基于PH服务的工作休假排队的流体模型

研究了带有单重工作休假的M/PH/1排队系统驱动的流体模型.首先,通过拟生灭过程和矩阵几何解法分别得到无穷小生成元和驱动过程的稳态队长分布.其次,建立并分析流体模型,根据平衡方程给出流体模型的稳态联合分布函数满足的矩阵微分方程组,利用Laplace变换（LT）和Laplace-Stieltjes变换（LST）的方法,推导出平稳缓冲器（库）容量的空库概率表达式和稳态条件下的缓冲器（库）容量的均值表达式.最后,给出模型在移动自组织网络（Ad Hoc）中的应用,并通过数值例子讨论系统参数对系统性能指标的影响.     

新组合模型在光电功率预测中的应用

为提高光伏预测要求的精准性,文章提出一种新算法将神经网络和ARMA算法改进组合,构成NEW ARMA-BP模型算法.以某30兆瓦的光伏电站采集的输出功率为输入样本,基于ARMA和BP神经网络算法在Matlab环境下依次搭建了相应的预测模型,预估光伏短期输出量.采用"误差正态检验图"判断基于两种不同算法的误差水平,依据两种单模型预测误差,运用所提出的新方法计算权值并获得新的预测值.基于Matlab的仿真结论验证了组合预测在光伏输出预测领域的适用性.     

基于改进的粒子群算法求解供应链网络均衡问题

传统的供应链求解方法为投影法,针对其要对投影进行计算,十分复杂的缺点,提出用改进的粒子群算法求解供应链均衡问题,利用动态异步调整学习因子来有效的提高了算法搜索能力与精度。本文介绍了供应链网络均衡问题转变为无约束优化问题的方法,然后用改进的粒子群优化算法进行求解。通过四个数值算例,将实验结果与标准粒子群算法、蜂群算法、学习因子同步变化的粒子群算法进行比较,验证了改进的粒子群优化算法在解决供应链网络均衡问题中的有效性与优越性,为供应链网络求解提供了一种新的方法。     

不确定性自私路由模型的理论和应用

为了更加准确地描述现实生活中的交通情况,以经典的自私路由模型为基础,在边的费用函数上引入不确定性,从而定义了具有不确定性的自私路由模型.对于不确定性自私路由模型,采用三种费用衡量标准,风险厌恶型（保守型）、风险折衷型（理智型）、风险偏好型（乐观型）,分别对应着不同人群在现实中的选择.进而定义了在不同衡量标准下所形成的稳定策略,即纳什均衡策略,并且证明了在任何一种衡量标准下,纳什均衡策略总是存在并且本质是唯一的.接着对三种费用衡量标准下的纳什均衡费用进行了比较,发现了一种反直观的现象：风险厌恶型（保守型）衡量标准下的纳什均衡费用可能严格低于风险偏好型（乐观型）衡量标准下的纳什均衡费用,即有可能会出现高风险低回报,低风险高回报的情况,这与经济学中高风险高回报,低风险低回报的原则是相违背的.以此为基础,进而提出了一种自私路由风险性悖论,并证明了这种自私路由风险回报悖论本质上是传统布雷斯悖论的推广.最后,刻画出了不会发生自私路由风险回报悖论的网络结构,证明了一个单对始终点网络不会发生自私路由风险回报悖论当且仅当它是序列-平行网络.     

Complete set of periodic solutions of a discontinuous recurrence equation

A nonlinear three-term recurrence relation arising from seeking the steady states of a cellular neural network with bang‐bang control is studied. We show that each solution is periodic and its prime period can be determined by three of its consecutive terms. By means of this periodicity property, we may then solve the steady state problem which to our knowledge is not solved by other means.     

A network approach to the modelling of active magnetic bearings

The modelling of active magnetic bearings based on a network approach is considered. Unlike in the standard modelling approach, where a linearization of the current-force relation for the centred shaft position is used, network models permit to include the position dependence of the bearing force in the force model. This becomes necessary when model based controllers are used to stabilize a magnetically supported shaft in tracking applications.

The approach is based on the well known application of network models to magnetic circuits. Further simplifying assumptions are discussed which allow one to obtain a network with a limited number of lumped parameters describing the magnetic behaviour of a magnetic bearing. The modelling of a combined radial and axial bearing serves as an example for the application of the proposed approach. Furthermore, the fitting of the network based model to measured characteristic force curves is discussed. In this context, a method for including saturation effects in the model is sketched.     

基于径向小波神经网络的混沌系统鲁棒自适应反演控制

设计了一种具有自适应性和鲁棒性的反演控制律, 实现了对含有系统不确定性的类Rossler系统的控制. 首先通过小波神经网络辨识系统的非线性部分, 将系统转化为含有结构不确定性和参数不确定性的参数化模型; 然后, 对于系统中的参数不确定性, 设计自适应控制律, 在线估计未知参数; 对于系统中的结构不确定性, 设计鲁棒控制律, 使得系统具有鲁棒性. 最后, 通过仿真实现, 验证了以上控制方法的有效性.     

二氧化钛修饰的微结构聚合物光纤预制棒制备及其在光催化中应用的探索研究

首次用二氧化钛(TiO₂)纳米材料修饰的547孔微结构聚合物光纤(MPOF)二次预制棒作为阵列化微管式光催化反应器对亚甲基兰的光催化分解进行研究.将高光催化活性的P25型二氧化钛纳米粒子均匀分散在TiO₂溶胶中,对547孔微结构聚合物光纤孔洞内壁进行铺膜,得到了负载光催化剂的阵列化微管材料.该TiO₂MPOF有序复合的阵列化微管不仅对二氧化钛纳米粒子起到负载作用,还可以作为光波导介质(rolling-up薄膜波导,聚光、导光进入二氧化钛薄膜层)、污染物反应流体通道.以有机染料亚甲基兰为模拟污染物,研究了TiO₂负载量、亚甲基兰的初始浓度及溶液pH值等因素对光降解效果的影响.该反应器547个孔道的内表面用于负载光催化剂,不仅增加了固-液接触面积,也提高了光的吸收效率,从而提高了光催化效率.迄今为止,这种兼具导光、聚光、传质、负载功能于一体的光催化反应器还未见报道.     

蛋白质结构的主成分分析及氧链糖基化位点的人工神经网络预测

糖基化是蛋白质翻译后修饰的重要形式之一,氧链糖基化是糖基化的一种主要类型,对蛋白质氧链糖基化位点进行预测具有重要的意义.以窗口长度为41的蛋白质序列为研究对象,采用稀疏编码,利用主成分分析法研究了氧链糖基化蛋白质序列的结构特点;在提取主成分的基础上,设计了一个含单隐层的BP神经网络(256—8—4),对蛋白质氧链糖基化位点进行预测,把蛋白质序列分为4类;并同直接用BP神经网络分类的结果相比较,实验结果证明提出的方法省时,准确,预测的准确率达80~90%.     

动态供应链网络均衡模型构建与分析

基于单一商品流,考虑了时间变量和库存问题,建立了三层动态供应链网络结构模型.对制造商、零售商和需求市场的多期独立决策行为及其相互作用进行了分析,应用变分不等式构建了各层均衡模型和整个供应链网络均衡模型.最后与相关文献的模型进行了比较.