数学量子位与物理量子位的差别

本文讨论了量子位概念的数学定义和物理实现,指出了两者之间的差别.我们发现,量子信息研究中采用的量子位概念是数学的,不是物理的,而物理的量子位在应用中存在本质性的概念问题,包括无法读写,需要无穷大的精度,与经典熵的定义矛盾,等等.     

简约李代数和局部李代数的生成元

证明了具有n-维中心的简约李代数的生成元的最小个数是n或n+1(n≥1),也证明了满足一定约束条件的局部李代数能由两个元素生成.     

不同补贴对象下闭环供应链信息共享价值研究

在一个制造商和一个零售商组成的二级闭环供应链中,为研究政府补贴下供应链需求信息共享对决策的影响及共享价值,针对两种补贴对象,构建并求解无信息共享和信息共享博弈模型,并进行仿真验证.研究表明:1)两种补贴对象下,制造商均能从信息共享中获益,零售商仅在绿色成本和回收成本较低时才会从信息共享中获益;绿色成本和回收成本稍高时,设计基于谈判势力的信息补偿机制能有效促进零售商共享信息.2)产品绿色度和回收率随预测需求量的提高而提高,批发价和零售价仅在回收成本较低时,才会随预测需求量的提高而提高.3)在仅补贴一方情况下,当补贴对象为低补贴一方时,两个主体所获的信息共享价值大;若对两者的补贴均较低,两个主体均希望补贴对象为零售商;若对两者的补贴均较高,零售商不愿共享需求信息.     

基于能量法的载流单层碳纳米管振动特性研究

以非局部弹性理论为基础,考虑了碳纳米管的小尺度效应;采用欧拉-伯努利梁模型,基于能量法给出了载流单层碳纳米管的振动频率近似解;并通过具体算例,应用振动频率近似解公式求解了悬臂单层纳米管的频率值,进而研究了管内流体流速、碳纳米管小尺度参数对悬臂梁一阶振动频率及振型的影响,并将得到的结论与已有文献的结果进行比较,证明了振动频率近似解的正确性。     

微生物絮凝的时滞动力学模型与理论分析

基于微生物连续培养与絮凝等实际问题,利用微分方程相关理论,构建了一类具有时间滞后的微分方程动力学模型.模型中的时间滞后刻画了培养皿中微生物对于连续供给的营养物质的吸收、转化过程中客观存在的滞后因素.边界平衡点的存在性与稳定性揭示了培养皿中,连续培养的微生物浓度,随着时间的推移,将趋近于零.另一方面,正平衡点的存在性与稳定性揭示了培养皿中,连续培养的微生物浓度、营养物质浓度、絮凝剂浓度,随着时间的推移,将分别趋近于常数,即培养皿中微生物连续收集的可行性.     

市场需求信息不对称下的保兑仓融资风险控制策略

信息不对称风险广泛存在于保兑仓融资过程当中,本文运用Stackelberg博弈模型刻画融资系统成员关系,运用动态规划优化分析方法求解对应博弈均衡策略。总结出需求信息不对称的三种表现形式:信息造假,信息优势及信息隐匿,分析各类信息不对称情形对融资系统所造成影响,并相应提出实现信息显示功能的契约甄别机制。研究表明:零售商可从信息不对称中获取巨大信息优势,但对其他成员造成损害,其中信息隐匿对生产商损害程度更高;二部定价机制可实现信息甄别,但生产商须为之付出信息租金,造成效率损失;而合理参数设定下的二部定价加回购机制有助于进一步改进融资系统及各成员收益,甚至达到次协调状态,最终实现融资成员收益的帕累托改进。本研究对于控制供应链融资中的信息风险、改善融资效率提供了理论依据及决策参考。     

基于演化博弈的公共交通、共享汽车与私家车的博弈分析

出行者的选择行为分析是交通系统中的一项重要内容,随着城市的发展,交通出行方式大体分为三大类:公共交通出行、辅助公共交通出行和私人交通出行。本文在以往的研究基础上,采用演化博弈的方法研究公共交通、共享汽车以及私家车三者之间的博弈关系,模拟出行者的选择行为,分析博弈均衡点稳定性及参数条件。通过模型仿真实验,演化结果中各项比例大小取决于各项收益、补贴、损失以及额外收益,要增加公共交通的配套设施,增收拥堵费以及增加对共享汽车的补贴及配套服务。     

基于复杂网络的能源互联网信息物理融合系统跨空间风险传递研究

能源互联网呈现物理信息深度融合的趋势,为电力系统管理研究定义了新的研究框架。作为一个先进的复杂系统,能源互联网信息物理系统(Energy Internet Cyber-Physical System,ECPS)在其发展过程中面临着一些新的挑战,其中一个就是耦合结构下的风险管理。本文结合复杂网络理论和风险传递理论,着重在拓扑层面分析了ECPS跨空间交互机理,并在此基础上定义了交互路径和交互系数;接着建立了ECPS跨空间风险传递模型,量化描述了风险的传递和演化过程,并进行了风险影响评估;最后,通过仿真实验分析了三种不同交互系数节点故障的风险传递过程和不同攻击模式下系统的崩溃过程。对仿真结果的讨论阐述了能源互联网风险跨空间传递的特点,为更深入地研究ECPS的风险管理提供了参考。     

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%。