监控公司行为的优化协议模型

所有权与经营权分离的股份制企业是代理理论研究的主要内容之一．从代理理论角度出发,讨论了股份制企业委托人－代理人的优化协议问题,并利用规划论的方法,建立了基于对称信息和不对称信息的两类优化协议模型．进一步地对这两类模型中的委托人和代理人之间的冲突问题进行了分析,举例说明了模型的结果及其经济意义,从而提供了在一定条件下解决委托人－代理人之间冲突的有效方法．文中还对股份制企业的委托代理关系进行了探讨,为我国股份制企业的健康发展提供了一定的理论依据．     

一种利用支持向量机描述应力—寿命关系的新方法

以7种常用航空金属材料的疲劳试验数据为基础,首次利用最小二乘法支持向量机确定了材料的应力-寿命关系及相应的S-N曲线,并将所得结果与传统的幂函数式和三参数式的结果进行了比较,发现:支持向量机不仅能够描述材料的应力寿命关系,而且与现有的幂函数和三参数表达式相比,支持向量机最好;利用支持向量机描绘的S-N曲线,不仅能够精确确定任意交变名义应力作用下材料的疲劳寿命,而且还可精确确定材料的疲劳极限,为保证结构设计和使用的可靠性打下了基础。     

平纵组合线形几何特征对车速变化的影响

利用同济大学高仿真驾驶模拟器,采集山区高速公路连续车速数据,将车速变化划分为减速、稳定车速及提速3个区间.通过多项Logistic回归模型建立组合线形及相邻路段几何特征与车速变化的定量关系.结果表明:组合线形中,坡长越长,平均坡度越大,越不易维持稳定车速;下坡时,提速通过平纵组合线形路段的可能性大;向左转弯,维持稳定车速的可能性大;上游和平纵组合线形的坡度差越大,越不易维持稳定车速;下游路段的曲率越大,减速通过平纵组合线形路段的可能性越大.     

基于质量功能展开方法的电动静液作动器设计参数优化

提出了基于QFD(质量功能展开)的优化设计方法,以EHA(电动静液作动器)能耗最小和作动筒质量最轻为目标,满足强度约束条件,定义EHA系统的参数关系矩阵(PRM),建立其优化设计模型.以某型EHA设计参数为例,应用遗传算法进行了优化.优化后的EHA质量减轻23.57%,能耗降低36.46%.优化结果表明,该设计方法值得在EHA设计中推广应用.     

基于维度近邻关系扩散的改进粒子群优化算法

针对标准粒子群算法存在容易早熟及陷入局部最优等缺陷,提出了一种基于维度近邻关系扩散的改进粒子群优化算法.改进后的算法初始化时借鉴k-means对空间中粒子的维度进行聚类,聚类的标准为每个维度之间的欧氏距离,算法中将聚类得到的每个起始类视为一个家庭.家庭内部和外部分别进行迭代更新,结合智能单粒子优化算法的思想将粒子的更新速度划分为对应的家庭速度子矢量.粒子间交换记录的扩散和传播借鉴在线社会网络传播模型,在采纳信息的过程中不仅会考虑信息的价值,也会考虑其周围粒子状况.结合禁忌搜索优化算法,通过将该算法中的建立禁忌表、设定禁忌搜索长度和特赦准则等策略来避免重复搜索和改进算法的全局搜索性能,提高解的精确性.实验结果表明,改进后的算法有效解决了算法收敛速度慢、求解精度低等问题.     

一个基于砾质土的改进椭圆-抛物双屈服面模型

针对椭圆-抛物双屈服面模型,对其屈服面的硬化准则及其对砾质土的适用性进行分析和讨论,在此基础上,对椭圆-抛物双屈服面模型进行改进,采用幂函数关系式反映椭圆屈服面的硬化准则,并对抛物屈服面的屈服方程进行修改.采用改进的双屈服面模型对砾质土三轴试验的应力应变曲线进行模拟验证,模拟表明,改进的椭圆-抛物双屈服面模型更好地反映了砾质土的应力应变特性.     

基于空间影响域的虫害关系网络构造与分析

网络科学已成为研究生态学相关重大问题的重要手段.基于生态位法则和竞争排除原理提出虫害的空间影响域模型,并利用该模型提取2009~2013年的长白山脉虫害关系网络拓扑结构,进而研究该网络结构的无标度性、节点重要性和层次性.统计结果表明,长白山脉虫害关系网络的出度分布服从幂律性,而入度分布较均匀;网络中稳定存在的大出度值节点的介数较大,而大入度值节点局部上呈现高聚集性;网络的层次结构基本稳定,辽东半岛是虫害频发的高核区和危害程度的重灾区.     

非人灵长类育幼风格跨物种比较

非人灵长类具有长达数年的未成年时期,这使得母婴关系在非人灵长类的研究中显得非常重要.其中育幼风格直接与母猴的繁殖成功和后代存活率相关,而不同种的非人灵长类的母婴冲突水平和育幼风格可能是食性、社会结构、生存环境等影响的结果.2015年7月至2016年8月,采用焦点视频法,分别对两个亚科共4种非人灵长类的16对母婴进行了观察和数据记录,获得了总共约74h的有效视频数据.结果表明不同的亚科间的冲突水平和育幼风格表现出了显著的差异,而猴亚科和疣猴亚科分别的两个种之间保护和冲突水平都没有明显的差异,母猴等级也没有对育幼风格产生显著的影响.同时对母婴冲突的投资假说进行了验证.     

基于时间关系的Bi-LSTM+GCN因果关系抽取

针对传统时间关系只应用在机器学习方向关系抽取的问题, 提出一种基于序列标注实体识别的关系抽取方法. 先构建双向长短期记忆网络(Bi-LSTM)模型进行特征提取, 再输入时间关系作为特征矩阵进行图卷积. 实验结果表明: 时间关系能提高因果关系抽取效果, 并且包含时间关系的Bi-LSTM+GCN模型能有效抽取因果事件; 带有时间关系的Bi-LSTM+GCN模型获得因果关系的抽取结果优于传统方法因果关系的抽取结果.