多节点集装箱海铁联运动态定价决策

不确定性需求下集装箱海铁联运的动态定价决策问题,对联运经营人的经营效益和竞争力产生重要的影响. 基于收益管理理论,结合集装箱海铁联运的经营和组织特点,以协议销售和自由销售的差异化定价为切入点,分两阶段建立了多节点集装箱海铁联运综合箱位分配的动态定价模型. 第一阶段为基于协议销售和空箱调运的箱位分配模型,第二阶段为基于自由销售不同时段的动态定价模型. 针对模型中的需求随机性,分别运用机会约束和稳健优化方法进行模型转化并求解. 通过算例验证了上述模型与算法的适用性和有效性.     

改进的离差最大化决策模型及其在临近空间多任务规划中的应用

一些常用的多属性决策方法在处理多属性评价问题时,易出现评价结果相近,评价值差异较小、区分度不高等问题. 运用离差最大化思想构建的多属性决策模型,能有效拉大评价值间的差异,便于决策方案的优选和排序. 但该模型在实践中,只考虑了因属性值差异性引起的可变权重,忽略了评价指标本身的属性权重,易造成评价结果偏离真实结果. 鉴于此,对已有的基于离差最大化的多属性决策模型进行改进,综合考虑评价属性的可变权重和属性权重,设计了改进的离差最大化决策模型,并将该模型应用于临近空间多任务系统综合效能评估中,为临近空间多任务规划方案的排序及优选提供决策支持. 最后,通过算例,对比验证了该模型具有一定的适用性.     

相似信息优先的复杂装备费用测算模型

针对横截面数据的复杂装备费用预测问题,由于主要参数比较相似的装备系统其研制费用往往趋同,提出了横截面数据的“相似信息优先原理”。分析新研装备与以往装备的相似度,按照指标信息的相似度区分横截面信息的优先次序。用归一化的相似度作为加权最小二乘法的权重,通过实例建立相似信息优先的回归模型,并与其他方法的结果对比,结果表明本文的方法具有更高的预测精度,相似信息优先的多元回归模型充分反映了相似信息的规律。     

紧耦合多飞行机器人悬停配平计算分析

针对直升机的复杂性和紧耦合多直升机协调操作的特殊性,分析了多直升机协调操作的必要性,建立多直升机间的协调力学模型,并采用牛顿迭代法进行了配平计算,所得姿态量和控制输入量为多直升机协调操纵的飞行控制系统提供了参考输入量,为进一步分析多直升机的动力学建模及稳定性打下了基础。     

适于带宽变化的链路共享方法

对于无线链路和共享信道的链路，由于受外界干扰或共享冲突的影响以及采取的应对措施，使得链路带宽处于变化中。这样的链路为不同用户所共享时，原有的分层链路共享方法由于假设带宽恒定，不能适用于这样的环境。通过对这一环境和链路共享机制深入分析。提出了适于带宽变化的链路共享方法。来满足用户对此链路带宽共享需求和服务质量需求。并通过大量仿真实验对这一方法进行了深入分析，验证了其可行性和合理性。     

多模型自适应控制算法的性能分析

多模型自适应控制利用多个元素模型覆盖被控对象的不确定性,并针对这多个元素模型建立多个稳定的控制器。每一个采样时刻,基于一个以模型输出误差为变量的具有积分特点的指标切换函数,选择描述被控对象最优的元素模型,并将基于此模型的控制器切换为当前被控对象的控制器。研究如何调整多模型自适应控制器的结构和参数,提高控制品质,为多模型自适应控制器的应用和进一步研究提供理论基础。     

基于免疫克隆选择算法的多用户检测技术研究

为了解决最佳检测器计算复杂度较高的难题，提出一种精简有效的克隆选择算法。把人工免疫系统和神经网络系统的信息处理机制引入到CSA提出了免疫克隆选择算法。所提ICSA通过使用随机Hopfield神经网络制备疫苗构成新的免疫算子，把新的免疫算子结合到克隆选择算法中，不仅加快了克隆选择算法的收敛速度，并提高了克隆选择算法的全局收敛能力。然后在CDMA系统利用此算法设计了新的多用户检测器。仿真结果证明了ICSA检测器能够快速收敛到全局最优解，并且无论抗多址干扰和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。     

一类非线性系统的多故障检测方法研究

针对一类非线性系统,提出了一种基于最优滤波的多故障检测观测器设计方法。引入神经网络逼近系统非线性部分,由Lyapunov稳定性理论设计神经网络权值调整规则.采用对等空间方法设计最优滤波矩阵滤除干扰故障噪声,从而对目标故障进行检测和跟踪。仿真结果验证了该方法的正确性和可行性。     

磷化工企业计划模型及其算法研究

磷化工企业计划决策问题非常复杂,涉及的因素非常之多,是一个有待深入研究的领域.本文构建了磷化工企业的计划决策大型线性目标规划模型,该模型分采矿模块、选矿模块、制肥和销售以及综合目标5个模块,同时,提出了求解该模型的有界变量后分析法.实例计算表明,提出的模型和方法可靠实用,有助于企业制定一个优化的计划.     

真空助力器带主缸总成疲劳试验系统辨识

真空助力器带主缸总成是汽车制动系统的关键增力部件,其气动疲劳试验系统由气动子系统、液压子系统、电控子系统等多个子系统构成,属于复杂的非线性系统。该系统存在众多不确定因素,因此无法直接建立数学模型。为了考察该系统的动态性能,采用递归BP神经网络对该系统进行辨识。试验结果表明,递归BP神经网络能够很好的逼近该复杂非线性系统,在不同时间序列作用下均有较好的泛化能力。