一种库存比例积分控制器及其系统动力学仿真

将比例积分控制原理应用于供应链库存控制的研究,设计了一种两级供应链环境下的库存比例积分控制器,并利用系统动力学方法构建了两级供应链库存比例积分控制器的动态仿真模型,最后通过实例仿真得出了实现牛鞭效应、库存水平、库存波动、缺货的协调控制的控制增益组合,并给出了系统内部结构上的解释.结果表明,在合适的控制增益组合下,供应链库存比例积分控制器能有效的缓解供应链系统中的牛鞭效应、降低库存水平及库存波动幅度、减少缺货的发生等.     

倾斜转弯导弹三回路鲁棒自动驾驶仪设计

针对倾斜转弯导弹,提出了最优/经典综合设计方法设计自动驾驶仪.该方法应用最优控制设计出俯仰/偏航混合通道三回路自动驾驶仪,设计中同时对开环系统的奇异值频域曲线进行约束,以保证系统具有一定的鲁棒性,获得的三回路自动驾驶仪结构简单,易于工程实现.仿真结果证实了其具有良好的跟踪性能和鲁棒性,也表明该自动驾驶仪能满足倾斜转弯导弹协调倾斜转弯的要求.     

基于整体优势度的应急救援案例推理决策

对突发公共事件的应急救援决策进行研究,提出基于案例推理的应急救援决策方法.通过案例的四元组表征,分析基于案例推理的应急救援决策机理;针对传统案例检索使用对称距离计算相似度在应急救援决策应用中的不足,利用整体优势度对源案例与目标案例间的矢量距离进行识别,从正向匹配和负向匹配的角度改进检索策略,提高案例匹配的有效性;同时,结合整体优势度对决策方案进行调整和学习.最后,以煤矿事故应急救援实例说明了该方法能够在相似案例中筛除负向匹配源案例,优化源案例对目标案例的决策支持.     

基于资金约束零售商的双渠道制造商贸易信贷与提前订货折扣契约选择策略研究

在市场需求不确定情形下,研究了当零售商存在资金约束,而双渠道制造商采用三种不同契约策略时,供应链各主体运作策略和收益.结果指出:当零售商资金不足而制造商为其提供贸易信贷契约时,零售商订货资金不足的困境得到有效解决,零售商和双渠道制造商的利润均高于无任何契约时各主体利润;当零售商资金不足而制造商在其网络渠道提供提前订货折扣契约时,制造商的利润始终高于无任何契约时其所得的利润,而零售商的利润始终不高于无任何契约时其所得的利润;最后,当制造商联合采用两种不同契约时,制造商收益始终高于零售商无资金约束时其所得利润,即供应链中零售商资金约束困境对制造商来说并非始终是有害的,制造商可以通过在双渠道联合采用两种不同契约的方法获得更多的收益.     

汽车电子ABS控制参数混合逻辑动态自标定研究

采用软硬件协同设计方法,提出基于汽车电子子系统模块化统一建模的动态仿真测试方法.参照汽车电子电控单元参数的匹配方法,提出了基于CCP协议在线调整ABS参数的匹配方法,并从理论上研究了基于MLD(Mixed Logical Dynamical)系统的ABS控制参数自动标定算法.并通过求解MIQP问题为ECU-ABS控制解出一个优化的控制序列.以ABS开发为例进行了说明和测试,对监控标定系统进行了试验,建立了完整的电控参数标定仿真、实验流程.提出的方法对其它汽车电子嵌入式实时软件开发,缩短调试、路试周期具有重要的意义.     

解特殊工艺约束双目标调度问题的新遗传算法

针对特殊工艺约束下非一致并行多机双目标调度问题,设计了一个双目标调度模型(BOSP).进而基于遗传算法和免疫理论的思想,提出了新的遗传算法(IGA).算法的编码采用了向量组编码方法,能有效地反映实际调度方案;免疫算子的引入,保证了种群的多样性和种群的质量,加快了算法收敛速度.仿真结果表明,算法是有效的,免疫算法的引入,使算法能较好地收敛到最优解,优于没有引入免疫算子的遗传算法,并能适用于解实际的此类调度问题.     

载体运动学辅助的双轴旋转调制惯性导航算法

为提高车载捷联惯导系统的导航精度,提出一种载体运动学约束辅助双轴旋转调制的惯性导航算法。建立了惯性测量单元(inertial measurement unit, IMU)旋转的载体运动学约束模型,设计了32次序转位方案,在实现惯性器件误差自补偿的同时提高了系统可观测度,从而将提高了可观测度的载体运动学约束导航与旋转调制导航结合,进一步提高了导航精度。进行了4 000 s静止条件下的导航试验,结果证明此方法可以有效提高定位精度,水平定位精度和高度精度分别比双轴旋转调制导航提高48.2%和80.3%,比载体约束辅助导航提高85.1%和89.9%。最后通过车载实验验证了该方法的有效性。     

考虑关键性的多约束下辐射干扰对消装备随舰备件配置优化方法

可用度是评估备件对装备完好性影响的重要指标,针对备件关键性对装备可用性造成影响而又难以将其考虑在内建立可用度模型的问题,以舰载通信电台辐射干扰对消装备为对象,采用对备件关键性实行专家打分的方法,将备件关键性作为备件配置优化的约束之一,建立以备件费用、备件体积、备件关键性为约束的备件配置优化模型。在备件费用、体积及关键性归一化的基础上,采用权重因子方法将多约束转化为单一约束,并给出了权重因子更新方法。列举案例,分别计算了费用约束、体积约束、关键性约束和多约束下的备件方案,并对比了装备改进前后的备件配置方案,将装备使用过程中的备件保障延伸至装备可靠性设计阶段。案例分析结果表明:备件配置方法在考虑了体积、费用等限制约束下,能同时兼顾备件关键性对装备完好性的影响;装备可靠性设计时,提高装备可靠性低的现场可更换单元(line replaceable unit, LRU)等薄弱点,能有效减少装备维修保障资源。     

类脑导航中基于差分Hebbian学习的网格细胞构建模型

网格细胞是动物大脑中与空间认知和导航有关的重要神经元,具有拓展至整个空间的六边形放电野。位置细胞是网格细胞重要的信息源,可以通过Hebbian学习生成网格细胞,但是现有模型对Hebbian学习的脉冲自适应函数或学习窗函数做了预先的墨西哥帽模型假设。针对该问题提出一种基于差分Hebbian学习的位置细胞至网格细胞模型,利用细胞放电率的变化自发产生墨西哥帽模型的输入关联,然后通过对位置细胞至网格细胞的突触权重进行竞争性非线性限制,生成具有六边形放电野分布的网格细胞。仿真结果表明,该模型可以为无人运行体类脑导航系统的构建提供借鉴。     

利用进化规划和逐步二次规划实现前馈神经网络的结构优化

用进化规划与逐步二次规划来实现前馈神经网络的结构优化问题 ,并提出了一个相应的学习算法 .针对进化规划与逐步二次规划各自的特点 ,进行了组合 ,使算法不仅具有随机全局搜索能力 ,而且还具有更好的全局收敛能力 ,并与环境有更强的自适应能力 .最后通过仿真和应用实验证实了算法的有效性.