广义加权损失函数下准备金的分位信度估计

由于聚合数据是个体数据的加总,会失去一些有用信息.针对个体数据模型,分位回归模型可以直接求取未决赔款准备金的分位数,并且对数据中存在的异常值的敏感度不高.在程纪(2020)模型基础上,将分位回归模型与信度理论相结合,将多个流量三角形的增量赔款数据看成是相同日历年下的重复性多次观测,体现样本数据的分层结构,克服经典信度模型中只有一条回归线的弊端,在广义加权损失函数下得到准备金的信度估计,并给出参数估计.     

汽配件颜色喷涂顺序问题的TSP转化与建模

汽配件颜色喷涂顺序问题通常以生产线上相邻汽配件颜色切换次数少为最优目标,以进一步降低生产成本.该类问题具有所有汽配件都必须喷涂一次且只喷涂一次的特点,为此提出了TSP转化与建模的方法.将待喷涂汽配件定义为TSP顶点,任意两个待喷涂汽配件的颜色切换定义为顶点的距离,仿照TSP问题构建0-1规划模型;类似于顶点距离,将某些汽配件的颜色或类别不相邻要求定义为0-1矩阵,巧妙地构造了喷涂生产的约束条件.该建模方法简单快速,通用性高,适用于具有类似特点的各类生产实践问题.     

基于贝叶斯参数优化的无模型自适应硅单晶直径控制

直拉硅单晶的生长过程涉及多场多相耦合与复杂的物理化学变化,其中工艺参数的波动是导致晶体直径不均匀的重要原因,如何实现工艺参数的控制以获得理想的、均匀的晶体直径具有重要的研究意义。本文分析现有控制方法存在不稳定以及控制效果不佳的问题后,提出基于贝叶斯参数优化的无模型自适应控制模型来控制硅单晶生长过程中的晶体直径。首先以坩埚上升速度与加热器的功率作为控制输入参数,晶体直径作为输出,搭建无模型自适应控制模型,并分析算法的稳定性。其次将控制模型进行仿真实验,发现硅单晶直径控制模型中不同的超参数设定会影响控制过程的迭代次数以及控制效果。最后,利用贝叶斯优化超参数的取值范围,并进行最终的仿真实验,结果表明,经贝叶斯参数优化后的控制模型计算快、迭代次数少,输出的晶体直径稳定,同时将生长工艺参数控制在实际生产要求范围内。因此,基于贝叶斯参数优化的无模型自适应控制实现了硅单晶直径均匀稳定的有效控制,具有结合工程背景的实际应用前景。     

基于Kronecker型替换的黑盒多项式稀疏插值

本文基于新的Kronecker型替换,给出两个由黑盒表示的稀疏多项式的新确定性插值算法.令f∈R[x1,……,xn]是一个稀疏黑盒多项式,其次数上界为D.当R是C或者是有限域时,相对于已有算法,新算法具有更好的计算复杂度或者关于D的复杂度更低.特别地,对于一般黑盒模型,D是复杂度中的主要因素,而在所有的确定性算法中,本文的第二个算法的复杂度关于D是最低的.     

基于TOPSIS模型的机场网络节点重要度评估

在机场网络中单个机场节点的失效往往会对其他的节点产生影响,特别是关键节点的失效会波及整个网络.准确客观的识别重要节点机场关乎整个机场网络的安全运营.本文分析了机场网络拓扑特性中的度、集聚系数和接近度指标,考虑了机场旅客吞吐量和所在城市人口等交通经济特性指标,使用熵权法确定权重的基础上,应用TOPSIS法构建综合评价体系模型,最后以华东地区机场网络为例进行节点重要度排序.结果表明与单一指标的评估结果相比,该方法更加全面客观的确定不同属性指标的权重,避免了不同指标取值的差异性,使评价更加全面,更符合机场网络实际运营情况.     

基于改进SIR模型的知识密集型企业隐性知识转移研究

通过对比分析传染病传染机制与隐性知识的转移过程,引入SIR模型,根据隐性知识转移的特点对SIR模型进行改进,并在组织遗忘视角下,将员工知识遗忘细分为主动遗忘和被动遗忘,建立知识密集型企业隐性知识转移模型.而后,通过Matlab对该模型的演化函数进行模拟,分析知识接收方占比、知识转移能力、知识遗忘率及核心员工流失率对知识密集型企业隐性知识转移的影响.最后,基于模拟分析结果,为提升知识密集型企业隐性知识转移效益提出相应策略.     

基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

Hudson模型适用性及储层微观建模应用*

为明确裂缝间相互作用对各向异性的影响，本文以Hudson模型为例分析了裂缝密度、裂缝倾角对地震波波场、弹性常数和Thomsen系数的影响规律，然后采用“基质-骨架-流体”组合化的方法进行了裂缝储层微观尺度的建模，并与实际测井资料进行了对比。结果表明该模型适用条件为低裂缝密度储层，二阶模型适用的裂缝密度范围比一阶模型大，但在裂缝密度过大时，二阶模型会出现不收敛的现象，模型便不再适用。裂缝储层纵横波速度随裂缝倾角增大而增大，纵波速度对裂缝倾角更为敏感。另外，在与实际测井曲线对比时，在高裂缝密度地层二阶模型的应用效果明显优于一阶模型，说明了在高裂缝密度储层考虑裂缝间的相互作用的必要性。     

基于电化学老化衰退模型的锂离子动力电池外特性

当前锂离子动力电池电化学模型存在模型复杂、建模难度大、计算效率低、老化评估效果差的问题,本文提出一种考虑电池衰退老化的机理模型(ADME).本文首先通过有限差分法对伪二维(P2D)电化学模型进行离散降阶处理,得到简化伪二维(SP2D)模型.在SP2D模型的基础上,基于阴阳两极发生的副反应导致的衰退老化现象,提出一种考虑电池衰退老化的机理模型.其次,使用多变量偏差补偿最小二乘法实现模型参数辨识.最后通过动力电池衰退老化性能循环实验,对比分析了恒流、脉冲工况下SP2D模型和ADME模型的终端电压输出.结果表明:ADME模型较为简单、计算效率和估算精度高,可以有效评估电池容量老化衰退,得到理想的锂离子动力电池外特性曲线.