应用系统动力学原理突破组织成长上限

文章阐述了应用系统动力学原理，如何让企业组织的基业长青，突破一个又一个的成长上限而不断发展。     

涨跌幅限制与流动性研究

给出报价驱动机制下的股票流动性的计算方法,提出指令驱动机制下的股票流动性和市场流动性计算方法,并运用这些度量方法,从不同角度实证研究了涨跌幅限制对流动性的影响。研究结果表明,对整个市场而言,涨跌幅限制不仅没有限制流动性,反而增加了流动性;对个股而言,涨跌幅限制在一定程度上约束了流动性;对ST股票而言,涨跌幅限制为5%时期的流动性大于涨跌幅限制为10%时期的流动性,说明过小的涨跌幅限制存在流动性干扰和过度反应现象。因此,在增加市场交易透明度的基础上,适当放宽涨跌幅限制,特别是对小盘股、绩差股、信誉低的上市公司继续实行涨跌幅10%的限制,而对大盘股、绩优股、高市值股和信誉高的上市公司放宽或取消涨跌幅限制,有利于增加市场的流动性。     

基于模糊理论的人才双向选择问题应用软件

基于模糊集理论开发了一种人才双向选择应用软件，由该理论在［０，１］区间取值及隶属函数等概念，把模糊命题量化，在构造关系矩阵基础上，对其中每一元素用真值、导出置信度、综合真理值进行检验排出无效元素，经排序得出所需结果，实用结果表明，用Ｐｒｏｌｏｇ语言开发的应用软件运作的结果与人为的主观判断一致。     

利用先验信息修正经典限的可靠性评估方法

讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用.     

贮存-使用模型可靠性置信下限的估计

本文讨论了贮存寿命和使用寿命均为指数分布时,贮存-使用模型的可靠性置信限的估计问题。文章首先给出了一个"等效时间"公式,将贮存时间转化为等效的使用时间,然后利用定总试验时间的可靠性置信下限求法对其置信下限进行计算。最后举例说明贮存-使用可靠性置信下限的求法。     

NOVELL教学网络管理的几点经验

网络机房的建设缓解了学生上机紧张的情况,同时也给机房管理提出了新的课题。根据教学网络的特点,介绍了对网络服务器上的目录及件管理、网络用户管理以及提高管理效率而采取的措施。     

基于改进的Vicsek模型的群体决策仿真研究

通过改进Vicsek模型来研究群体决策问题.针对Vicsek模型中过于简单和同质的个体特征,首次通过赋予个体以自信阈值,使得个体在方向更新时不是简单地采用邻居方向的均值,而是考虑自身的方向和邻居方向均值的差异,再以一定规则进行更新.仿真实验结果表明,通过对个体加入符合实际情况的心理特性,会很大程度上影响系统的收敛时间,由此可以得出,在Vicsek模型中加入个体心理特性是符合群体决策实际情况的.     

贝叶斯方法在具有隐蔽数据的冷贮备系统中的应用

对于由部件寿命服从指数分布及成败型开关组成的冷贮备系统,在针对一隐蔽实验数据下,研究了该系统可靠性指标的Bayes估计.在超参数未知,平方损失函数下给出了两个参数及可靠性的Bayes估计.对于超参数的确定,给出了一种新的方法,最后给出了系统可靠性的Bayes近似置信限的计算公式.     

齿轮弯曲疲劳强度试验数据任意置信度下C-R-S-Ν曲线的拟合方法

提出一种对成组法脉动弯曲疲劳试验的寿命数据进行处理的方法：５０％置信度下定应力的寿命分布按三参数威布尔分布进行优化拟合;任意置信度下的置信限曲线则以旋转－平移变换后的概率坐标中的双曲线函数为原型进行最小二乘法曲线拟合来求取,由所求得置信限曲线方程可求出置信度Ｃ下、任意可靠度Ｒ下的疲劳寿命,进一步与试验所得的齿根应力作线性回归,可求得Ｃ－Ｒ－Ｓ－Ｎ曲线簇。此方法对其他的疲劳数据处理也有较好的参考价值     

结合可信度和DS证据理论的ECOC多类分类研究

针对多类目标识别问题,利用三符号纠错输出编码作为将多类分解为若干个二类问题的结构框架,用改进的证据理论作为融合策略,将每一个二分器的输出作为证据之一进行融合;同时对分类器的可信度进行估计,并将得到的信任度量值融入证据中,从而提高多类分类的正确率。实验中分别对UCI数据集和三种一维距离像数据集进行测试,结果表明本文提出的基于分类器可信度的多类目标识别方法能有效地提高复杂环境下多传感器目标识别的正确率。