浏览物品之间的时间间隔长还是短,全局编码器都能够利用注意力机制自适应地捕获被浏览物品之间的全局依赖,并将其编码为全局隐向量。为弥补自注意力网络没有结构信息而难以捕获邻近物品间局部依赖的不足,在局部编码器中,首先将会话序列构建成会话图,然后通过图神经网络在会话图上捕获邻近物品间的局部依赖,并将其编码为局部隐向量。最后将从双编码器得到的全局隐向量和局部隐向量线性组合为会话表示,再通过预测层解码会话表示得到每个候选物品被点击的概率。实验结果表明:将基于自注意力网络的全局编码器与基于图神经网络的局部编码器结合在一起,比单一地使用全局编码器或局部编码器在命中率上分别提高了3.11%和6.55%。通过与同类模型客观定量比较,SR-BE模型在两个公开数据集上取得了突出的效果,表明该模型有效、可行。