两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

考虑税收和交易费用的最优投资消费模型研究

研究了不完备金融市场上有随机收入、红利支付、税收和交易费用的投资决策问题的最优投资和消费问题.利用随机分析和粘性解的技术,得出值函数是HJB方程的光滑解;证明了最优投资策略、最优消费策略是存在的,并用反馈形式给出了最优消费投资策略.     

动态用户最优等价不等式问题

分别给出了动态交通配流(DTA)理论中与瞬时动态用户最优及理想动态用户最优条件等价的两个不等式问题,其中不等式中采用针对迄节点的路段变量,在符合现实中人们择路行为的同时为用户提供较为全面地诱导信息.在此基础上进一步分析了该不等式作为动态用户最优条件的等价性约束在具体相关交通问题中的应用.将该不等式问题作为等价性约束条件放到实际交通问题的模型当中,为动态交通分配理论的应用研究提供了新方法;该不等式为DUO模型提供了一种计算最小路径阻抗的方法,以及在求解模型时可以将其作为验证模型解是否满足DUO条件的算法收敛准则.     

山东CORS站噪声特征分析

针对不同区域坐标时间序列的周期和噪声特性存在差异问题,以山东27个连续运行参考站(CORS站)2015年至2018年的数据为研究对象,在数据预处理的基础上,对各站点坐标分量的周期和噪声进行研究.结果表明:水平方向存在着明显的线性运动,垂直方向的周期运动较为规律;坐标分量的谱指数显示大部分站点的噪声模型为白噪声+闪烁噪声...     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。     

考虑运输时间的紧前约束下柔性作业车间调度

针对紧前工序对机床主件制造车间生产调度的影响,结合运输时间分析紧前工序的四种表现形式,建立各形式紧前工序约束模型．引入模糊运输时间的概念,利用三角模糊数确定确切的工件运输时间,构建考虑运输时间的紧前约束下的四目标柔性作业车间调度模型,设计基于勾股模糊前景值的最优觅食算法求解该调度模型．算法中将勾股模糊数与前景理论结合,将目标函数值映射为模糊数,利用基于直角三角形形心的距离测度评估模糊信息,基于距离测度体现个体选择时的偏好,通过双理想参考模糊数前景值函数获取综合前景值判断非劣解质量,引导最优觅食算法进化．通过算例、实例测试和真实生产案例仿真验证了所提算法性能强于四个经典的多目标智能优化算法．     

Amply regular图的林-陆-丘曲率和直径

利用Hall匹配定理,研究了在不同参数限制条件下围长为3或4的amply regular图的林-陆-丘曲率下界估计.作为推论,我们证明每一个会议图均有正的林-陆-丘曲率.我们的方法在围长为4以及一些特殊的围长为3情形为amply regular图的一个经典直径估计提供了几何证明.     

基于种群保护的最优税收策略

在两种群相互作用的Logistic模型的基础上,将税收考虑进去分析了一类食饵-捕食收获模型.讨论了正平衡点的存在性,利用Hurwitz判别法证明了正平衡点的局部渐近稳定性,利用Pontryagin最大值原则得到了最优税收策略,目的在于既保护生态系统又能使社会经济收益最大.     

布谷鸟算法优化BP网络的电力负荷预测

针对BP神经网络容易出现过拟合和陷入局部最优现象导致电力负荷预测准确性不高的问题,建立了在不同日期和气温等影响因素下的布谷鸟算法(CS)优化BP神经网络的电力负荷预测模型.训练BP网络确定基本结构,运用布谷鸟算法搜寻最优解替换为BP网络的最优参数,结合安徽某地区的电力负荷数据进行仿真分析,可以得出布谷鸟算法优化后的预测模型相比于单一的BP神经网络准确性得到提高,证明了所建立的CS-BP模型具有良好的预测性能.