基于最坏情况条件鲁棒利润的发电机组最优组合

采用最坏情况条件风险价值方法刻画电价风险,并定义最坏情况条件鲁棒利润描述发电商的利润,考虑机组启停,建立了基于最坏情况条件鲁棒利润的发电机组最优组合模型.在盒式不确定集下,将所建模型转化为混合整数二阶锥规划进行求解.通过10机24时段系统的算例仿真,验证了所建模型和求解方法的有效性.     

有效因子综合偏好强度与CVaR整合优化模型

本文从股票多维特征因子中选择有效因子,融合形成最大化有效因子综合偏好强度(IPS)的附加理性,构建并验证IPS-均值-CVaR投资组合优化模型。基于沪深300股2006~2015年数据分析显示:(1)有效因子IPS投资组合优越于单因子投资组合;(2)IPS方法相较于因子打分法,具有更优的多维数据整合功效;(3)IPS-均值-CVaR投资组合优化模型相对于均值-CVaR模型具有更优越的资产选择能力,也拓展了投资组合模型的多维数据处理能力和适用性。     

企业自主研发与合作创新的风险测度及组合优化

企业在整合内部创新要素进行自主研发的同时,也会寻求外部创新资源进行合作创新,当前同时从事多个R&D项目已成为常见的企业经营活动,如何在不确定条件下分析多个R&D项目投资的策略选择及风险优化,对于企业的长期发展具有重要意义。根据企业是否采取合作创新策略,可将其R&D项目分为自主研发与合作创新两类,以项目的研发成功率和投资收益率代表技术风险和市场风险,分别测度自主研发与合作创新项目的风险特性,并在此基础上构建企业R&D项目投资组合优化模型,以在自主研发与合作创新项目之间进行权衡取舍。结果表明,企业对于自主研发与合作创新项目投资组合的最优投资权重,主要取决于这两类组合的期望收益率、收益率方差、期望成功率以及两组合之间的协方差。企业可基于关键参数制定出最优的R&D项目投资组合选择策略,合理分配资金以达到风险最小化的投资目标。     

基于双状态Χ~2检测和快速强跟踪AUKF的组合导航算法

针对GNSS/SINS/摄影测量组合导航中某个子系统发生故障时,整个导航系统易受到故障数据污染的问题,提出了一种基于快速强跟踪AUKF的双状态卡方(Χ~2)检测数据融合方法。首先,采用快速强跟踪AUKF算法进行滤波;然后,引入卡方检验通过检测UKF子滤波器输出的状态向量来定位故障参数;最后,采用强跟踪滤波准确跟踪状态矢量突变以增强系统鲁棒性,并根据自适应因子实时调整预测协方差阵以修正增益矩阵,使滤波结果不受异常信息的干扰。将提出的改进算法与常规算法分别应用于无人机着陆导航系统,结果显示:与传统UKF相比,提出的算法得到的位置误差减少了62.6%以上;与强跟踪UKF相比,导航误差也至少减小了32.6%。     

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。     

Study of pure and semileptonic decays of Ds meson within R-parity violating supersymmetric model

We present the comaprative study of semileptonic and leptonic decays of Ds, D±and D0meson（D →M l＋-αl-β, D → l＋αlβ, D → l＋αvα;α,β=e,μ） within the framework of R-parity violating the（ Rp） Minimal Supersymmetric Standard Model（MSSM）. The comparison shows that combination and product couplings,（λβiα λ＊ ij qor λβqkλ＊αj k）contribution to the branching fractions of the said processes（under consideration） is consistent with or comparable to the experimental measurements in most of the cases. However, some cases exist where these contributions are highly suppressed. We identify such cases in our analysis and single out the important ones suitable for exploring in the future and current experiments.     

Markowitz投资组合模型改进的三帧差分法运动目标检测

移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象,实现非理想光照下,对橘红色目标足球的运动检测。提出在传统三帧差分法基础上,先利用Markowitz投资组合模型进行足球目标的特征提取,将场地非感兴趣的目标中,出现全部像素值发生变化的目标去除,再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制,选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像,结果表明跟踪图像不含非目标物的干扰,克服了差分图像存在空洞的问题,为移动机器人提供了一种实用的运动目标检测方法。     

完备化Witt代数中自然出现的一些非有限阶化李代数的表示

讨论了完备化Witt代数的三类非有限阶化子代数的不可约非权模的实现,并利用它们的表示得到一些有趣的组合恒等式.     

p-达朗贝尔判别法及其应用

对正项级数的达朗贝尔判别法作了推广,提出并证明了p-达朗贝尔判别法,扩大了其使用范围.进一步利用数列和子列的收敛关系,证明了其与柯西判别法之间的关系.最后通过例子对p-达朗贝尔判别法进行了验证.