Value management of diagnostic equipment with cancelation,no‐show,and emergency patients

Magnetic resonance imaging and other multifunctional diagnostic facilities, which are considered as scarce resources of hospitals, typically provide services to patients with different medical needs. This article examines the admission policies during the appointment management of such facilities. We consider two categories of patients: regular patients who are scheduled in advance through an appointment system and emergency patients with randomly generated demands during the workday that must be served as soon as possible. According to the actual medical needs of patients, regular patients are segmented into multiple classes with different cancelation rates, no‐show probabilities, unit value contributions, and average service times. Management makes admission decisions on whether or not to accept a service request from a regular patient during the booking horizon to improve the overall value that could be generated during the workday. The decisions should be made by considering the cancelation and no‐show behavior of booked patients as well as the emergency patients that would have to be served because any overtime service would lead to higher costs. We studied the optimal admission decision using a continuous‐time discrete‐state dynamic programming model. Identifying an optimal policy for this discrete model is analytically intractable and numerically inefficient because the state is multidimensional and infinite. We propose to study a deterministic counterpart of the problem (i.e., the fluid control problem) and to develop a time‐based fluid policy that is shown to be asymptotically optimal for large‐scale problems. Furthermore, we propose to adopt a mixed fluid policy that is developed based on the information obtained from the fluid control problem. Numerical experiments demonstrate that this improved policy works effectively for small‐scale problems. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 287–304, 2016     

基于Matlab/Simulink的三轴随动跟踪平台仿真

在分析三轴随动跟踪平台控制原理和算法设计的基础上,运用Matlab/simulink仿真工具对其建立数字仿真模型。通过调节仿真模型系统参数,探索出具有精确指向的最优系统参数,以指导跟踪平台的设计与调试,优化和改善随动平台的跟踪性能。最后给出了仿真模型和随动平台在静态精度和动态精度方面的比较结果。仿真计算和实际应用结果表明,精度基本一致,验证了数字仿真模型建立的可行性和有效性。     

采用PWPF调节器的再入飞行器最优控制分配方法

针对具有反作用控制系统(Reaction Control System,RCS)和气动舵两类控制机构的再入飞行器,提出一种基于脉宽脉频(Pulse-Width Pulse-Frequency,PWPF)调节器的最优控制分配方法。将RCS的输入信号转化为连续变化量,RCS与气动舵的控制分配问题被描述为二次规划问题,并采用有效集方法对其求解。采用离散法和PWPF调节器将优化结果转化为RCS的开关机状态。与混合整数规划问题相比,连续二次规划问题更容易求解,计算速度更快。通过对二次规划问题的重构,该算法能有效地应对故障情况。     

高超声速飞行器低可探测性滑翔弹道优化方法

为进一步提高高超声速飞行器的突防性能,提出高超声速飞行器低可探测性滑翔弹道优化方法。考虑飞行器180°×360°方向的雷达散射截面,针对原数据尖峰多、收敛难的难题,运用高斯滤波法对其进行预处理,既不改变原数据趋势又加以平滑,提高优化问题收敛性能。为使计算所用雷达散射截面数据具备较强的保真性,采用三次样条插值方法调用离散数据计算实时雷达散射截面。完成了高超声速飞行器低可探测性滑翔弹道优化问题的建模,以探测概率为目标函数,运用hp自适应Radau伪谱法优化求解,采用逐步计算策略进一步提高优化效率和收敛性能。与传统最短飞行时间弹道对比表明,该方法有效降低了飞行器被雷达发现的概率。     

多个并行并联的作战单元备件优化配置建模

资源优化配置是作战单元维修保障的关键因素.对作战单元部件备件满足率进行研究的基础上,针对任务时序逻辑关系为完全并行并联关系的情况,建立了多个作战单元任务的任务成功概率模型.在满足任务成功概率约束条件下,给出了多个作战单元备件携行量优化模型,并运用边际分析法进行了求解,通过算例证明了模型的正确性.     

粉尘爆炸事故预防及其扑救对策研究

可燃粉尘爆炸是危害人类生产生活的一类主要事故。要有效预防粉尘爆炸事故造成的危害，准确掌握其爆炸原理，研究其爆炸特性是非常必要的。探讨了粉尘爆炸的基本特征，研究了粉尘爆炸的条件和机理及影响粉尘爆炸的因素。详细论述了粉尘爆炸火灾的特点及其危害。研究了预防粉尘爆炸及降低粉尘爆炸破坏作用的对策，并指出了在灭火战斗中应注意的问题。     

科研成果向教学转化的机制建设初探

科学研究成果在高校如雨后春笋般涌现。如何应用这些成果，发挥其实用价值，是摆在我们面前的一项重要任务。将科研与教学紧密结合，将科研成果应用到院校教学工作中，提高教学效益，提高人才培养质量，是当前院校的紧迫任务。要建立科学的评价指标体系，实现科研成果向教学转化的数字化评价，建立科研成果向教学转化的评价机制。     

火箭助飞鱼雷作战效能评估模型

根据火箭助飞鱼雷武器系统的特点,综合WSEIAC法和过程要素法分析武器系统作战效能的优点,利用"复合要素法"建立了火箭助飞鱼雷武器系统的作战效能评估模型,在此基础上分析了影响火箭助飞鱼雷武器系统作战效能的因素。     

基于支持向量机的高空无人机侦察目标识别

针对高空无人侦察机遥感图像目标不明显、图像背景复杂等特点,提出了一种基于支持向量机的目标分类方法。将支持向量机应用于高空无人侦察机的遥感图像目标识别,并且对特征值的提取进行深入研究。实验结果表明,特征值输入的多分类器在识别性能上具有很高的识别率,对提高高空无人机的侦察能力具有重要意义。     

一种新的分布事务处理模型和算法

分布事务处理是分布式数据库管理系统设计中的一项关键技术。为保证分布事务的原子性,对基本分布事务处理模型和加工协议进行改进,提出了一种新的分布事务处理机制,并给出了其在分布式工程数据库管理系统dEDBMS中的实现方法。