一类非线性系统的多故障检测方法研究

针对一类非线性系统,提出了一种基于最优滤波的多故障检测观测器设计方法。引入神经网络逼近系统非线性部分,由Lyapunov稳定性理论设计神经网络权值调整规则.采用对等空间方法设计最优滤波矩阵滤除干扰故障噪声,从而对目标故障进行检测和跟踪。仿真结果验证了该方法的正确性和可行性。     

多渠道分销库存系统成本模型

考虑由一个制造商、多个分销中心、多个零售商组成的多级分销系统。针对多渠道分销问题,在周期检查库存策略的前提下,分别建立分销中心持有库存和分销中心不持有库存两种情况下,零售商具有随机需求及相关需求的多级库存系统成本优化模型。最后,通过算例,从系统总成本最小的角度出发,给出了这两种条件下库存成本随需求相关系数的变化情况,证明了此模型可用于库存决策。     

一类随机需求下分销系统的主从对策模型及仿真

针对由一个制造商(主方)和一个经销商(从方)组成的分销系统,在一类兼具价格弹性和服务敏感性的随机需求模式下,给出了经销商和生产商利润函数,建立了分销系统主从对策模型,并用数值方法进行求解。最后,通过仿真比较了这类需求模式与仅具有价格弹性的随机需求模式对分销系统绩效的影响,同时也分析了需求波动的变化、经销商目标利润率的变化、价格折扣的变化给模型带来的影响。     

非线性随机延迟微分方程Euler-Maruyama方法的收敛性

首先利用附近已有节点上的值通过插值对延迟项进行数值逼近,这是一种崭新的尝试;然后针对较一般情形下的一类非线性随机延迟微分方程初值问题,得到了带线性插值的Euler-Maruyama方法在均方意义下是收敛的理论结果,它部分推广了已有文献中的相关结论。     

时变条件下有宵禁限制的最短路问题

在组合优化过程中,往往需要获得从起点到终点之间的最短路,而其所考虑的目标可能是一个与时间相关的变量.同时,对于网络中的节点往往有宵禁的限制(curfews).给出时变条件下有软、硬宵禁限制的最短路模型,设计了求解时变条件下有宵禁限制最短路的算法,并对算法的复杂性进行了分析.最后给出了一个应用算例.     

银行资产负债管理多阶段随机规划模型

使用带有简单补偿的随机线性规划模型,研究不确定下的银行资产负债管理问题。以我国经济环境为依托,考虑了未来银行资产收益以及存款流的不确定性,并采用向量自回归的方法对其进行估计。以浦发银行为研究对象,并与其实际情况进行比较。结果表明,按该模型进行决策,能较好地规避由于未来的不确定所带来的风险,得到的收益要高于实际收益。     

循环平稳性与随机共振理论的非绝热描述

噪声背景中周期信号的循环平稳性是信号处理中一个重要的特征.本文利用随机循环平稳过程的有关理论研究复杂随机动态系统中的随机共振现象.依据系统输出的一维准稳态概率密度近似理论,本文推导了系统输出二维跃迁概率密度、稳态自相关函数和系统输出信噪比的公式.输出信噪比随着输入噪声强度增加而呈现的随机共振现象,理论分析和数值试验结果非常吻合.此理论为随机共振理论的一种非绝热描述,不仅能够解释经典随机共振现象,而且能够描述驻留随机共振现象,对于复杂随机动态系统的信息处理机制具有重要理论指导意义.     

超生产容量阻止对手进入有效性的实物期权分析

将产业中企业竞争的策略行为推广到不确定性的市场环境中,用实物期权分析方法研究了行业内的垄断企业阻止具有决策灵活性的潜在进入者时,投资超生产容量策略的有效性.研究基于行业内企业的生产容量对进入者项目价值的影响评估,给出了业内企业生产容量对对手的进入期权价值和投资决策的影响结果,证明了当潜在进入者有足够的决策灵活性:投资前持有进入期权,投资后持有暂时停止和恢复期权时,对业内企业设置的任何生产容量,潜在进入者都会等待有限的时间后投资进入行业,即在净现值分析方法下有效的、以超生产容量阻止进入的竞争策略,对于持有投资和生产决策期权的进入者是无效的.     

参数未知随机系统的最小方差对偶自适应控制

针对参数未知随机系统的自适应控制问题,研究了最小方差对偶自适应控制。分析了由于未知参数的不确定性,使得运用动态规划原理求解最优控制律时存在着困难,转而寻求次优控制律;给出了差分方程转换成状态空间模型的方法,将未知参数在一个确定的模型集中取值,运用动态规划原理得到各模型的控制律,通过各模型后验概率加权获得次优对偶控制律。给出了算例,以验证此算法的有效性,表明所得到的控制律既有调节作用,又有学习作用。     

基于混合优化算法的遗传算法参数设定研究

有限计算量条件下遗传算法的理论收敛条件难以完全满足,参数选择的恰当与否直接影响到算法性能的发挥。针对这一情况,在分析现有参数设定方法的基础上,将遗传算法参数设定问题描述为随机优化问题,并提出一种解决该问题的新的混合优化算法,即基于序优化的巢分区算法。该算法将序优化思想融入巢分区算法的局部搜索过程,大大提高了局部搜索效率,而巢分区的算法框架则保证了算法的全局收敛性。以典型旅行商问题为算例的仿真结果验证了该方法的高效性与可靠性。