双代号网络图中虚工序对时差计算公式的影响与修正

如何使用最少的虚工序和虚节点绘制双代号网络图属于NP-hard问题,所以对于任意一个给定的项目,会存在多个正确的而且虚工序画法不同的双节点网络图与之对应.本文的目的在于研究双代号网络图中不同虚工序对时差计算公式的影响并进行修正.虚工序画法的不同会导致网络图中产生数量和类型不同的节点,因此研究方法从分析节点入手.首先根据虚工序的画法将节点分为一般节点,虚出节点和虚进节点三类,然后逐一分析每类节点对工序时间参数节点式计算公式的影响.通过同定义式算法对比,结果发现工序自由时差和安全时差的节点式算法分别对于虚出节点和虚进节点失效.最后提出节点式计算公式的修正方法,实例分析证明本算法简捷有效.     

两类决策系统中规则获取的联合决策矩阵算法

提出了联合决策矩阵的概念以及基于联合决策矩阵的两类决策系统规则获取算法.将条件属性等价矩阵和决策属性等价矩阵合并到一个矩阵中,大大减少了矩阵生成过程的比较次数,能有效提高算法的效率.用一个实例说明了算法的执行过程,并通过算法复杂度分析与实验结果对比,进一步说明了该方法的有效性.     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

基于位置和散度效应因子分类筛选及仿真试验

针对供应链及其它计算机仿真试验中所涉及因子数目众多的情形,序贯分支方法因筛选效率较高被广泛采用.然而,现有的序贯分支方法忽视对散度效应起显著作用的因子.由于相比位置效应,散度效应在产品或供应链系统的质量设计中是同等甚至更为重要的,故提出一种基于位置效应与散度效应的序贯分支方法.首先,将影响位置效应与散度效应的显著因子分类为调节因子,重要因子和稳健因子;然后,结合序贯概率比检验(sequential probability ratio test,SPRT),在控制筛选过程中第一类错误和第二类错误的基础上,采用序贯分支方法分类地筛选出显著因子;最后通过仿真试验说明此方法能够有效且分类地处理位置效应与散度效应下的显著因子筛选问题.     

Near-optimal cumulative longitude low-thrust orbit transfer

The indirect method for the continuous low-thrust near minimum cumulative longitude orbit transfer problem is addressed. The movement of the satellite is described by the Gauss equation using the modified equinoctial elements and replacing time as the system independent variable by the cumulative longitude. The maximum principle is adapted to design the optimal control in order to minimize the final cumulative longitude, and the twopoint- boundary-value problem is derived from the orbit transfer problem. The single shooting method is applied in a numerical experiment, and the simulations demonstrate that the orbit transfer mission is fulfilled and the product of the maximal thrust and the minimum cumulative longitude is near constant.     

Design of complex FIR filters with arbitrary magnitude and group delay responses

To design approximately linear-phase complex coefficient finite impulse response (FIR) digital filters with arbitrary magnitude and group delay responses, a novel neural network approach is studied. The approach is based on a batch back-propagation neural network algorithm by directly minimizing the real magnitude error and phase error from the linear-phase to obtain the filter’s coefficients. The approach can deal with both the real and complex coefficient FIR digital filters design problems. The main advantage of the proposed design method is the significant reduction in the group delay error. The effectiveness of the proposed method is illustrated with two optimal design examples.     

Study on the extending multi-attribute decision model of grey target

Based on the distance of interval numbers and the two-stage decision methods, this paper expands the decision model of grey target into some situation under which the decision information and target weights are the interval numbers at the same time. It also gives the optimization method of weights in the grey target. We get the optimum coordinated vector utilizing the combination assigning method, based on the local optimization of various schemes. So it can shift the weights of interval number into real number form and sequence it according to the weighted off-target distance. Finally the effectiveness and practicality of the model is proved by a real project.     

二维浅水波方程的非结构网格TVD型有限体积法

考虑二维浅水波方程及其离散方法,对非结构三角形网格给出了TVD型有限体积法.在离散单元对物理量作单调线性重构函数,通过选择不同的数值流函数,构造了两种复合型有限体积格式;时间离散采用二阶Runge-Kutta方法.对二维溃坝问题及非平底部溃坝问题进行数值模拟,结果表明,两种方法精度高且稳定,可以处理具有任意水下地形的二维浅水波问题.     

基于最优划分的K-Means初如聚类中心选取算法

针对传统K-Means算法聚类过程中,聚类数目k值难以准确预设和随机选取初始聚类中心造成聚类精度及效率降低等问题,提出一种基于最优划分的K-Means初始聚类中心选取算法,该算法利用直方图方法将数据样本空间进行最优划分,依据数据样本自身分布特点确定K-Means算法的初始聚类中心,无需预设k值,减少了算法结果对参数的依赖,提高算法运算效率及准确率.实验结果表明,利用该算法改进的K-Means算法,运算时间明显减少,其聚类结果准确率以及算法效率均得到显著提高.     

基于方法集的农业产业化综合评价模型

为了对农业产业化作出全面、科学的评价,应用主成分分析、模糊综合评价、灰色评价、集对分析和人工神经网络构成方法集对其进行综合评价.该模型首先通过KENDALL-W协和系数法对各评价结果进行事前一致性检验,在保证各方法评价结果具有一致性检验的前提下再运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型三种组合评价方法对各方法的评价结果进行组合评价.为了衡量组合评价的结果与各评价方法的评价结果是否吻合,又应用Spearman等级相关系数进行组 合评价方法的事后检验,并根据Spearman等级相关系数的大小, 选出最优的组合评价方法. 最后,通过对环洞庭湖区23个县市农业产业化发展水平的实际评价验证了本方法的有效性.