基于Matlab的数字FIR滤波器设计

介绍了有限冲击响应数字滤波器的设计和利用窗函数设计FIR滤波器的方法，以及运用Matlab语言实现低通FIR滤波器的设计。     

基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真

提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法．该方法构造了滚动时间窗，利用滚动时间窗内的数据优化建模．模型随着时间窗的滚动进行在线更新，并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息．将基于滚动时间窗的LSSVM回归估计方法应用于软测量建模．进行轻柴油凝固点的预估．结果表明，该建模方法十分有效．     

减少多普勒信号时频分布斑点的研究

 商用多普勒分析仪应用短时傅立叶变换(STFT)对多普勒信号进行分析,其所得出的信号时频分布图上存在较多的多普勒斑点;为了减少或抑制这些多普勒斑点,得出较精确的医用参数或指标,讨论了一种基于维纳辛钦定理加窗函数对多普勒信号进行分析的新方法,并将分析结果与STFT法做了对比;最终,我们发现应用这种新方法能有效地减少多普勒斑点,得到更光滑精确的信号时频分布图.     

带软时间窗物流配送车辆路径问题的并行遗传算法

针对一般遗传算法在求解有时间窗车辆路径问题时初始种群的单一性,提出一种新的算法.该算法对不同的种群用不同的初始化方法--随机初始化法和构造初始化法,这种算法改变了过去那种种群内部的平衡.并将该算法所得结果与其他算法进行比较,表明该算法的合理性.     

考虑模糊需求的多式联运路径优化

多式联运可有效降低物流成本,提高物流效率.本文构建了基于运量不确定的多式联运网络规划,以节点作业时间窗和运输时限客户满意度为约束,建立了以总费用最低为目标的多式联运路径优化模型,从运输路径和运输方式两个维度选择广义最短路径.应用Lingo 12.0实现模型的求解,实验结果表明了多式联运相较单一运输方式在运输时间与费用上的优越性,并应用灵敏度分析法,对比了仅考虑运输时限约束时客户满意度的变化,展示了运量的不确定性及运输弧与节点能力对路径规划产生的影响,揭示了客户满意度、网络能力、运输路径与费用等因素的相互关系,验证了所建模型的合理性.     

带时间窗的快递包装回收车辆路径优化研究

为解决大量快递包装给社会环境带来的一系列问题,优化快递包装及回收车辆路径,降低回收成本,提高客户满意度是快递包装回收的关键。考虑到快递包装回收的现状,提出在回收过程中设置软时间窗来反映顾客的满意度。建立了运输成本、处理成本、回收成本、时间惩罚成本等成本最小化的数学模型。采用改进的遗传算法对模型求解,提出运用2点交叉法改进交叉算子,加快种群的寻优速度,同时提出2点互异改进变异算子,增加种群的多样性,并对算法的种群规模、变异概率、运输成本等进行了灵敏度分析。运用Matlab软件对算例进行仿真,在有无时间窗条件下,验证了该设计的快递包装回收路径模型和算法的有效性。     

奖惩激励下考虑交货期的供应链定价及送货渠道选择

基于消费者对实际交货期与承诺交货期之间的感知差异,研究政府、消费者激励对再制造闭环供应链定价及送货渠道选择的影响问题.本文运用Stackelberg博弈理论,针对3种激励方式（无激励、政府激励、消费者激励）和2种送货渠道（制造商负责送货、零售商负责送货）的6种组合情景,构建6个供应链分散决策模型,并得到相应最优批发价格、销售价格、实际交货期、回收率、利润的解析公式.通过比较不同模型下的最优值和数值计算,研究发现:政府和消费者激励能提高回收率,缩短交货期,并且由零售商送货时,回收率更大,交货期更短.此外,消费者激励时,产品销售价格和批发价格会增大;从利润最大化的角度出发,由零售商还是制造商送货取决于消费者激励的强度.     

建筑外窗节能因素分析探讨

外窗是建筑外围护结构中热工性能最薄弱的部分,是建筑物能耗的关键部位。本论述通过分析与探讨建筑外窗节能的主要影响因素:传热系数、密封性能、玻璃辐射、窗型选择、窗墙比的影响。提出外窗节能措施,通过优化节能设计、应用节能玻璃、正确选择节能型材及优质附件,从而达到提高门窗节能效果的目的。     

位于强震区的农村中小学教学楼砌体结构抗震设计分析

针对大开间少墙砌体结构的受力特点，结合教学楼震害，分析了构造柱、圈梁对砌体结构抗震性能的影响，并对提高结构延性的设计理念进行了阐述；同时对大开间少墙单面走廊砌体结构的设计提出了几点建议。     

带有交货期窗口和工件可拒绝的单机排序问题(运筹学与控制论)

讨论了带有交货期窗口和工件可拒绝的单机排序问题﹐这一问题是将所有的工件分成两个集合﹐一个是被接受的工件集﹐一个是被拒绝的工件集。假设被接受的每个工件都有一个待定的交货期窗口﹐且所有工件的交货期窗口的大小是相同的﹐如果工件在窗口中完工﹐则不产生任何费用;否则工件提前或延误﹐会产生相应的提前或延误的费用。而对于拒绝工件而言﹐它的费用只与工件有关。这类问题的总费用是2个工件集的费用之和。目标函数是确定被接受工件的最优排序﹐极小化总费用﹐给出了一个动态规划算法﹐并证明了这个问题是多项式时间可解的。