几种简化联合概率数据互联算法性能分析

针对最优联合概率数据互联算法复杂、运算量大的问题,目前提出了许多简化的联合概率数据互联算法。为了清楚地了解这些算法在不同环境下在跟踪精度、实时性等跟踪性能上的差异,对几种典型的简化算法进行了详细的性能分析。给出了简化算法的数学模型,然后从理论上对这些算法进行了优缺点比较,最后选取了多种典型的与实际工程背景相近的多目标运动环境,对几种比较有代表性的简化算法在这些环境下进行仿真实验,并根据仿真结果对它们各方面的性能进行综合分析。     

基于综合赋权的风险型多属性决策方法

讨论了属性值是有限区间上的连续型随机变量的风险型多属性决策问题。首先,通过密度函数的变换,研究了风险决策矩阵的规范化问题。基于主客观赋权的思想,建立了一个确定综合权重的模型,并给出了求解此类问题的一种方法。最后,以属性值为区间数的多属性决策问题作为特殊情况,给出了实例。     

ATO型供应链生产规划与库存协调集成决策经济模型

结合供应链分析模型研究的现状和ATO(assembletoorder)型供应链企业的特点,建立了供应链联盟生产规划与库存协调集成决策经济模型,该模型包括战略层子模型和运作层子模型两部分.战略层子模型以供应链整体增值利润最大化为目标来确定各层企业的生产计划;运作层子模型,在战略层确定的生产合作计划的基础上,来实现协调多层供应链成员企业生产周期或批量的目标.此外,文章还从合作博弈的角度证实了模型博弈核心解的存在性这样模型确定的生产合作计划可保证联盟整体的稳定性.     

基于BP网络的钢骨高强混凝土框架边节点设计

为了研究钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点的承载力，在实验研究的基础上，分析了钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点承载力的组成，明确了钢骨、钢强混凝土和箍筋所提供的承载力的计算方法，确定了钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点承载力的计算公式。利用神经网络的原理，建立了钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点承载力的BP神经网络模型，并根据试验结果，对网络进行训练，使其具有分析和判断的功能，从而形成一种新型的设计方法。     

基于卷积神经网络的多天线Polar码联合解调-解码方案

为了验证运用神经网络进行信道解码的可行性,利用其提高短码长Polar码的译码准确率,提出了一种基于卷积神经网络(convolutional neural network,CNN)的多天线(multiple-input multiple-output)Polar码新颖联合解调-解码方案.搭建了一种包括4个卷积层,2个全连接层和1个输出层的卷积神经网络,采用最小均方误差作为损失函数,通过计算机生成了Polar码编码的多天线数据并对网络进行训练,使训练得到的神经网络能很好地提取出Polar码比特间的关系特征,从而拟合出Polar码译码函数.仿真结果表明,在相同信噪比条件下,基于CNN的Po-lar码联合解调-解码方案的误码率优于已有的基于全连接神经网络方案;所提方案在不同码率的仿真实验中的误码率皆优于基于全连接神经网络方案,损失曲线的收敛速度更快,显示了基于CNN的Polar码联合解调-解码方案具有更好的泛化能力和学习能力.     

基于期权采购的政企联合储备应急物资模型

政企联合储备应急物资能够有效地改善政府单独储备物资所面临的储备过量或不足的困境,而通过市场化的契约机制实现政企联合储备可以克服行政强制手段带来的弊端.基于此,本文建立了基于期权采购的政企联合储备应急物资模型,通过推导获得政企双方的最优决策后,给出了企业参与联合储备的条件,以及在不同的现货市场条件下,与政府单独储备模式相比,政企联合储备模式能够提高物资总储备量且降低政府库存水平时契约参数的取值范围.在此基础上,本文给出了供应链达到协调以及政企双方实现合作共赢时的条件.最后,本文通过数值模拟对上述结论进行了验证,并进一步研究物资需求量不确定性对两种储备模式的影响,结果表明随着需求量不确定性的增加,与政府单独储备模式相比,政企联合储备模式的优势越发明显.     

双积分制下汽车生产商生产决策优化

本文研究了燃料消耗量积分和新能源汽车积分"双积分制"下汽车生产商生产决策问题,基于持股比例和内部期权协议建立了传统能源车与新能源汽车联合决策模型,在积分不足、积分富余和积分平衡三种策略情形下求解了最优定价、产量和内部积分协议价,并针对市场积分价格和汽车销售量的实际波动求解了生产计划的鲁棒区间及其应急调整策略.研究结果表明:持股比例主要影响内部协议价形成,持股比例越高,内部协议价越趋近于外部市场价;初始生产计划存在多维非对称鲁棒区间,汽车生产商可通过价格响应机制实现生产计划扰动管理及积分策略切换;控制积分交易限量将改变最优生产计划及其应急调整策略.     

空时自适应混合高斯模型复杂背景运动目标检测

为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.      

犁式滑雪转弯膝关节软骨有限元分析

随机挑选200名实验对象,记录他们的基本信息、关节角度和滑行速度,对其中181个有效数据进行分析.根据1名志愿者的MR,CT数据建立了膝关节140°软骨与骨的三维模型.根据运动学分析结果和膝关节解剖学结构定义载荷及约束,在Abaqus 6.14中得出转弯膝软骨应力集中出现的位置.研究结果表明:体重过大、速度过快时应适当增大转弯半径以减少向心力对膝关节软骨施加的应力;犁式转弯的过弯速度应控制在3 m/s之内.     

融合词法句法分析联合模型的树到串EBMT方法

针对传统的基于实例的机器翻译(EBMT)方法中系统构筑复杂度和成本较高的问题,提出一种基于依存树到串的汉英实例机器翻译方法。与传统方法相比,该方法只需进行源语言端的句法结构分析,可以大大降低构筑系统的复杂度,有效降低成本。为了提高翻译精度,引入中文分词、词性标注和依存句法分析联合模型,可以减少汉英EBMT中源语言端基础任务中的错误传递,提高提取层次间特征的准确性。在此基础上,结合依存结构的特征和中英语料的特性,对依存树到串模型进行规则抽取以及泛化处理。实验结果表明,相对于基线系统,该方法可以提高实例对抽取质量,改善泛化规则和译文质量,提高系统性能。