Hedonic住房价格模型的选择与实证检验

借助Box-Cox变换技术用于hedonic住房价格模型估计,通过对数似然比和样本外Theil不相等系数检验,对已有文献中常见函数形式的拟合效果进行评估,从而确定最佳的函数形式.实证研究表明Box-Cox变换模型优于线性、半对数、双对数等函数.     

有向多重边复杂网络的自适应同步控制

基于网络拆分的思想,将具有不同时延的多重边有向复杂网络进行拆分,建立了具有非线性耦合节点的多重边有向复杂网络模型,并对其自适应同步控制加以研究.运用Lyapunov稳定性理论并结合自适应控制方法,给出了外部耦合系数未知的情况下自适应同步控制器的设计,最后以陈系统为例对多重边有向复杂网络进行数值仿真,验证了控制策略的有效性.     

C~4ISR需求模型及一体化描述

研究了C4ISR需求要素及层次化C4ISR需求模型.探讨了节点、活动和信息在节点-关系模型、信息模型与IDEF0活动模型相互之间的映射关系,包括节点映射、活动映射、信息需求映射和约束数据映射,使节点,活动和信息在C4ISR需求模型中匹配起来;在此基础上,提出C4ISR需求一体化层次建模方法.最后,通过一个案例示例以说明了所提出方法的有效性,实用性.     

单车型确定性动态车辆调配问题

给出了单车型确定性动态车辆调配问题的定义,引入网络图描述该问题.建立了问题的线性规划模型,鉴于线性模型的缺点,利用函数逼近技术构造一个特殊的线性函数来近似目标函数中未来时段部分,从而建立起问题的时空分解模型,把问题从时间和空间上分解为多个单时段单节点问题,并根据单时段单节点问题特点设计简单的排序求解方法.最后,给出了模型的完整求解过程,从而使问题得到有效地解决.     

辛欧拉格式形式能量的收敛性

对谐振子系统和单摆系统分析了辛欧拉格式形式能量的收敛性。得到辛欧拉格式的形式能量后,发现应用于谐振子系统的辛欧拉格式的形式能量是收敛的,对单摆系统无法确定形式能量的收敛范围,但其修正方程精确保持系统的平衡点。理论分析和数值模拟表明在形式能量收敛的条件下,用辛欧拉格式计算这两个系统具有保持整体结构的效果。     

Spectral Properties and Positivity of Flows in Infinite Networks with Dynamic Boundary Control Nodes

In this paper we study transport processes on infinite networks with dynamic boundary control nodes. These flows can be modeled by operator semigroups on a suitable Banach space. Using functional analytical and graph theoretical methods, we investigate its spectral properties of the system and positivity of the semigroup under appropriate assumptions on the network.     

必经点最短路径问题模型及相应遗传算法研究

根据军事运输在路径寻优方面的特殊需求,将必经点最短路径问题分为三类,建立各类问题的数学模型.以分类保序最短路径为例,设计相应的改进遗传算法.该遗传算法构造了独特的适应度函数,使包含较多必经点的染色体能够优先被选择进入下一代种群.通过节点保序算子的引入,保证相关节点之间存在特定的先后次序,并提出一种新的引入必经点变异算子,提高算法的全局搜索能力,加快收敛速度.仿真结果验证了算法的有效性.     

模拟电路软故障诊断测试节点优选的仿真研究

基于斜率故障模型和线性相关系数故障模型,提出了一种模拟电路软故障诊断字典法中的测试节点优选算法.针对模拟电路中的单故障和双故障,分别利用节点电压增量计算出的斜率和线性相关系数作为统一故障特征,建立故障字典;给出了在字典建立过程中,利用PSPICE仿真工具对电路进行故障仿真,采用特征函数描述故障统一特征的差别,根据故障隔离度优选测试节点的算法和步骤;并用仿真实例验证了该测试节点优选方法的有效性.     

改进的加权复杂网络节点重要度评估的收缩方法

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.     

基于节点通信度的信息加权一致性滤波

协同目标跟踪是无人机集群等多传感器网络的典型应用。在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性。针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪。典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20%以上,有效提升了分布式跟踪的一致性速度。