Bayes序贯试验方法中风险的选择与计算

对Bayes序贯试验方法中弃真和采伪风险的计算进行论述,给出决策常数的计算公式。分别对经典风险、平均风险和Bayes风险的计算公式进行推导,给出了三者之间的递推计算关系。在给定Bayes风险条件下,对序贯验后加权检验和Bayes序贯概率比检验,推导了决策常数的计算公式。对现有Bayes方法应用中,两类风险选择所存在的问题进行分析,给出风险选择的准则和解决方案,并给出决策常数的准确计算公式。最后,给出一个示例,说明该方法的有效性。     

复杂制造协同物流网络资源规划的不确定性控制优化

复杂制造协同物流网络作为动态开放系统,其资源规划决策易受网络中随机不确定性因素影响而出现刚性敏感和稳定失效现象,此问题属于参数状态和概率分布均未知的完全不确定型问题.针对这种问题, 提出了带鲁棒控制约束的期望值模型, 并借助蒙特卡罗方法对资源规划决策中相关参数进行了不确定性仿真. 算例结果表明,与不添加鲁棒约束的优化模型相比, 该模型方法能有效控制不确定性因素的负影响, 增加资源规划决策的稳定性和连续性,为解决完全不确定型问题提供了新视角.     

基于改进群组G1赋权的生态评价模型及省份实证

利用“驱动力-压力-状态-影响-响应(DPSIR)”模型构建了生态系统综合评价指标体系框架, 通过对指标海选, 筛选和理性分析最终确立了生态系统的综合评价体系, 应用改进群组G1方法确定指标权重, 对我国14个省区的生态进行实证分析. 首先,通过采用DPSIR概念框架构建指标体系, 将人的需求、经济发展和社会进步等要素纳入生态系统评价中, 克服现有生态评价片面关注环境与资源状况或只关注环境保护与治理状况的不足; 其次,通过赋值向量相似度或等价变形后的序关系相似度给专家赋权的方式来反映专家的知识和经验; 最后,通过在压力准则层中加入自然灾害指数反映自然灾害对生态的影响, 改进了DPSIR模型只考虑到人类的活动对于自然环境和资源的压力的片面性.     

面向多极值质量特性的全局式序贯性实验设计方法

针对多极值质量特性的全局性建模和参数优化问题, 为降低实验设计样本量, 提高模型预测性能, 提出一种全局式序贯性设计方法. 首先在一定的初始实验设计方式下, 建立过程粗略的SVR模型; 而后根据模型中支持向量的分布, 在支持向量样本各维度的45度角或轴向方向同步地增加实验点, 再拟合过程新的SVR模型; 如此迭代进行, 当模型精度达到要求或样本量达到上限时终止序贯性设计. 仿真与实证研究表明, 该方法能够在可行域全局的范围内将实验点合理地分配在质量特性的多个极值附近, 避免了传统的单路径式序贯性设计只能发现单个极值的不足, 充分提高了实验效率; 与均匀空间网格设计、 拉丁超立方设计和均匀设计相比, 在样本量接近的情况下, 基于全局式序贯性设计的SVR 模型的预测均方误差至少降低了30%; 而在预测误差较为接近的情况下, 全局式序贯性设计的样本量至少降低了12%.     

不对称信息下供应商占主导的委托代理模型

基于委托代理理论分析不对称信息下供应商占主导地位的合同设计问题。占主导地位的供应商以一定的价格向制造商供货,制造商对产品再次加工并对外销售,供应商需要确定对制造商的销售价格和制造商所付的转移支付来获得最大化收益。建立了占主导地位的供应商期望收益最大化的委托代理模型,通过分析模型的目标函数、激励相容约束和参与约束,得到了最优的销售价格和转移支付。结果表明随着制造商再制造成本的递增,供应商的销售价格增加,而制造商所付的转移支付递减。最后通过数值算例验证模型的可行性。     

求解双层CARP优化问题的演化学习型遗传算法

双层有能力约束的弧路径优化问题(capacitated arc routing problem, CARP)的研究对象通常是某个城市或地区,首先聚焦于该地物流系统的宏观配置,然后考虑相关服务的完成问题。针对双层CARP优化问题,提出了一种演化学习型遗传算法(learnable genetic algorithm, LGA)。建立了LGA的基本框架,设计了构件知识和算子知识等知识形式。在LGA中,采用扩展启发式方法辅助生成初始种群,使用算子知识为选择、交叉和变异选择操作算子,应用构件知识为交叉和变异操作选择断点位置,同时借助局部替换程序不断地向当前种群中注入新个体。LGA的框架为现有优化方法改进提供了一种有益借鉴。     

基于PSO-ABC的混合算法求解复杂约束优化问题

为了改善粒子群优化（particle swarm optimization, PSO)算法在处理复杂约束优化问题时的求解效果,提出了一种基于粒子群和人工蜂群的混合优化(particle swarm optimization artificial bee colony,PSO-ABC)算法。在采用可行性规则进行约束处理的基础上,将PSO种群分为可行子群和不可行子群,并在ABC算法从粒子种群中选择蜜源时,保留部分较优的可行解信息和约束违反程度较低的不可行解信息,弥补了联赛选择算子在处理最优点位于约束边界附近的问题时存在的不足。同时,使用禁忌表存储局部极值,减小了PSO算法陷入局部最优的危险。针对4个标准测试实例的实验结果表明,该算法能够寻得更优的约束最优化解,且稳健性更强。     

基于UML/OCL的C4ISR效能概念建模分析

为了统一描述军事电子信息系统(command control communication computers intelligence surveillance and reconnaissance, C4ISR)系统功能和效能两方面的需求,提出了一种基于统一建模语言/对象约束语言(unified modeling language/object constraint language, UML/OCL)的C4ISR效能概念建模和形式化验证方法。首先,利用效能相关概念扩展了DoDAF 2.0能力元模型,构建一个能够同时引导C4ISR能力的功能分析和效能分析的元模型;将该元模型描述为UML Profile,形成一种基于UML的C4ISR效能概念建模语言,并支持C4ISR效能概念模型检验;最后借助一个假想案例分析说明了该建模语言对C4ISR能力的功能和效能概念建模及模型验证的能力。该方法可弥补UML建模技术在特定领域效能分析方面的不足。     

卫星测控资源调度CSP模型研究

对卫星测控调度问题的建模技术进行了研究,分析了问题的特点。首先对场景、需求和任务进行了形式化建模;然后针对测控调度问题中涉及的资源、时间、关系等主要约束类型进行了分析和模型描述,并按照不同类型的测控需求确定了测控调度的目标函数;最后在此基础上建立了问题的约束满足问题(constraint satisfied problem, CSP)模型,并针对模型进行了求解方法研究。     

军用飞机智能起降调度技术研究

为了削弱军用飞机实际起降时刻与计划起降时刻之间的偏差对作战带来的不利影响,探讨了智能化的军机起降调度方法。分析了军机起降过程中的时间窗口约束和尾流间隔约束,建立了军机起降调度的数学模型。设计了针对模型解的混合编码策略,并针对自然数编码部分提出了一种离散粒子群算法进行更新。通过仿真实验确定了算法的最大迭代次数,并通过与其他调度算法的对比分析,说明了模型和算法的有效性。