不确定环境下链与链竞争的纵向控制结构绩效

利用贝叶斯统计推断方法和博弈理论构建市场不确定环境下链与链竞争的控制结构模型,分析市场风险、产品竞争强度对供应链纵向控制结构绩效的影响,从制造商与供应链系统角度识别了不确定环境下纵向控制结构选择的贝叶斯均衡与可能的囚徒困境,特别是,供应链系统控制结构选择不依赖于市场的风险环境,只取决于市场竞争强度,这显著不同于制造商对纵向控制结构选择还依赖于市场风险及零售商预测能力,该结果为不确定环境下链与链竞争的纵向控制结构选择提供了理论基础.     

含退出期权的动态联盟控制路径规划

股权控制与关系管理是联盟控制的主要方式.围绕联盟效益和稳定的平衡,根据博弈理论从动态视角研究联盟的控制决策.研究结果表明,在动态博弈框架下,联盟的控制特性及稳定性与企业退出期权的持有能力有关.持有退出期权的企业将在联盟中处于优势地位并倾向于运用单一的控制机制--股权控制.没有退出期权的企业则更加依赖关系管理,联盟的股权控制与关系管理呈现互补特征.随着联盟中持有退出期权的企业数目的增加,联盟关系趋向于不稳定.与此同时,未来联盟收益越高,关系管理的作用就越大,两种控制机制的互补性就越强.     

具有对偶极点的不稳定过程的鲁棒控制

为了进一步完善不稳定系统的鲁棒控制器设计方法,将具有对偶极点的不稳定过程分成纯不稳定过程与一般的稳定过程两部分,对于纯不稳定过程采用先成形再镜像映射的方法,而对于一般的稳定过程则基于极点对消原则直接设计控制器,最后用闭环增益成形算法求解鲁棒控制器。将所设计的鲁棒控制器应用于磁浮列车的悬浮控制中,从仿真结果可以看出,控制效果可以达到小超调(<8%)、无静差、调节时间快(<0.1 s)、对模型摄动具有鲁棒稳定性。     

时滞竞争神经网络的全局指数稳定性

对于不同时标的时变时滞竞争神经网络的网络模型,通过构造适当的Lyapunov函数,结合微分不等式分析,研究了时变时滞竞争神经网络的全局指数稳定性,获得了新的全局指数稳定性判据,所得判据推广和改进了前人的相关结论。最后的数值仿真例子证明了该算法的有效性。     

Non-fragile decentralized H∞ controller design for uncertain linear systems

Considering the design problem of non-fragile decentralized H∞ controller with gain variations, the dynamic feedback controller by measurement feedback for uncertain linear systems is constructed and studied. The parameter uncertainties are considered to be unknown but norm bounded. The design procedures are investigated in terms of positive definite solutions to modify algebraic Riccati inequalities. Using information exchange among local controllers, the designed non-fragile decentralized H∞ controllers guarantee that the uncertain closed-loop linear systems are stable and with H∞ -norm bound on disturbance attenuation. A sufficient condition that there are such non-fragile H∞ controllers is obtained by algebraic Riccati inequalities. The approaches to solve modified algebraic Riccati inequalities are carried out preliminarily. Finally, a numerical example to show the validity of the proposed approach is given.     

基于非负矩阵分解新的人脸识别方法

非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在某种程度上是降低了特征矢量之间的统计相关性,并且提高识别率。通过在ORL人脸库和YALE人脸库上进行实验,结果表明提出的两种特征提取方法在识别率方面整体上好于原非负矩阵分解特征提取(NMF)方法,甚至超过主成分分析(PCA)法。     

基于前景理论的订货问题

针对需求不确定条件下的订货问题,传统订货模型都是基于期望效用理论,该理论假设决策者是完全理性的,这不符合决策者的现实决策行为,而前景理论正是描述不确定条件下个体实际决策行为的理论。应用前景理论,针对需求不确定条件下零售商的订货行为,建立了新订货模型,并与传统订货模型做了实证比较分析。结果表明,在我国早餐订货过程中,零售商并不是完全理性的,其倾向于风险规避,会适度减少订货量,基于前景理论的订货模型能够更好的描述零售商的订货行为。     

Knight不确定性条件下的期权价格上下界

主流期权定价理论总是对标的资产价格过程的分布给出严格假设,而没有考虑Knight不确定性。本文放松标的资产价格过程的严格假设,在仅知到期日标的资产价格的一阶矩和二阶矩的条件下对期权进行定价。由于信息不充分及分布不确定,无法得到精确的期权价格,因此本文推导出在有限信息条件下期权价格的上下界的显性表达式,并对此上下界和Black-Scholes价格进行对比分析。在使用香港恒生指数权证数据进行的实证中发现,市场价格确实介于上下界之间,上下界区间随年化波动率及剩余存续期的减小而缩小。此外,与Black-Scholes价格进行对比后发现,上下界加权价格能对市场价格做出更为稳健的预测。     

一种DC-DC变换器的离散数学模型

当DC-DC变换器工作于大信号运行条件或系统中出现较大振荡时,变换器将呈现电感电流连续和不连续两种运行模式,为了更确切地描述系统特性,建立了基于两种运行模式的DC.DC变换器离散数学模型.分别给出了基本的Boost和Buck变换器每个开关周期中功率开关关断后电感电流持续时间的计算方法,并根据电流持续时间与开关断开时间的关系预测下个工作周期变换器的运行模式,确定模型的系数矩阵.根据与Simulink系统模块运行结果的比较,验证了离散数学模型的正确性.     

不完全指标权重信息下的语言多指标决策方法

研究了不完全指标权重信息下且指标值为语言评价信息的多指标决策问题,给出了一种基于二元语义信息处理和TOPSIS的决策分析方法.首先将规范化的语言评价信息转化为二元语义形式,然后应用TOPSIS方法和二元语义集成算子建立并求解线性规划模型,得到未知的指标权重值,再通过二元语义加权平均算子计算得到各方案的综合评价值.最后通过算例说明了该方法的有效性和实用性.