基于区间定位和灰关联的区间DEA效率指数测算与排序

针对经典区间数据包络分析(data envelopment analysis,DEA)求解算法过分依赖于评价者的\"主观判别\",或求得的效率区间长度可能过大,对被评价决策单元有效性的解释力弱的缺陷,提出一种改进的区间DEA模型求解算法——区间定位法,该方法对评价者的\"主观判别\"依赖程度低,且求解的效率区间长度较小。在区间定位法的基础上,进一步提出了基于灰色关联度的决策单元效率排序方法。     

基于重构信道的组分层空时系统接收天线选择

针对采用排序的串行干扰消除检测的组分层空时系统,提出了基于重构信道QR分解的接收天线选择算法,该算法用子信道Frobenius范数排序代替Moore-Penrose伪逆行范数排序得到置换矩阵,降低了计算复杂度.并给出了基于重构信道的快速算法,该算法比常规信道快速算法具有显著的性能提升.仿真分析表明,该算法在中断容量上与最大容量算法接近,重构信道QR分解算法与基于伪逆排序方法性能相近,重构快速算法性能稍有下降,但复杂度更低.     

基于最优信用特征组合的违约判别模型——以中国A股上市公司为例

违约判别是信用风险评估的一种方式,提高违约判别精度一直是学界和业界重点关注的问题.本文从最优信用特征组合而不是最优指标组合的角度建立违约判别模型,提高违约判别精度.本文的创新有三个方面:一是以信息值最大为目标建立优化模型,将指标数据划分成能最大区分违约状态的多个信用特征.二是采用弹性网回归对信用特征进行遴选,反推违约判别误差最小的最优信用特征组合.三是以组间离散度与组内离散度之比最大为目标,构建数学规划,反推一组权重,得到线性判别方程.本文基于2000-2017年共2169家中国A股上市公司的数据进行实证,研究表明经过特征划分的线性判别分析、K近邻、支持向量机等模型的精度整体高于没有经过特征划分的模型精度.     

基于相依网络的异质目标智能排序模型

随着战争复杂性的不断提升,目标排序模型必须能够从体系的角度出发,对战场中的异质目标进行综合排序,并满足动态、对抗、可进化的要求.首先基于相依网络理论,从对抗的角度出发,综合考虑敌我双方的能力构建目标体系;然后,提出两阶段的目标排序算法,实现了对作用于不同空间的异质类目标的动态综合排序;最后,设计面向历史对抗数据的目标体系权值调整算法,确保了目标排序模型的适应性.通过在某战役级兵棋系统进行实验并与人类指挥员的经验数据对比验证了所提出模型的有效性.     

时宽-波形基联合捷变的LPD通信波形

为了提升通信信号的低检测概率(low probability of detection,LPD)性能,从降低通信波形各域能量聚敛性的角度,提出时宽-波形基联合捷变(joint agility of time width and waveform bases,JATW)的波形构架.基于此构架,以切普扩频(chirp sp...     

基于社会网络的恐怖活动时空特征分析

社会网络理论的快速发展为反恐研究提供了新的视角,已有的研究多数只涉及恐怖活动的人员与组织.本文将社会网络应用于恐怖活动的时空特征分析,搜集了近60年来有关\"东突\"恐怖活动的文本资料,从中抽取出事件、时间、地点等信息,并以此构建了\"事件-时间-空间\"关系网络模型.基于社会网络分析工具ORA,结合地理信息系统技术,从不同角度对\"东突\"恐怖活动的时空特征进行了分析,并对分析的结果予以解释.本研究表明,\"东突\"恐怖活动呈现出明显的时空分布特征,这些特征对于防范恐怖活动的发生具有现实意义.     

基于特征匹配与假设检验的仿真信号确认方法

为降低仿真信号的应用风险,在使用之前需要再次确认仿真信号。根据装备试验特殊的约束与要求,讨论了仿真信号的特征匹配问题。采用参数假设检验的方法确认仿真信号的特征匹配水平,提出了一种基于特征匹配与假设检验的仿真信号确认方法,并就方法应用相关的细节问题进行了深入探讨。在目标回波仿真中的应用表明,该方法在真实信号实测样本不充分的情况下仍能适用,可为确认仿真信号提供决策支持。     

繁忙机场下点融合系统进场排序： 以广州白云机场为例

随着交通量需求的增加,为了优化进场航班的运行效能和提升安全性,提出点融合系统（point merge system,PMS）的优先级模型,根据航班的重要程度（航程是否连续）、航班的载客率以及航班的类型可以确定航班的优先级,以最小化进场航班的总延误成本及排序边飞行总时间为目标函数,以排序边唯一,尾流间隔,进入点融合系统时间窗,排序边长度,位置转换次数为约束,并以广州白云机场进场程序为例,采用改进的非支配排序遗传算法（non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ）求得航班落地的最终序列,结果表明,改进的NSGA-Ⅱ算法与先到先服务和未改进的遗传算法进行对比,总延误成本分别降低了4.1%和1.9%,排序边飞行总时间分别降低了32.5%和21.6%。可见该模型算法能有效地降低延误成本,减少飞行时间,从而缓解机场空域压力,提高飞行效率。     

考虑标度的加型一致性模糊判断矩阵的排序方法

通过实例说明相关文献中加型一致性模糊判断矩阵排序方法的参数取值存在的问题,分析出该问题是由于其公式证明中没有区分标度导致的,指出其结论适用于0～1标度的加型一致性模糊判断矩阵.然后,重新证明了0.1～0.9标度下的加型一致性模糊判决矩阵的排序方法和相关结论.最后,定义了广义模糊标度,并给出广义模糊标度下加型一致性模糊判断矩阵的排序方法和相关结论,使得相关文献中排序方法和相关结论实现形式上的统一.