基于时间约束的多源多品种配送系统模型及一种启发式算法

配送系统设计时,除了使系统的总费用最小外,还要满足各需求点对配送时间的要求。在说明了建模的假设条件后,建立了考虑时间约束的多源多品种配送系统模型,并根据模型的特殊结构开发了相应的启发式算法,最后用实际调研的数据作为算例对模型进行了数值演算。     

利用频域和空域信息的单站无源定位跟踪算法

单站无源定位跟踪技术具有隐蔽性强、设备简单、系统相对独立等优点。定位收敛速度和稳定度是该技术实际应用的关键,通过研究利用频域和空域测量信息对运动辐射源的单站无源定位跟踪技术,分别提出了两种定位跟踪算法。为比较算法性能,推导了该定位跟踪问题的克拉美 罗下限,并利用计算机仿真给出了不同算法的跟踪误差几何分布(GDTE)。仿真结果证明了两种算法都具有很好的实用性。     

一类快速的宽带分布源到达角估计算法

针对宽带分布源到达角估计问题,提出了一类快速的估计算法,即中频法、中值法和均值法。该类算法首先将阵列接收的宽带信号变换到频率域,然后对于每个频率形成阵列接收信号协方差阵,最后由该协方差阵的次对角线元素估计宽带分布源的到达角,其主要特点是避免了相位展开。仿真结果表明,在高信噪比和分布角不大时,中频法和中值法的性能几利相同;但在低信噪比时,中值法优于中频法。此外,均值法对分布角不敏感,且性能较优。     

一种盲信号恢复的特征向量算法

信号恢复是雷达声纳目标检测和通信信号处理的一项重要任务。基于特征向量估计(EVA)的信号恢复算法可以在未知信道和源信号先验知识的情况下,在较短的时间内实现信号的盲恢复。它是将均衡信道参数估计问题变为与交叉累积量矩阵、自相关矩阵有关的特征向量求解问题,并保证解的唯一性和收敛性。将该算法应用于单源-单接收元(SISO)的恒模变相信号、两种声学水池信号妁恢复,取得了较好的恢复效果。     

基于神经网络的无源多传感器属性数据关联

采用引入动量项、自适应调整步长，Levenberg-Marquardt优化方法对基本的BP神经网络进行改进，以提高学习速度，改进的BP神经网络学习算法用于对无源多传感器获得的雷达辐射源参数进行属性数据关联，能够自适应地调整阈值，即根据训练数据调整关联的门限值，与确定门限的属性关联算法相比，有着很高的关联正确率。     

多源不确定性因素下两阶段动态供应链的风险绩效

针对多源风险环境下供应链的产能决策和订货决策问题, 通过构建制造商与零售商在不同成本风险和需求风险环境下产能与订货两阶段动态决策模型, 揭示了多源不确定风险与供应链运作绩效关系, 风险源的影响条件和影响强度. 最后通过数值分析得到比较直观的结论和管理启示.     

引入生态修复技术的太湖流域生态补偿方案

针对生物膜法、活性污泥法等适用于点源污染治理的技术无法有效解决面源污染的问题,引入生态修复技术,选取美人蕉作为修复植物,构建了太湖流域污染治理生态补偿模型。并以2005年太湖流域COD削减为例进行分析,结果显示:通过生态补偿方案激励太湖流域苏浙沪各地区合作治污可降低流域治理成本约5%,引入生态修复技术可进一步降低合作治污成本约12%;引入生态修复技术后,为促进苏浙沪各地区合作治污,提升整个流域的治理效率,应建立流域地区间生态补偿机制,太湖流域实证研究确定了地区之间的补偿标准:浙江省对江苏省、上海市的COD生态补偿价格为6648.30元/吨、8164.21元/吨。     

供应能力约束下多源采购模糊群决策方法

基于采购企业经常向多家供应商采购的实际需要,本文研究了存在供应能力约束的多源采购决策问题。其决策过程分2步进行:第1步运用群组AHP法、聚类分析法确定属性主观权重,运用熵值模型确定属性客观权重,并将属性主观权重和客观权重线性加权拟合成属性综合权重,通过TOPSIS方法对供应商进行排序;第2步对初步入选的供应商,考虑供应能力约束,建立多目标规划模型,确定采购数量在各个供应商间的最优分配。最后通过具体实例给出该方法的决策过程。     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

多源不确定信息融合中的冲突证据快速合成方法

D-S证据组合规则在处理高冲突信息时,会得出与直觉相反的结论以及证据组合时计算量呈指数增长等问题。针对组合规则的不足,许多改进方法已提出,但各个方法都仍存在其局限性,如Murphy方法在很大程度上解决了冲突证据问题,并未解决计算量指数爆炸问题。基于对Murphy方法深入研究,归纳出相同证据的组合规律,给出了Murphy方法快速表达式,从而提出了一种快速的Murphy组合规则(fast Murphy combination rule, FMCR)。实验表明,新的组合规则在处理高冲突和多源不确定信息融合问题方面都是有效的,在保持Murphy组合规则计算正确性同时,显著地提高了计算速度。