基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法

为了提升电网复杂故障时的态势感知能力,提出了基于预处理模糊Petri网与改进遗传算法的电网故障诊断方法.首先,基于层次化、动态建模的思想,在建立元件一般故障诊断模型的基础上,引入浮动库所、浮动弧、浮动变迁的概念来合理的体现主保护、断路器以及后备保护之间的逻辑关系,建立了元件复杂故障时的诊断模型;其次,挖掘故障信息源的特性进行预处理,依据故障类型动态建立相应Petri网诊断模型;再次,利用改进的遗传算法对模型中的参数进行了训练、优化;最后,探讨了该Petri网故障诊断模型的容错性、通用性.对算例系统仿真的结果表明:该方法突出了故障诊断过程的层次性、可理解性,提升了诊断模型的透明性、改善了诊断模型的易维护性,在电网复杂故障的情况下诊断结果仍具有较高的准确度,并呈现有较好的容错性.     

灰色市场下考虑非对称信息的制造商质量披露及定价策略

针对灰色市场条件下产品质量为非对称信息的情形,构建由一个制造商、一个灰色市场投机者和顾客组成的Stackelberg博弈模型,研究了制造商的质量披露及定价策略.研究表明,在产品质量和低价市场顾客支付意愿较低时,制造商的质量披露策略是向顾客隐藏质量信息,反之则向顾客披露质量信息;在定价策略方面,随着低价市场顾客支付意愿的提高,制造商可通过不断缩小高、低价两个市场的价格差与灰市投机者进行竞争.进一步地,通过与产品质量对称信息情形对比分析发现,虽然非对称信息情形下制造商具有信息优势,但制造商不一定能够获得更高的利润,且其利润并不总是受到灰市投机者的影响.最后,通过将模型进一步扩展到制造商进行质量研发,即质量为内生时的情形,结果表明上述研究结论具有较好的一致性和普适性,可为灰色市场下制造商质量披露与定价提供有益的管理启示.     

过站航班地面保障流程效能评估

为了感知过站航班地面保障流程运行状况和优化机场协同决策信息系统,研究了单航班条件下的保障流程效能评估问题。通过系统分析地面保障流程,得到各场景的效能评估指标。结合评估指标的大小、重要性及聚散状态3个维度,构建了流程效能评估指标体系。设计了一种基于雷达图周长-面积的过站航班地面保障流程动态效能评估方法,并结合实际运行数据开展仿真验证。研究表明,流程效能评估结果整体上直观描述了保障流程效能的动态变化。通过客观性对比和敏感性分析可知,结果一定程度反映了过站航班离港属性,为航班推出控制提供依据。     

多星载光学传感器系统误差极大似然配准算法

针对低轨星座协同探测弹道目标过程中存在系统误差的问题,提出多星载光学传感器系统误差极大似然配准（maximum likehood registration,MLR）算法。通过一阶Taylor近似对非线性量测转换线性化,推导出目标状态的误差协方差与卫星轨道定向、姿态角测量和传感器测量等随机误差的关系,并基于视线交叉获得观测在状态空间中的近似投影,从而将MLR算法扩展到低轨星座多光学传感器的误差配准。通过引入各类测量误差的先验信息对目标状态的误差协方差进行修正,利用期望极大化迭代,实现了对系统误差的无偏有效估计及目标轨迹的融合估计。仿真验证了所提算法的有效性,且配准性能优越。     

通信辐射源运动轨迹相似性分析

针对传统运动轨迹相似性分析利用时空信息效率不高问题,结合通信辐射源主体特点,提出基于时空和语义信息的辐射源轨迹相似性分析算法。在该算法中,对相似运动轨迹距离测度进行改进,提出基于马氏距离的轨迹时空相似度算法,将轨迹分割后计算相似度,克服了时间不匹配轨迹和不同采样间隔对轨迹相似性判断的影响;同时,结合基于高效K近邻(K-nearest neighbor, KNN)相似搜索的语义相似数据搜索算法,实现对辐射源相似轨迹的准确判断。该算法能够准确判断相似轨迹,优于现有的相似轨迹判断方法,且适应噪声环境。仿真实验结果验证了该算法的性能。     

基于时间窗的SVDBN近似推理算法研究

变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。     

需求推断差异下供应链成员的运营决策机制

供应链终端随机需求的分布不确定时,制造商和零售商将根据各自掌握信息推断需求分布。若零售商不与制造商分享历史需求数据,制造商将根据零售商的历史订单数据进行需求推断。分析了制造商是否有历史需求数据时的价格决策、零售商相应的订购决策,以及供应链成员之间需求数据分享决策。结论显示：制造商根据零售商订单数据推断的需求过高时,将制定较高的批发价格;零售商的期望利润将比与制造商分享需求数据时少,零售商与制造商共享终端需求数据的可能性较大。进一步分析了激励供应链成员分享需求信息并增加供应链利润的协调机制。     

超启发式DE算法求解零等待发酵工艺调度

为解决具备间歇过程特点的零等待发酵工艺调度过程中易变质的难点,提出了一种超启发式差分算法,并将最小化最大完工时间设置为优化目标。此算法分为2层,高层为改进的自适应差分进化算法,来对低层的启发式操作进行选择排序。而低层组合排序成了新的算法对问题域进行操作,加入模拟退火算法避免陷入局部最优。所提出的方法具有学习的机制,对不同问题具有较强的泛化能力。通过测试算例和实际生产进行算法的比较和求解验证了此算法的有效性,结果表明所提出的算法比传统的启发式算法性能更优。     

不同主导力量下供应商减排投资的谎报与协调策略

在碳交易政策下的两级低碳供应链中,针对供应商可能利用私有成本信息增加自身利润损害零售商和供应链绩效的问题,探讨供应商投资减排后不同主导力量下供应商的成本信息谎报行为和供应链协调策略。研究发现,供应链主导力量对供应链利润在供应链成员间的分配、供应链的整体绩效和供应商的最优成本谎报策略均有影响。供应商主导型供应链中,供应商不会谎报其成本信息;零售商主导型供应链中,供应商在一定条件下会采取相应的谎报策略以使自身利润最大化,影响减排量、低碳产品零售价格以及零售商和供应链的绩效等。因此,设计一种固定减排量下依赖于批发价格的线性补贴惩罚机制进行协调。在合适的契约参数设置下,此机制在激励供应商反馈真实成本信息的同时能够实现低碳供应链的完美协调,且能将供应链利润在零售商和供应商之间进行自由划分。最后,通过数值分析对结论进行验证并探讨了谎报因子与零售商和供应商利润的关系。     

一种基于多任务学习的多模态情感识别方法

为了通过设置辅助任务学习到更具有情感倾向性的视频和语音表示,进而提升模态融合的效果,提出一种基于多任务学习的多模态情感识别模型,使用多模态共享层来学习视觉和语音模型的情感信息.在MOSI数据集和MOSEI数据集上的实验表明,添加两个辅助的单模态情感识别任务后,模型可以学习到更有效的单模态情感表示,并且在两个数据集上的情...