基于B/S结构的在线测试系统的设计与实现

介绍了基于B/S结构的在线测试系统的基本功能和实现方法,给出了系统的应用设计,完成了系统模型的实现.系统具有良好的学生测试和自动评价功能,利用网络数据库的优势解决了群体测试的整体评价.     

变长码的抗误码扩散能力分析

给出了一种基于离散无记忆信源模型的分析变长码抗误码扩散能力.该方法通过分析序列中某一时刻某个码字出现的概率,以及该码字发生错误后正好变成与该码字同码长的另一码字的概率,得到该时刻不发生误码扩散的概率.而整个序列不发生误码的概率为该概率的序列长次幂.模拟计算结果显示,该方法可在不增加平均码长和码方差的情况下,选择出抗误码扩散能力最好的码组.     

一维离散平均曲率方程Neumann问题解的存在性

用紧向量场方程的解集连通理论给出一维离散平均曲率方程Neumann问题Δ[?(Δu(t-1))]=f(t,u(t)),t∈[1,T]?,Δu(0)=Δu(T)=0的上下解方法,并给出其解的存在性结果,其中:[1,T]?:={1,2,…,T-1,T},T≥2是正整数;?(s)=s/√1-s2,s∈(-1,1);非线性项f...     

瓷器热释光测定年代中古剂量的正确估算

为了正确的估算瓷器热释光测定年代中的古剂量,对瓷器古剂量的来源、组成和标定进行了分析．在使用前剂量技术的热释光测定年代中,瓷器古剂量的主要成分是来自瓷器内部自然辐照的β剂量,其次是环境剂量,α剂量可以忽略．测量古剂量的样品厚度在0．2～0．5mm之间．当实验室β源辐照这样厚度的样品时,β剂量在样品中的分布是非线性的,所以β剂量只能用平均值来计算．根据β剂量在样品中的积累和衰减效应,得到了β剂量在样品中的分布曲线和平均剂量的计算方法．各种厚度样品的β平均剂量可以用文中公式进行计算．     

EWMA控制图在MSA稳定性分析中的应用

针对传统的 Shewhart 控制图使用当前观测数据进行测量系统分析(MSA)的稳定性分析,不易检测出过程均值中存在的小偏移,而指数加权滑动平均(EWMA)和累计和(CUSUM)控制图考虑了历史数据,可以克服Shewhart 控制图在小波动情况下检测能力不足的缺陷:首先通过 Montle-Carlo 模拟计算控制图性能评价指标ARL(average run length),分析了 EWMA 和 CUSUM 控制图的优越性;然后给出了 EWMA 控制图在 MSA 稳定性分析中的实施步骤.示例分析表明 EWMA 在小波动时比 CUSUM 和 Shewhart 控制图更为有效.     

含趋势项时间序列持久性变点监测

针对核加权方差比率统计量不是监测从非平稳向平稳变化持久性变点一致方法的问题,通过引进一个窗宽参数,提出了一种滑动核加权方差比率统计量来监测含趋势项时间序列从非平稳向平稳变化的持久性.在非平稳原假设下给出了监测统计量的极限分布和经验临界值表,在备择假设下证明了新方法的一致性.模拟结果表明新方法具有比原方法更高的势和更短的平均运行长度,最后通过分析人民币与美元汇率数据进一步说明了该方法的有效性.     

对气体输运分子数的讨论

说明担任气体输运任务的分子数是1/6nv和1/4nv的理论依据,并指出这两种分子数担任输运量得到的宏观规律相同的原因。     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

闭环回收供应链中牛鞭效应量化分析

环保和资源的问题关系到整个社会和环境,现代制造越来越注重资源的可持续化应用。将牛鞭效应的量化与控制引入闭环供应链的研究中,有效测量了有回收的供应链中的牛鞭效应。结合传统制造业的制造及分销渠道,运用运筹学及数学理论建立了一个由生产者、销售者及回收渠道组成的供应链模型,并进行数值实验计算和分析。结果表明:牛鞭效应仍存在于具有回收途径的供应链中,减少回收产品直接销售并重新加工能够降低整体供应链的牛鞭效应。     

基于Choquet积分的多属性正态分布区间数决策方法

在Choquet积分的基础上,提出了正态分布区间数的关联有序平均（NDINCOA）算子。该算子不仅考虑了属性的重要性,而且能够反映出属性的相互关系。值得指出的是存在的一些正态分布区间数平均算子都是该算子的特例。最后举例说明了该算子在不确定多属性决策中的应用,结果表明该方法是可行的。