异质双寡头R&D竞争的复杂性分析

运用非线性动力系统理论建立了异质双寡头R&D竞争基于有限理性条件下的动态模型,分析了该系统的均衡点及其稳定性,并用Matlab数值模拟了不同市场参数条件下的系统动态演化状况。模拟结果表明R&D投入调整速度过快会使系统陷入混沌;企业可以通过增加产品特色来提高自身竞争优势;企业在重复博弈过程中技术溢出水平会同方向调整,直至均衡。     

基于随机需求的供应链核心企业产品优化问题研究

将供、产、销多个阶段纳入同一决策体系,考虑供应链环境下企业可获资源约束,研究随机用户需求下供应链中核心企业产品优化问题,建立了随机规划数学模型,根据问题的特点设计了矩阵实数基因组编码和随机模拟约束检验的遗传求解算法,通过算例仿真验证了模型和算法的可行性和有效性.     

Computational intelligence approach for uncertainty quantification using evidence theory

As an alternative or complementary approach to the classical probability theory,the ability of the evidence theory in uncertainty quantification(UQ) analyses is subject of intense research in recent years.Two state-of-the-art numerical methods,the vertex method and the sampling method,are commonly used to calculate the resulting uncertainty based on the evidence theory.The vertex method is very effective for the monotonous system,but not for the non-monotonous one due to its high computational errors.The sampling method is applicable for both systems.But it always requires a high computational cost in UQ analyses,which makes it inefficient in most complex engineering systems.In this work,a computational intelligence approach is developed to reduce the computational cost and improve the practical utility of the evidence theory in UQ analyses.The method is demonstrated on two challenging problems proposed by Sandia National Laboratory.Simulation results show that the computational efficiency of the proposed method outperforms both the vertex method and the sampling method without decreasing the degree of accuracy.Especially,when the numbers of uncertain parameters and focal elements are large,and the system model is non-monotonic,the computational cost is five times less than that of the sampling method.     

用联系数描述和处理网络计划中的不确定性

通过把集对分析（ＳＰＡ）中的联系数引入到网络计划技术之中,为工程中因各种情况变化引起的工期不确定性提供了一种新的表达和处理方法．研究表明,这种基于联系数的网络计划与调控方法,比传统的网络计划方法提供了更多有价值的信息,如关键路线、次关键路线和再次关键路线及其转化关系等,具有更灵活的表达和处理能力且符合工程实际．新方法思路清晰、操作方便,是一种值得推广的新型网络计划方法     

基于GERT仿真的武器装备技术风险量化评估模型

从技术风险量化的角度给出了技术风险及其量化指标的定义,基于Arena仿真软件环境,结合某武器装备项目的研制过程,分别建立了单个和多个子系统存在一定的失败概率并反馈执行情况下的GERT随机网络仿真模型,对仿真输出结果进行了详细的统计分析,分别建立了项目级和子系统级的费用超支百分比、工期拖延百分比、费用风险度、工期风险度等技术风险量化指标,并给出了能综合表征技术风险等级的技术风险等级图.     

基于不确定性的跳阶序贯三支决策模型

序贯三支决策模型作为一种能够有效处理不确定性信息的数据挖掘方法,采用了渐进的思维进行决策。然而,边界域可能存在部分不确定性较大的等价类,即便添加属性也无法准确划分,导致决策的分类精度降低,同时延迟代价较高。因此,通过条件概率来刻画等价类的不确定性,基于阴影集理论筛选不确定性较大的等价类,并对其采取跳阶延迟处理的方法,提出了基于不确定性的跳阶序贯三支决策模型。实验结果表明,所提模型与经典序贯三支决策模型相比,在分类性能上具有更好的有效性。     

一种多分辨率仿真模型构建方法

针对人在回路仿真推演中高层级指挥员下达作战任务与仿真系统模型指令之间的分辨率鸿沟,提出了一种基于行为树的多分辨率模型构建方法。通过改进行为树语法,实现了低分辨率作战任务解聚为高分辨率仿真系统指令;通过设计嵌入行为树的决策模型,解决了模型指令执行过程中面临的资源不确定性、执行效果不确定性问题。设计了夺取制空权作战场景,验证该方法的有效性。     

排污权价格不确定情境下企业生产决策的均值-方差模型

通过考察作为价格追随者的企业对排污权市场价格的最优反应,推导了排污权市场价格不确定情境下理性企业的随机利润函数及其均值与方差。遵循均值-方差模型的分析框架,以方差作为企业决策风险的基本测度,建立了基于不同典型决策偏好的优化模型,论证了排污权市场价格不确定情境下考虑风险的企业最优决策及其特征,以及外部情景要素变动对最优决策及其优化结果的影响。最后,通过数值模拟分析了不同参数对模型结果的影响,并较好地验证了所得结论。     

人工智能促进高等教育发展的伦理纠偏

人工智能广泛运用于高等教育已是大势所趋。然而,在瞬息万变的技术手段与相对不变的教育初衷之间,天然存在着伦理冲突。步入人工智能时代,技术的广泛运用必然引发一体两面的伦理纠结:高等教育面临更多的选择与更多的限制;教育伦理主体出现机械化与模糊化倾向;个性化教育更加便捷有效,与此同时,个人的隐私保护受到挑战;技术一方面提升学习效能,另一方面成为自主学习的钳制。往前看,人工智能时代的高等教育要避免陷入“机械化”的陷阱,务必恪守教育发展的本真逻辑,在积极迎接新技术的同时,警惕“泛技术化”和技术功利主义对教育的浸染,在技术理性与价值理性的权衡与融合中坚守育人底线,以道驭技,以人为本,继而有利于实现人工智能与高等教育的统合发展之道。     

基于加权证据理论的故障模式分析方法研究

针对采用传统风险优先数方法进行故障模式分析中存在不同故障模式的风险优先数值相等、风险参数的微小变化引起故障模式危害度等级波动较大的问题,从处理不确定性问题的方法论角度,提出了一种基于加权证据理论的故障模式分析方法。该方法将专家在风险参数评估过程中的认知不确定性分为基本可信度和专家属性权重分别进行量化,进而对认知不确定性进行传递和处理,实现了故障模式危害度等级的有序排列。实例分析及与现有研究结果的比较,验证了提出方法的实用性和有效性。