一种基于动态循环筛选模型的指标体系建立方法

针对评估中指标体系构建问题,提出一种层次网指标体系模型,对其中底层指标集的确立问题提出一种基于动态循环筛选模型的指标集选取方法,该方法在每一轮的循环过程中,通过评价专家专业度对专家集进行了优化,通过数据信息熵评价数据有效度系数,进而得到指标的重要度。指标集的双重优化确保了专家集的专业性和指标集的合理性,实际算例分析证明了此方法的可行性和有效性。     

水下制氢反应室动态过程数值分析

为研究水下制氢反应室的动态过程规律,基于化学反应动力学和单液滴运动学得到合金/水反应转化率,并在最小自由能法计算得到生成物各组分摩尔数的基础上利用质量守恒方程得到室内各物质质量变化规律。在建立非线性移动边界螺旋管动态模型的前提下,利用能量守恒方程得到室内热力参数变化规律,进而完成制氢反应室动态过程详尽模型的建立。利用该模型编写计算程序,完成某水下制氢反应室动态过程仿真。结果表明,各仿真曲线较好地反映了对应参数的动态变化规律,验证了模型建立与仿真的正确性;合金/水反应转化率决定了反应室的物质质量变化规律及其能量释放特性。该模型可以作为制氢反应室动态特性分析及其过程控制研究的基础模型。     

数字图像复数不变矩构造及稳定性分析

为系统性地给出数字图像不变矩一般性构造方法及对不变矩稳定性进行分析,通过采用复数矩作为描述数字图像识别特征量的方法,研究了复数不变矩所具有不变性的约束条件及其与几何不变矩间的关系,推导出了复数不变矩构造定理,并以在工程应用中的低阶复数不变矩为例对复数不变矩的稳定性进行了分析。研究结果表明:采用复数不变矩构造数字图像特征量具有很好普适性和稳定性,对于图像目标识别特征的描述有较好的效果。     

改进Costas环的GPS载波跟踪环路

针对高动态环境下载波信号会产生较大多普勒频移而导致跟踪环路失锁的问题,对其基带信号进行双向限幅以改进Costas环的鉴相特性。同时,采用叉积型鉴频器,通过频率牵引使捕获后的频差达到跟踪模块的工作范围,并根据对锁相环和锁频环的特性分析及其各自的优缺点,选择锁频环辅助锁相环的复合结构。仿真试验结果表明,在高动态环境下(运动速度1 200 m/s)该跟踪环可以快速跟踪卫星信号,即时误差趋近于0,且当加速度达到40 g以上时,经过该复合环跟踪后的多普勒频移比传统锁相环减小了50%以上。     

主动学习与自学习的中文命名实体识别

命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。     

水下爆炸载荷作用下夹芯圆柱壳的动态响应

采用有限元数值模拟方法,对夹芯圆柱壳在水下爆炸载荷作用下的动态响应进行了分析.在夹芯防护层质量给定的情况下,通过对不同夹芯层相对密度下内部圆柱壳体获得的最大加速度进行比较,得出了最优的夹芯层相对密度.同时,还对内部圆柱壳体的等效应力和夹芯层的变形进行了分析.研究结果表明:夹芯防护层对爆炸冲击波有较好的衰减作用,且对里面的圆柱壳体起到了较好的保护作用,具有优异的抗冲击防护特性.     

水下航行体惯性类水动力系数的计算方法

为了系统地计算水下航行体全套惯性类水动力系数,提高计算效率和计算精度,通过基于无粘模型的计算方法对水下航行体的运动进行了预报;通过UDF及动网格技术,对匀速运动和匀加速运动的SUBOFF模型进行了分析.设计了单方向速度线性变化的匀加速直线运动和匀加速回转运动,并通过换算和数值拟合处理得到了潜艇所受的惯性力和惯性类水动力系数.该系数与试验误差保证在6％之内,验证了所提方法的可行性及准确性.     

The impact of operational decisions on the design of salesforce incentives

When facing high levels of overstock inventories, firms often push their salesforce to work harder than usual to attract more demand, and one way to achieve that is to offer attractive incentives. However, most research on the optimal design of salesforce incentives ignores this dependency and assumes that operational decisions of production/inventory management are separable from design of salesforce incentives. We investigate this dependency in the problem of joint salesforce incentive design and inventory/production control. We develop a dynamic Principal‐Agent model with both Moral Hazard and Adverse Selection in which the principal is strategic and risk‐neutral but the agent is myopic and risk‐averse. We find the optimal joint incentive design and inventory control strategy, and demonstrate the impact of operational decisions on the design of a compensation package. The optimal strategy is characterized by a menu of inventory‐dependent salesforce compensation contracts. We show that the optimal compensation package depends highly on the operational decisions; when inventory levels are high, (a) the firm offers a more attractive contract and (b) the contract is effective in inducing the salesforce to work harder than usual. In contrast, when inventory levels are low, the firm can offer a less attractive compensation package, but still expect the salesforce to work hard enough. In addition, we show that although the inventory/production management and the design of salesforce compensation package are highly correlated, information acquisition through contract design allows the firm to implement traditional inventory control policies: a market‐based state‐dependent policy (with a constant base‐stock level when the inventory is low) that makes use of the extracted market condition from the agent is optimal. This work appears to be the first article on operations that addresses the important interplay between inventory/production control and salesforce compensation decisions in a dynamic setting. Our findings shed light on the effective integration of these two significant aspects for the successful operation of a firm. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 320–340, 2014     

基于数据站场的系统效能评估决策支持方法

随着信息技术的发展,系统信息量的提升给军事系统效能评估带来了新的问题。针对系统效能分析数据非线性、高维数、强耦合的特点,提出了一种基于数据站场技术的效能评估决策支持方法。通过数据恢复、约减、求精与重构操作,对评估数据进行了处理,并搭建了数据站场立方体,降低了数据间的依赖性,满足了不同层面系统分析的需求。以面向任务的网络化火控系统的为例,进行了系统效能评估、时效性评估和指标分析,从三个层次验证了方法的有效性与可行性。将数据挖掘技术应用到仿真系统效能评估决策中,获得了更广泛的应用。     

全极化雷达的多任务压缩感知目标识别方法

为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。