基于证据理论的信息融合故障诊断方法

从证据理论的基本概念和证据的融合推理方法出发,建立了多故障特征信息融合诊断框架,并提出一种符合故障诊断特点的基本可信度分配构造方法。该方法把诊断对象看作一个信息系统,运行过程中不断产生各种信息,并将信息加工成故障特征,通过特定的诊断决策规则,得出诊断结论。给出了一个多故障信息进行故障诊断的实例,结果表明该方法能够有效的提高诊断可信度,减小诊断的不确定性。     

多功能相控阵雷达实时驻留的自适应调度算法

灵活有效的调度算法是实现多功能相控阵雷达工作性能优化和资源合理利用的基础。从调度代价的角度建立了实时驻留调度的数学模型,提出一种求解次优调度序列的自适应算法。该算法利用任务自身工作方式属性及任务中所含目标的先验信息分配任务的综合优先级,采用一步回溯的策略来确定每个驻留任务的调度属性,利用二次规划获取其最佳执行时间,并与传统的基于优先级调度算法进行了比较。仿真结果表明,提出的自适应调度算法提高了任务调度成功率,降低了截止期错失率。     

一类带时间约束指派问题的分枝定界算法

通过对模型特征分析,提出了一种分枝定界算法,实例应用及算法复杂性分析证明了该算法的有效性.     

延迟反应信息影响下的修正多路径分配法

对行驶者的一种特殊的路径选择行为进行研究,提出了延迟反应信息及其影响区的定义.通过分析延迟反应信息影响下行驶者出行路径选择规律,对传统多路径交通分配方法进行了修正.重点对修正分配法中的几个关键问题,如延迟反应信息的影响区域的描述及二次路径选择起点的确定方法、多个延迟反应信息源间的联系以及它们对分配过程的影响的处理、二次分配过程的控制方法等,进行了详细讨论,最终给出新的多路径分配算法及算例,为交通影响分析、城市道路交通管理方案的制定以及交通规划等工作提供决策依据.     

基于遗传算法的光电干扰任务分配模型

 为评估光电干扰目标的威胁度，选取了目标的类型、速度、高度、距离、角度和目标的航路捷径等指标，构建了干扰任务分配模型，应用遗传算法对分配任务模型进行了求解，并通过实例验证方法的可行性。     

基于可替换路径对的多用户均衡交通分配算法

针对多用户均衡交通分配问题，依据多用户均衡条件，给出了该问题的变分不等式模型和间隙函数。利用可替换路径对的概念，设计了基于可替换路径对的多用户均衡交通分配算法。在大规模交通网络上，对比分析了提出的交通分配算法、外梯度算法、基于用户的对角化算法和基于起点的对角化算法等的性能。数值结果表明，提出的基于可替换路径对的交通分配算法在求解精度、算法效率以及稳定性等方面都显著优于其他算法。     

云南澜沧老厂矿区石炭系划分及原中上石炭统碳酸盐岩时代归属探讨

参照目前的石炭纪和二叠纪地层划分方案,笔者将云南澜沧老厂矿区石炭系与滇西凤庆平掌剖面石炭系进行对比,认为老厂矿区只存在相当于平掌组下段的地层;根据在矿区原中上石炭统"C2 3"碳酸盐岩中所采到的化石面貌显示,该套碳酸盐岩应该属于早二叠世紫松期的沉积,即为下二叠统鱼塘寨组的上段,因而矿区平掌组上段的地层及上石炭统缺失.并重新厘定了老厂矿区的地层层序.     

混合交通运量分布与均衡配流组合模型研究

运量分布与交通分配是交通规划中的两个关键问题 ,但现有模型在我国城市交通规划的实际应用中存在不少问题。本文基于我国城市混合交通的特点 ,借助于 share需求模型 ,建立了混合交通运量分布与平衡分配的极值模型 ,并利用最优化原理证明了模型的最优解等价于 Wardrop的用户平衡原则且最优解是唯一的。最后利用方向搜索法得到该模型的算法     

Cross‐Section Stock Return and Implied Covariance between Jump and Diffusive Volatility

I examine the information content of option‐implied covariance between jumps and diffusive risk in the cross‐sectional variation in future returns. This paper documents that the difference between realized volatility and implied covariance (RV‐ICov) can predict future returns. The results show a significant and negative association of expected return and realized volatility–implied covariance spread in both the portfolio level analysis and cross‐sectional regression study. A trading strategy of buying a portfolio with the lowest RV‐ICov quintile portfolio and selling with the highest one generates positive and significant returns. This RV‐Cov anomaly is robust to controlling for size, book‐to‐market value, liquidity and systematic risk proportion. Copyright © 2015 John Wiley & Sons, Ltd.     

基于协方差矩阵的主动学习方法及应用研究

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法。利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标。在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相同标记代价下提升模型预测精度。基于工业过程数据进行算法的应用仿真,验证了所提方法的可行性和有效性。