搜索结果: 91-105 共查到“知识库 决策分析”相关记录417条 . 查询时间(6.455 秒)
两种需求模式下报童模型的最优定价-订购联合决策
报童模型 需求依赖价格 最优定价订购决策
<
2014/2/28
在加法和乘法两种需求模式下，研究了带有缺货惩罚的单周期报童模型的最优定价-订购联合决策问题，证明了最优决策的存在性及唯一性的充分条件，并具体给出了最优决策的解析表达式。通过数值算例，验证了结论的有效性，给出了价格敏感因子对最优决策和期望收益的影响。研究结果在理论上更具有一般性，而且为研究多零售商的价格竞争决策问题和供应链契约协调等问题提供了理论依据。
以形式化语义为基础提出一种决策服务协作自组织方法。首先，定义相关概念并引入Horn子句为语义推理基；然后，提出基于决策环境和能力准则的决策服务评估算法；最后，提出了自组织算法，通过自组织矩阵找到最符合需求的决策服务协作参与者。实验分析表明所提出的方法是有效可行的。
位置误差条件下多运动站无源跟踪PCRLB
无源跟踪 位置误差 奇异 后验克拉美罗下限
<
2014/2/28
在无源跟踪中通常假设目标运动模型为离散白噪声加速度模型，此时状态协方差矩阵奇异，通用的后验克拉美罗限（PCRLB）求解方法失效。另外，观测站位置误差可能对目标无源跟踪性能带来较大影响。对此，首先将状态变量分成非奇异的位置和速度两部分；然后通过构造中间向量得到PCRLB的通用表达式，进而推导了观测站存在位置误差时的PCRLB；最后以多运动站只测角跟踪为例对PCRLB进行了仿真分析，结果表明，所推导的...
大场景三维重建中多核并行捆集调整算法
三维重建 捆集调整 并行运算 图像处理器
<
2014/2/28
将三维重建中捆集调整算法用于优化重建结果，是非常关键的步骤，然而传统单核串行算法耗时量大不太适合大场景重建。对此，首先对捆集调整算法本身进行了改进；然后在此基础上提出了多核并行捆集调整算法并采用图像处理器(GPU)实现该算法。实验表明，所提出的多核并行捆集调整算法提高了算法优化参数的精度和处理速度。
面向级联失效的复杂网络加权策略
级联失效 复杂网络 加权策略 鲁棒性
<
2014/2/28
针对加权复杂网络抵制级联失效的鲁棒性问题，提出一种介数相关的节点加权方法，并应用加权流局域重新分配原则构建了带有可调权重参数的级联模型。在典型模型网络和真实网络上探讨了级联行为。数值模拟和理论分析结果给出了网络达到最强鲁棒性水平时所对应的权重参数值。与现有的度相关加权策略对比，介数相关加权策略使得网络鲁棒性更强。
针对时变输入/输出过程神经网络的训练问题，提出一种基于混沌遗传与带有动态惯性因子的粒子群优化相结合的学习方法。综合利用粒子群算法的经验记忆、信息共享和混沌遗传算法的混沌轨道遍历搜索性质，基于PNN训练目标函数，构建两种算法相混合的进化寻优机制，通过适应度评估和优化效率分析自适应调节混沌遗传与粒子群算法的切换，实现网络参数在可行解空间的全局优化求解。实验结果表明，该算法较大提高了PNN的训练效率。
研究风险偏好和需求不确定性对库存系统的影响，证明最优订货量和最优利润关于缺货惩罚成本和风险水平的单调性。利用随机比较方法证明随机大需求导致较高的最优订货量，当不考虑缺货惩罚成本时随机大需求导致较高的最优利润；证明最优利润随需求可变性增加而减少，并给出相应的充分条件与充分必要条件；进一步证明存在一类需求分布，在一定条件下系统利润随需求可变性增加而增加。通过数值例子验证了所得研究结果。
价格波动下钢铁企业原材料采购多期优化模型
钢铁企业 原材料采购 价格波动 多期优化
<
2014/2/28
考虑钢铁企业原材料需求、采购提前期及价格波动的影响，建立原材料采购的多期优化模型，最小化单位采购成本并保证原材料的供应。由于模型求解困难，将其分解为多个子模型，并采用改进的粒子群算法进行求解。最后以某钢铁企业铁矿石采购优化为案例，表明多期优化决策比单期最优经济采购决策和以补充库存为目的的采购策略更优。
基于直觉梯形模糊TOPSIS的多属性群决策方法
TOPSIS方法 直觉梯形模糊数 群决策 距离测度
<
2014/2/28
提出一种改进的逼近理想解排序(TOPSIS)方法，即直觉梯形模糊TOPSIS多属性群决策方法。首先，应用直觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知；然后，利用直觉梯形模糊数间距离测度和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息；进而给出直觉梯形模糊环境下方案优选的算法；最后，通过算例进一步说明了该直觉梯形模糊TOPSIS方法的有效性。
再入机动飞行器的模糊自适应H2/H∞ 控制
再入机动飞行器 H2/H&infin 控制 模糊自适应 不确定非线性 控制性能
<
2014/2/28
针对再入机动飞行器(MRV)动态的非线性和不确定性，将模糊自适应理论与鲁棒H2/H∞控制理论相结合，提出一种MRV的模糊自适应H2/H∞控制方法。该方法利用模糊逻辑系统逼近导弹模型的非线性函数，补偿其建模的不确定性;并且基于H2/H∞混合优化控制与非零和博弈理论，设计了鲁棒H2/H∞控制器补偿模糊系统的逼近误差和外界干扰，进而改善控制性能，使得性能指标在达到最优化的同时满足H2/H∞性能指标。通过...
文化算法的收敛性分析
文化算法 Markov链 满意集 依概率弱收敛
<
2014/2/28
虽然文化算法已被广泛应用于解决各个领域的优化问题，但与其收敛能力相关的理论分析还比较缺乏。为此，针对传统文化算法，应用有限状态Markov链来分析文化算法的搜索过程，进一步使用公理化模型深入研究了种群在决策空间上的概率分布情况，证明了在文化算法信度空间的标准知识、拓扑知识和状况知识引导下，变异算子和最优保留选择策略保证了文化算法依概率弱收敛到全局最优解。
基于时空约束和稀疏表示分类的目标跟踪算法
目标跟踪 时空约束 稀疏表示分类 标准对冲
<
2014/2/28
针对经典稀疏分类目标跟踪算法中目标模板和目标基的建模及更新方式效率低，跟踪性能不可靠等问题，提出一种新的目标跟踪算法，解释了时空约束原理，目标基、背景基、时序特征池的创建方法以及选择与抛弃两种基更新机制;该算法采用时序循环更新方式解决模板更新问题，结合稀疏表示分类和标准对冲实时计算目标坐标。相比其他几种经典目标跟踪算法，有效提高了在复杂背景下的目标跟踪性能。
粒子滤波目标跟踪中的有效粒子数控制方法
目标跟踪 粒子滤波 有效粒子数 粒子退化
<
2014/2/28
针对视频目标跟踪中粒子滤波的粒子退化问题，提出一种有效粒子数控制方法。通过分析权值和有效粒子数对跟踪性能的影响，建立了有效粒子数控制的相关理论，并提出基于有效粒子数控制的粒子滤波目标跟踪算法。最后，建立了跟踪性能评价方法。大量的实验比较表明所提出的方法是有效的。
基于精英学习的量子行为粒子群算法
量子行为粒子群 精英学习 动态逼近搜索 变尺度混沌扰动
<
2014/2/28
在分析量子行为粒子群算法中吸引子指导作用的基础上，引入两种精英学习策略，提出了基于精英学习的量子粒子群算法（QPSO-EL）。采用动态逼近学习策略对精英个体进行局部更新，协助其跳出自身局部极值点，引导种群进行有效搜索；借鉴群体早熟判断机制对停滞状态下的精英个体空间进行变尺度混沌扰动，增大种群全局搜索空间，有效平衡了算法的局部和全局搜索能力。典型函数的仿真结果表明，该算法具有收敛速度快、求解精度高的...
统计特性已知的复杂系统控制器设计方法
线性二次型高斯控制 Takagi-Sugeno模型 Kalman滤波 动态规划
<
2014/2/28
对于具有白噪声加性干扰的复杂系统的控制问题，建立了Takagi-Sugeno模糊控制模型，利用Kalman滤波对系统状态信息进行局部估计，用动态规划获得了控制增益，这样导出的控制器具有学习特点，使得闭环系统具有期望的性能指标。以倒立摆为仿真实例，仿真结果表明了所设计控制器的有效性。