组织决策支持系统：面向并行工程管理决策的新工具

本文旨在研究ＣＩＭＳ管理决策的组织支持问题。文中分析了并行工程环境中的企业管理决策的特点，论述了组织决策支持系统在ＣＩＭＳ中的重要作用，讨论了面向并行工程的组织决策支持系统的需求定义和技术环境，并提出了一个概念框架模型。     

一种信息集成的资源规划方法

针对信息资源规划中的信息资源重组,提出一种信息集成的资源规划方法,建立一种全域的功能模型与数据模型相关联的系统体系结构模型,在此基础上开发相应的工具软件,实现信息资源的自动编码。     

基于XML的数据集成应用架构中的模式管理模型

基于XML的数据集成应用指屏蔽底层分布式、异构数据库的差异,为用户提供统一的XML数据展示视图和数据操作接口。在分析了基于XML的数据集成应用架构的基础上,针对其中的预存模式管理,提出了二叉树结构的管理模型以及算法描述。     

C2组织资源集成策略与方法

资源集成是C² (command and control)组织设计的前提和基础. 针对信息化战场C² 组织区域的分布性与协作的同步性以及结构的适应性需求提出了C² 组织作战资源集成的冗余性策略、协作策略、消耗性策略以及任务执行效率原则和资源价值成本原则, 建立了C² 组织资源集成策略的描述, 以集成策略为依据设计了作战资源集成优化的动态列表规划方法.     

集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.     

面向复杂系统运动仿真的信息物理融合建模

传统运动仿真的虚拟建模缺少针对复杂系统中信息子系统与物理子系统的动态性融合建模。融合传统运动学虚拟建模与信息计算的优势,针对运动仿真的精度和实时性难以满足实际工业制造需求的问题,提出面向复杂系统运动仿真的信息物理融合建模方法,并以机械臂的运动学控制为仿真案例进行验证,解决了实际环境中机械臂的驱动与仿真环境虚拟机械臂运动不一致的问题。搭建了复杂系统运动仿真虚实映射平台,集成了虚拟建模环境CoppeliaSim,融合实际机器人的运动反馈,和虚实映射计算模型,确定工业机器人运动方程的唯一位姿解。实验结果表明本文提出的方法实现了工业机器人的虚实映射实时运动仿真。     

黄土高原小流域综合治理效益多维灰色动态评价

构建了黄土高原小流域综合治理效益评价指标体系,以砖窑沟流域为例,选择1989、1998、2010年3个时期,采用多维灰色评估模型进行小流域综合治理效益评价。结果表明,高灰类和低灰类的土地面积均为上升趋势,但高灰类上升缓慢,中灰类呈迅速下降趋势。同时,划分了综合治理效益发展趋势类型,即高稳定型、低稳定型、上升型、下降型和不稳定型,其中低稳定型和下降型的发展趋势成为流域的主要类型。今后的黄土高原小流域综合治理应采取新思路、新策略。图3,参13。     

综合集成研讨厅的理论框架、设计与实现

开放的复杂巨系统及其方法论——综合集成研讨厅体系的提出，使得我们对复杂性的研究方向有了一个清晰的把握。同时，该方法论又是思维科学的一项应用技术，其目的是构建一个人机结合的巨型智能系统，作用于复杂问题的研究。因此，真正实现该系统，使之能应用于复杂性研究的实践，成为一项重要的任务和研究方向。本文阐述了作者在综合集成研讨厅的理论框架、设计与实现方面的工作。     

基于SMP2的导弹攻防仿真想定编辑系统研究

简要介绍了仿真模型可移植性标准(Simulation Model Portability Standard,SMP)及依此进行的导弹攻防对抗仿真总体设计,分析了各分系统间的功能关系;着重讨论了想定编辑分系统的作用,指出了对它的功能需求;最终设计并实现了该系统.该系统能够构建合理的战场地理环境、生成作战模型实例、完成实例配置和装配、自动建立实例间的链接关系,还支持表现属性设定和模型实例入口点设置.该系统可以有效支持基于SMP2标准构架下的导弹攻防对抗仿真系统的总体运行.     

基于二进制神经网络集成的潜在通路分析

针对神经网络在潜在通路分析应用中的缺陷,提出了二进制神经网络集成(BNNE)算法。该算法结合了二进制神经网络(binary neural network,BNN)和神经网络集成(neural network ensemble,NNE),NNE的个体成员是BNN,集成算法采用GASEN算法,其输入为电路开关状态,输出为预测功能。通过比较特定开关状态下的预测功能和设计功能之间的差异,判断是否存在潜在通路。该算法综合了BNN、NNE的优点,可以有效提高神经网络的泛化能力和潜在通路分析的可靠性,仿真试验验证了算法的有效性。