区间系统鲁棒稳定性和鲁棒镇定性的检验条件

讨论了区间系统的鲁棒稳定性和鲁棒镇定性的有限检验问题,给出了线段多项式鲁棒稳定性的充分必要条件,利用该条件对多项式多面体鲁棒稳定性和区间系统鲁棒镇定性进行了有限检验,并给出了相应的检验结果。该检验条件直观简明,利用它可非常方便地对这些区间系统进行鲁棒稳定性分析。     

不确定条件下多产品第四方物流闭环网络鲁棒优化研究

在不确定条件下,构建了一个包括生产商、集中退货中心、消费区/初始退货点、维修处理中心、分销中心和废弃处置中心的单周期多产品第四方物流闭环网络选址模型。在销售量和退货率均不确定的情况下,用鲁棒优化的方法进行优化,目标是使总成本最小。通过lingo 10对具体算例进行求解。结果验证了该模型的鲁棒性。     

地铁干扰下管道极化电位测试方法及应用

地铁干扰下管道阴极保护电位呈现频繁波动的特点,无法通过传统的断电法获得管道的真实保护电位。从需要断开所有外部电源的角度出发,提出采用试片断电法进行干扰下管道极化电位的测试,并通过现场试验研究,确定了影响管道极化电位准确测试的主要因素及其影响规律,建立了地铁干扰下管道极化电位有效测试的参数设置方法:试片极化达到稳定的时间不少于2.25 h;试片的埋设深度不低于0.30 m;试片与参比的水平间距宜为0.05～0.10 m。     

大规模流媒体服务间隔缓存策略的性能预测模型

静态分析模型能在负载固定的情况下预期不同因素对缓存算法性能的影响,为解决该模型在动态负载下预测精度不高的问题,结合实际用户访问行为研究,采用负载拟合的方法对此问题进行探讨,并提出了一种针对变动负载的间隔缓存类算法的动态性能模型。该模型可更准确估算系统实际性能,从而为用户控制等策略提供参考。实验结果表明,静态模型的缓存命中率预测结果比实际高70%以上,而该模型则能适应负载的变动,预测结果与实际结果差别在10%左右。     

分层多目标优化的区间算法

文章根据分层多目标优化的基本原理,结合区间分析的方法,提出了求解约束分层多目标规划问题的区间算法,克服了传统算法中存在的评价函数选取难和有效解可选性差的缺点,证明了算法的收敛性,给出了数值算例。     

不确定需求下容量限制工厂选址的改进蜂群算法

研究了需求不确定下容量限制工厂选址问题。在考虑需求点的实际情况后,根据各点不确定需求的变化而改变工厂的生产规模限制,建立设置分段的生产规模的容量限制工厂选址模型。使用联系数和区间灰数理论对不确定的需求进行预测。为了求解该问题,对传统人工蜂群算法的编码、更新、搜索和追随策略进行了改进。最后进行数值实验,将新算法与遗传算法、萤火虫算法、粒子群算法和海鸥算法进行对比。结果表明,改进后的人工蜂群算法有更好的优化效果,在求解容量限制的选址问题上具有可行性和有效性。     

基于小波与量子神经网络的容差模拟电路的软故障诊断

量子神经网络（Quantum Neural Network,简称QNN)的隐层神经元采用多层激励函数,具有一种固有的模糊性,能将决策的不确定性数据合理地分配到各模式中,从而减少模式识别的不确定度,提高模式识别的准确性.笔者提出了基于小波与量子神经网络的容差模拟电路的软故障诊断,实验仿真分析表明：该诊断方法正确率可提高2478%,从而提高了故障诊断的正确性.     

巴斯卡分布参数p的置信区间

讨论了巴斯卡分布与Beta分布的联系,并通过F分布的分位点给出了参数p的置信水平为1-α的置信区间.     

高维Cotes优化积分数值算法及其余项估计

利用一维Cotes公式及高维积分Cartesian积空间上的求积法则,将Cotes公式推广到了n维空间上,并给出了简单的误差估计.该公式具有比文[4],[5],[6]相关结果更小的误差和更高的收敛阶等优点.     

区间数判断矩阵满意一致性递推排序方法研究

研究了区间数判断矩阵的一致性和递推排序方法. 根据区间数判断矩阵的概念给出了区间数判断矩阵的完全一致性定义, 通过对完全一致性性质的讨论演绎出区间数判断矩阵的一致性和满意一致性定义及其判别方法,并且研究了一致性和满意一致性定义的合理性, 提出了求解区间数判断矩阵排序向量的递推排序方法, 最后用算例验证了方法的有效性.