延迟多重休假离散时间的Geomx/G/1可修排队系统的可靠性指标

首次考虑延迟多重休假离散时间成批到达的Geomx/G/1可修排队系统的可靠性指标,在假定到达间隔时间和服务台的寿命服从几何分布,而服务时间、延迟休假时间、休假时间和服务台失效后的修理时间均服从一般离散分布下,使用一种新的分解方法讨论了服务台如下的可靠性问题:1)在时刻n服务台处于"广义忙期"的概率;2)服务台的瞬态和稳态不可用度;3)服务台在(0,n]时间内的平均失效次数;4)服务台在"广义忙期"内的平均失效次数.得到了一系列重要的可靠性结果.     

时间成本视角下RCEP对中国的经济影响——基于GTAP模型的测算

作为潜在的最大自由贸易区以及中国应对TPP(trans-pacific partnership)的一项重要策略,RCEP(regional comprehensive economic partnership)谈判的迅速推进使其成为国际社会的热点议题,然而目前却鲜有研究在量化贸易便利性的情况下测算RCEP对中国的经济影响.本文利用改进的GTAP(global trade analysis project)模型,以时间成本量化贸易便利性,分别模拟了RCEP成员之间"关税削减"情景和"关税削减+时间成本削减"情景.发现关税削减只能使中国的GDP增长0.14%.然而,如果将时间成本的削减也纳入考虑,在"冰山效应"的拉动下,中国的GDP将增长1.41%,达到关税削减情景的10倍之多.此外,中国的消费、贸易及大部分行业的生产也都会因此受益.这说明贸易时间的减少将会给中国带来巨大经济效益,也说明忽视时间成本的定量研究严重地低估了贸易自由化潜在的正面影响.     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

Spiking neural P systems with anti-spikes and without annihilating priority as number acceptors

Spiking neural P systems with anti-spikes （ASN P systems） are variant forms of spiking neural P systems, which are inspired by inhibitory impulses/spikes or inhibitory synapses. The typical feature of ASN P systems is when a neuron contains both spikes and anti-spikes, spikes and anti-spikes wil immediately annihilate each other in a maximal way. In this paper, a restricted variant of ASN P systems, cal ed ASN P systems without anni-hilating priority, is considered, where the annihilating rule is used as the standard rule, i.e., it is not obligatory to use in the neuron associated with both spikes and anti-spikes. If the annihilating rule is used in a neuron, the annihilation wil consume one time unit. As a result, such systems using two categories of spiking rules （identified by （a, a） and （a,a^-）） can achieve Turing completeness as number accepting devices.     

基于模糊时间窗的带容积约束选址路径问题

针对现实物流配送过程中顾客存在弹性预约服务时间的特征,采用时间窗模糊化处理方法,定义客户满意度函数,准确地反映客户需求与偏好。在仓库容量约束和车辆容量约束的基础上,以总成本最小和客户满意度最高为原则,建立基于模糊时间窗的有容积约束的双目标选址-路径问题模型。构造求解带模糊信息双目标模型的两阶段模拟退火算法,算法结合了扩展的节约里程算法与改进的邻域操作,同时嵌入模糊优化程序以处理问题的模糊特征。最后进行数值实验,通过算例验证了模型和改进算法的可行性和有效性,可为实际的选址与运输决策提供重要参考依据。     

考虑搬运时间的多品种、小批量混流制造系统批量加工模式的优化与资源调度

对带搬运时间的混流制造系统批量加工模式的优化与资源调度问题进行研究. 建立批量工件的加工与搬运时间模型,用于求解生产周期和优化搬运次数. 在此基础上,分析工件排序方案的决策准则,用于确定工件最优投产顺序. 设计互助组优化算法,其可对最优作业排序方案所需的搬运设备进行调度. 研究结果表明: 本文的研究方法可有效求解带搬运时间的批量工件的生产周期,能优化批量工件的搬运时间和次数,可获得工件的最优排序方案,并能合理调度搬运设备资源.     

时间约束下鲜活农产品供应链应急协调契约

针对由1个生产商和n个零售商构成的鲜活农产品供应链,在考虑损耗和新鲜度的影响下,研究收益共享契约如何协调供应链应对突发事件,给出了正常情况下供应链协调模型;在突发事件引起市场需求、价格敏感系数和产品运输时间同时扰动情况下,讨论了突发事件对集权、分权供应链的影响。研究表明,当突发事件造成市场需求、价格敏感系数和产品运输时间同时发生扰动时,通过调整收益共享契约参数,可以实现对供应链的协调。     

基于符号时间序列直方图的高频金融波动预测

将符号时间序列分析方法与K-NN(K-Nearest Neighbors)算法相结合,提出了一种基于符号时间序列直方图的高频金融波动整体分布的预测方法。首先将时间序列符号化得到符号时间序列,并以符号序列直方图表示符号序列的分布,引入符号直方图时间序列的概念,采用K-NN算法得到下一个周期符号序列直方图的预测。在K-NN算法中,针对符号序列直方图的特点,提出以欧几里得范数,χ2统计量和相对熵作为选择邻居时的符号直方图序列相似度的度量方法,利用系统自身的几何特性确定符号直方图序列的嵌入维数。以上证综指5分时的高频数据检验了本文方法的预测能力。结果表明,本文方法预测所得结果整体误差均在可以接受的范围内,预测所得的分布与真实分布均值相同,但是方差较小。     

White noise estimation for discrete-time systems with random delay and packet dropout

This paper is concerned with the optimal and suboptimal deconvolution problems for discrete-time systems with random delayed observations. When the random delay is known online, i.e., time stamped, the random delayed system is reconstructed as an equivalent delay-free one by using measurement reorganization technique, and then an optimal input white noise estimator is presented based on the stochastic Kahnan filtering theory. However, tb_e optimal white-noise estimator is timevarying, stochastic, and doesn＇t converge to a steady state in general. Then an alternative suboptimal input white-noise estimator with deterministic gains is developed under a new criteria. The estimator gain and its respective error covariance-matrix information are derived based on a new suboptimal state estimator. It can be shown that the suboptimal input white-noise estimator converges to a steady-state one under appropriate assumptions.     

Group consensus for multiple networked Euler-Lagrange systems with parametric uncertainties

In this paper,a group consensus problem is investigated for multiple networked agents with parametric uncertainties where all the agents are governed by the Euler-Lagrange system with uncertain parameters.In the group consensus problem,the agents asymptotically reach several different states rather than one consistent state.A novel group consensus protocol and a time-varying estimator of the uncertain parameters are proposed for each agent in order to solve the couple-group consensus problem.It is shown that the group consensus is reachable even when the system contains the uncertain parameters.Furthermore,the multi-group consensus is discussed as an extension of the couple-group consensus,and then the group consensus with switching topology is considered.Simulation results are finally provided to validate the effectiveness of the theoretical analysis.