基于非对称信息博弈下的经理人股票期权探析

经理人股票期权,作为对经理人实行的一种长期激励机制,是一种管理制度上的创新,从非对称信息博弈理论来分析经理人股票期权的产生及存在的意义,有助于深入理解经理人股票期权的理论背景及作用.     

基于LMI方法的轧机主传动系统机电振动H∞控制

为了抑制机电振动,保证对干扰有良好的动态抑制作用且无静态扰动误差,针对轧机主传动系统,建立了基于模型匹配二自由度系统的状态空间模型,并将轧机主传动系统机电振动控制设计问题归结为标准的H∞控制问题;用线性矩阵不等式法得到输出反馈H∞控制器,以保证系统的鲁棒性.仿真研究结果表明,该方法有效改善了轧机主传动系统的跟踪性能,抑制了系统的机电振动现象,同时减小了轧制负荷扰动引起的动态速降.     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

非对称信息下的企业信用评价浅析

非对称信息导致的道德风险和逆向选择,使得建立企业信用评价体系成为必要.本文在分析非对称信息的基本问题上,简要阐述了建立信用评价体系的必要性和信用评价体系结构,指出建立企业信用评价体系要着重解决评价指标和评价方法的选择这两个问题.     

热轧非稳态过程轧制力自学习模型优化

为提高热连轧非稳态过程轧制力的预测精度,提出了一种轧制力自学习模型优化方法. 将模型自学习系数分解为层别学习系数和轧制状态学习系数,表征机架间轧制力预报偏差的遗传特性及实际轧辊状态对模型预报的影响.在系数更新过程中,根据层别距离分别对学习系数进行更新,减小了轧制规格切换时轧制力的预报误差.所提方法已成功应用于某热连轧过程,与原模型相比,优化后的自学习方法的预测偏差从2.8%降低到1.4%,均方差从3.3%降低到1.7%,有效提高了非稳态过程轧制力的预测精度和鲁棒性.     

铝板轧制织构的定量研究

对无初始织构的工业纯铝轧制织构的研究和分析表明,取向空间、取向分布函数、正态分布模型以及取向线分析是研究织构得力而又十分简便的手段,具有许多优点。在多晶铝轧制过程中取向空间内的β线是取向最终稳定线。随变形量的提高,晶粒在β线上的聚集程度不断提高。轧制过程中主要的织构分量为C{112}<111>、S{123}<634>、B{110}<112>和G{110}<001>。它们在变形中的稳定性在此也作了分析和讨论。     

塑性梁受冲击作用时的动力剪切与弯曲效应分析

本文讨论了受非对称集中冲击作用下的两端固定刚塑性梁的动力响应分析。文中给出了当特征长度 l=6M_0/Q_0小于冲击力作用点到梁端距离时,计入剪切滑移时的解只需对塑性弯曲动力响应问题的解略加修正便可得到,并给出了具体论证和数据结果。     

厚规格钢板差厚轧制数值模拟与工艺研究

基于ABAQUS有限元软件,采用显式动力学算法对厚规格钢板三维常规轧制与差厚轧制热力耦合过程进行模拟仿真,获得差厚轧制变形区金属流动与应力、应变分布规律,研究常规轧制与差厚轧制在轧制过程中轧制力与轧制力矩的变化规律,分析差厚轧制对于轧制过程钢板咬入条件的改善.差厚轧制试验结果表明,制定合理的差厚轧制工艺,可以克服厚板坯轧制时的咬入限制,减小头部冲击造成的力矩峰值的影响,增加厚规格钢板心部变形的渗透,在一定程度上可以改善变形均匀性和组织均匀性.     

不锈钢覆铝板的四层对称轧制复合

运用四层对称轧制复合法对不锈钢覆铝板的生产工艺进行了研究。通过与传统的二层非对称轧制复合对比,发现四层对称轧制复合法的生产效率提高了近１倍,制备的复合板较平直;在试验条件下,四层对称轧制复合时不锈钢、铝的延伸系数相差较小;四层对称轧制复合制备的复合板的结合强度比二层非对称轧制复合的略大。     

轧制过程中不均匀变形分佈和温度分佈的数值解模型

本文基于“流动近似理论”,用差分法综合求解金属塑性变形粘性流动的力平衡方程、质量守恒及热平衡方程,从而得出轧制过程中金属各点不均匀变形、各点温度分佈的数值解预报模型。由于差分法计算时间大大小于有限元法的计算时间,因此提供了求解在线控制模型的可能性。