双代号网络图中虚工序对时差计算公式的影响与修正

如何使用最少的虚工序和虚节点绘制双代号网络图属于NP-hard问题,所以对于任意一个给定的项目,会存在多个正确的而且虚工序画法不同的双节点网络图与之对应.本文的目的在于研究双代号网络图中不同虚工序对时差计算公式的影响并进行修正.虚工序画法的不同会导致网络图中产生数量和类型不同的节点,因此研究方法从分析节点入手.首先根据虚工序的画法将节点分为一般节点,虚出节点和虚进节点三类,然后逐一分析每类节点对工序时间参数节点式计算公式的影响.通过同定义式算法对比,结果发现工序自由时差和安全时差的节点式算法分别对于虚出节点和虚进节点失效.最后提出节点式计算公式的修正方法,实例分析证明本算法简捷有效.     

多变量离散灰色模型及其性质

构建了多变量离散灰色模型,并将该模型与传统GM(n,h)模型对比研究,通过系数变换,该模型可以和GM(n,h)模型相互等价,从而架构了离散灰色模型与传统灰色模型的研究桥梁.在此基础上研究了数乘变换对其参数取值的影响,结果表明模型的模拟和预测值只与因变量的数乘变换有关,而与自变量的变换无关,模型的相对误差与所有变量的数乘变换都无关,这些结果对灰色模型系列性研究有重要意义.     

船舶航向与柴油主机联合LPV鲁棒控制及仿真

船舶航向与柴油机推进装置是紧密耦合的,但长期以来对它们的控制是完全独立的.根据线性变参数(LPV)系统设计原理,提出了基于LPV的船舶航向与主机联合控制.建立了以船速等为变参数的船舶航向与主机联合控制的LPV模型,采用LPV多胞设计方法,通过状态反馈对闭环极点进行配置,分别设计具有H∞鲁棒性能的航向与主机LPV控制器,实现二者的联合控制.以5446箱班轮为被控制对象,仿真验证了航向与主机LPV控制器在风浪干扰下联合控制的有效性.     

基于加权映射模型的主干网流量特性分析

网络测量表明,IP主干网上流量在次秒级的时间尺度下呈现出非平稳的泊松特性,而不是近10年大量研究的自相似现象。从分析因特网的结构出发,提出了一种加权映射模型来解释这种特性。该模型通过引入混沌变化因子和流量特征间的关系,对接入网中的具有自相似特性的流量进行了变换得到具有趋泊松性的流量。最后,通过在NS2上的仿真实验证实了该模型的合理性。     

面向多用途的数学概念知识分层表示方法

着重介绍NKIMath中数学概念的知识表示方法.首先给出了NKIMath知识系统的体系结构,分析了获取数学知识的不同用途.在次基础上给出了一种融合了本体、框架和逻辑综合的知识表示方法,将知识分为谓词逻辑层、知识描述层和概念关系层,不同层次可以满足不同用途的需求,详细给出了数学概念知识表示的基本模式以及参数表示形式.NKIMath可以很容易地实现与W3C推荐的数学文档标注语言OMDoc之间的相互转换,同时在知识表示的多粒度、多语言版本知识自动生成等方面优于OMDoc.     

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值VaR(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.     

电力备用市场资源优化配置的模型与求解方法

对于发电公司在电力备用市场中的资源优化配置问题,建立一种均值一方差模型,同时允许发电公司从市场购买某种产品以满足其它产品的需求.针对模型中出现的非光滑问题,引入极大熵函数将其光滑化,并采用非线性互补方法求解.该方法利用Karush-Kuhn-Tuchker(KKT)条件得到一个非线性互补问题,然后利用非线性互补函数将其转化为非光滑方程组,并引入参数再次进行光滑化,最终通过求解一组光滑方程组以逼近原问题的最优解.数值分析验证了该方法的有效性.     

电路原理图的加权网络分析

对电子电路进行复杂网络分析时,为了很好地体现有些元器件的重要性,本文引入了节点间连边加权的概念.以具体电子电路原理图为例,找出各个元器件之间的连接关系,建立网络的拓扑结构,生成一个加权网络,得出了网络的统计参数,给出了节点连接度的概率分布函数曲线.结果显示这种加权分析方法能更好地体现出电子电路系统的特点.     

修剪技术与参数调整的动态模糊神经网络设计

提出了一种新型的动态模糊神经网络算法,该动态模糊神经网络的结构基于扩展的径向基网络.其算法的最主要特点是:采用修剪技术与参数调整,从而可以获得重要的规则以及更新前提参数的中心和宽度.这一思想等价于把全局算法分解为一系列解耦的算法.最后通过对函数逼近来验证动态模糊神经网络逼近能力的有效性.仿真结果表明,由于使用了修剪技术与参数调整使得动态模糊神经网络具有紧凑的系统结构、强大的泛化能力以及快速的学习速度.     

我国股票市场连续性波动与跳跃性波动实证研究

以非参数化方法为理论基础,利用沪深300指数2006年至2008年的一分钟高频数据,分离出已实现波动率中的连续性波动和跳跃性波动的时间序列,进而检验了两种不同波动成分在股市不同周期内的统计性质,以及收益率对各种波动成分是否存在规模效应和杠杆效应.结论表明:股票指数的运行过程存在明显的跳跃聚集现象;我国A股市场的连续性波动与跳跃性波动比美国市场具有更为长期的滞后相关性;杠杆效应在各个考察时期内均不具有显著性,规模效应在大部分时间内具有显著性,表明收益率取值的大小较取值的正负更能对各种波动成分造成影响,这种影响在牛市中更为明显.