地下金属矿山合理产能灰色关联优选

针对某矿山的现实资源情况,运用计算矿山经济寿命的泰勒公式及产能公式确定了矿山的现实合理产能范围,分析确定了体现经济效益、安全状况及矿山可持续发展等相关灰色关联决策目标.根据熵权法及两两对比法计算获得目标权重,采用综合集成赋权法确定了更为合理的权重系数,最后运用灰色关联决策对矿山合理产能方案进行了优选,优选结果可为管理者提供辅助决策,为矿山的安全、高效生产提供技术支持.     

总体部署推进智慧城市建设——兼谈智慧城市建设的决策机制

智慧城市是建设“智慧地球”、“智慧国”、“智慧省”的基础和关键环节.加快推进智慧城市建设,对系统、整体地提升浙江省的信息化水平,意义重大而深远. 浙江省副省长毛光烈提出,在智慧城市建设中要“一揽子”解决问题.这抓住了问是的牛鼻子.因此,要系统、一揽子地解决问题和推进智慧城市建设,我认为,首要的一个问题,是要有一个能总体推进的决策和工作机制.     

层次分析法在企事业单位人才测评中的应用研究

介绍了层次分析法的基本步骤,并借助实例详细阐述了层次分析法在企业人才测评中的应用。     

万钢:改革核心是解决科技与经济“两张皮”问题

<正>科技部部长万钢日前表示,此次深化科技体制改革的核心是解决科技与经济"两张皮"问题。他指出,要解决这一问题,关键要将科技成果尽快转化为现实生产力,最迫切需要解决的问题是能否真正建立企业主导产业技术研发创新的体制机制。万钢表示,本轮改革要强化企业技术创新主体地位,使企业成为技术创新决策、研发投入、科研组织和成果转化应用的主体。他明确提出,要吸纳企业参与国家科技项目的决策,产业目标明确的国家重大科技项目,由有条件的企业牵头组织实施。     

技术预见与创新政策过程的融合思路—基于SPI视角

<正>随着我国区域技术预见的蓬勃发展,其结果在科技规划与科技政策制定过程中已得到了广泛应用。随着创新决策过程的复杂性进一步提升,如何更为有效地将技术预见融入科技创新政策的决策与实施过程,将其嵌入创新政策制定的内生机制,既是技术预见自身发展不断探索的使命,也是区域创新发展的必然要求。本文基于欧盟技术预见有关"战略政策情咨(Strategic policy intelligence tools,SPI)工具"的研究成果,介绍包括预见在内的一系列SPI工具支撑创新政策决策与实施的理论与方法,     

基于节点权重的DPoS共识算法

针对委托权益证明（delegated proof of stake,DPoS）共识机制中节点作恶以及如何降低恶意节点成为代表节点可能性的问题,结合埃欧塔（IOTA）共识机制在安全性和稳定性方面的优势建立了节点之间的信任关系,提出了一种基于节点权重的DPoS（delegated proofof stake based on node weight,NW-DPoS）共识算法。将节点历史行为信息、自身权重值和在线状态作为计算认可度的因素,选取累积认可度高的节点作为区块生产者;根据节点行为表现并以降低节点累积认可度的方式惩罚有恶意行为的节点。仿真实验和分析表明： NW-DPoS共识算法能够明显降低恶意节点成为代表节点的概率,并且在抵御双花攻击和贿赂攻击方面比DPoS共识机制更可靠,从而提高了系统的安全性。     

足球机器人在多运动状态中的角色建模与Petri网控制策略

RoboCup是研究动态环境中的机器人自主决策的典型平台。针对5v5标准平台组足球比赛角色行为的多态性,采用面向对象方法建模并设计不同的策略,减少了程序设计的复杂度和降低了逻辑推理难度。同时考虑上层策略是比赛成功的关键,提出一种在B-Human框架下能够兼顾多种比赛环境信息的多状态Petri网建模策略。该方法通过建立精确的数学模型,实现了机器人运动中的各状态协调运行,在SimRobot仿真平台下与基本状态机模型相比,减少了任务规划时间和提高了成功率。最后在标准平台组足球赛场中验证了该策略的可行性和正确性。     

考虑不确定因素的多模式城市交通网络路径决策

由于时间的波动性与突发事件的影响,多模式城市交通网络的运行时常伴随着各种不确定性情况的发生。通过考虑多模式交通网络的出行特点与交通网络不同的运行状态,建立了基于马尔可夫决策过程的多模式交通网络的路线决策模型与算法,所提方法应用到北京市多模式城市交通网络。结果显示,不同出发时间需要不同的路径决策以达到最小出行时间。基于马尔可夫决策过程的路径决策方法的有效性得到验证,它可以为出行者路线选择提供更合理的指示。     

基于随机决策的公交车辆滞站策略

公交车辆在线路运行中受到多种随机因素的影响,如道路交通状况、站点乘客上下车等,导致同一线路公交车辆的车头时距产生较大波动,降低公交车辆的运载效率及服务质量。滞站策略能够有效保持公交车辆车头时距的稳定性。鉴于随机因素对公交线路的影响,将公交滞站问题看成多阶段随机决策过程,利用随机决策理论和动态规划的最优化原理,确定出每辆车到达控制点时的最佳滞留时间,使整个线路车头时距波动方差的期望值最小化,进而得到最佳公交车辆滞站决策方案。通过实例分析,随机决策滞站策略,能够显著降低乘客的平均等待时间,提高公交服务质量,且在稳定性及抗干扰性具有明显优势。     

优化的RBF神经网络实现FAIMS分离电压温度补偿研究

针对高场非对称波形离子迁移谱仪(FAIMS)分离电压温度漂移造成的其物性表征的不确定性问题,提出了一种采用径向基函数(RBF)神经网络对分离电压进行温度补偿的方法。为了提高算法的实时性,加快函数逼近速度,采用指数下降惯性权重(EDIW)动量因子策略对RBF神经网络参数进行了优化。在20～120℃的温度范围内对该算法及线性下降惯性权重(LDIW)动量因子策略优化的RBF神经网络和传统RBF神经网络等3种补偿算法进行对比。结果表明,指数下降惯性权重动量因子策略优化的RBF神经网络模型具有更少的迭代次数和更短的运算耗时,使分离电压很好地保证了对特定物质离子表征的唯一性,同时验证了该模型还具有较强的泛化能力。对分离电压采用温度补偿的方法也为实现迁移管无恒温控制提供了理论依据。