Performance evaluation of a production/inventory system with periodic review and endogenous lead times

This paper considers a discrete time, single item production/inventory system with random period demands. Inventory levels are reviewed periodically and managed using a base‐stock policy. Replenishment orders are placed with the production system which is capacitated in the sense that there is a single server that sequentially processes the items one at a time with stochastic unit processing times. In this setting the variability in demand determines the arrival pattern of production orders at the queue, influencing supply lead times. In addition, the inventory behavior is impacted by the correlation between demand and lead times: a large demand size corresponds to a long lead time, depleting the inventory longer. The contribution of this paper is threefold. First, we present an exact procedure based on matrix‐analytic techniques for computing the replenishment lead time distribution given an arbitrary discrete demand distribution. Second, we numerically characterize the distribution of inventory levels, and various other performance measures such as fill rate, base‐stock levels and optimal safety stocks, taking the correlation between demand and lead times into account. Third, we develop an algorithm to fit the first two moments of the demand and service time distribution to a discrete phase‐type distribution with a minimal number of phases. This provides a practical tool to analyze the effect of demand variability, as measured by its coefficient of variation, on system performance. We also show that our model is more appropriate than some existing models of capacitated systems in discrete time. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

侵彻子母弹封锁机场跑道最小升降窗口搜索算法研究

针对侵彻子母弹封锁机场跑道中判断是否存在最小升降窗口的"两点比较"算法,提出更为符合实际毁伤情况的"网格-矩阵"算法。采用随机分布的数学模型和计算机仿真模型,利用Monte Carlo法模拟侵彻子母弹子弹的落点。最后在Matlab7.0环境下对两种算法进行了仿真试验和对比分析,提出两种算法在火力辅助决策中的使用建议。     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

块Toeplitz矩阵低复杂度求逆的卫星导航空时抗干扰算法

采样协方差矩阵求逆是空时抗干扰算法的基本运算单元,但由于其运算量随时域抽头个数急剧增长,直接限制了空时抗干扰技术在卫星导航接收机中的应用。针对该问题,提出了基于块Toeplitz矩阵快速求逆的空时抗干扰方法。通过采用新的协方差矩阵近似计算方法,使得该矩阵同时为块Toeplitz矩阵与Hermite矩阵,并运用块Toeplitz矩阵的快速求逆算法,将时域抽头个数为K的计算复杂度从O[K3]降至O[K2]。理论分析和仿真结果表明,在阵元数为4、时域抽头为15的典型情况下,相比现有矩阵求逆方法,该算法的抗干扰性能损耗小于1d B,但计算量可降低约2/3。     

边境安全风险评估矩阵模型构建研究

提出边境安全风险和边境安全风险评估的概念。围绕边境安全风险状态和边境安全风险类型两个维度构建边境安全风险评估的矩阵模型。其中,边境安全风险状态维度包括边境安全风险源活跃度、边境安全风险源聚集度、边境安全风险供应链成熟度、边境安全风险源异常度;边境安全风险类型包括外生型边境安全风险、内生型边境安全风险、网络型边境安全风险、跨境型边境安全风险。并论述了边境安全风险评估矩阵模型的应用。     

无动力运载器出水过程误差分析

无动力运载器在出水过程中受海浪的扰动作用,运动参数会产生一定的偏差。针对海浪随机性的特点,应用波能谱理论,在P-M谱基础上构建了随机海浪模型,并使用四元数法建立运载器水弹道数学模型,解决了运载器垂直出水姿态角存在的奇异性问题,通过采用二元切片法给出波浪力的计算公式。最终在Matlab/Simulink仿真工具箱下建立了运载器仿真模型,就不同海况与主浪向角影响下运载器出水的运动参数偏差进行了仿真计算,分析了其变化规律。仿真结果表明,运载器在4级海况以下各项运动参数都满足出水要求,对运载器的设计与使用具有一定的参考意义。     

[AXB,GXH]=[C,D]对称最小二乘解及最佳逼近的极小残差法

构造迭代算法研究了矩阵方程[AXB,GXH] = [C,D] ,证明了该算法可经有限步得到方程的对称最小二乘解及其最佳逼近,并给出了相关性质.最后,通过数值例子表明该算法是有效的.     

机载脉冲多普勒雷达的自适应旁瓣对消实现方法

简要介绍了自适应旁瓣对消的基本原理。重点研究了自适应旁瓣对消在机载脉冲多普勒雷达中的工程实现方法,该方法打破了自适应旁瓣对消目前只能应用于采用低重脉冲重复周期的脉冲多普勒雷达的限制。通过对自适应旁瓣对消结果的分析,表明该方法完全能够满足现有机载脉冲多普勒雷达抗有源旁瓣干扰的需求。     

块三对角矩阵的修正型局部块分解预条件

利用块三对角阵分解因子构造了一类修正型不完全分解预条件子 ,分析了该预条件子的存在性及其若干性质。针对从二维Laplace算子离散得到的五点差分矩阵 ,给出了预条件后的实际条件数 ,结果表明 ,条件数与矩阵阶数的平方根成正比 ,并且比例因子随局部分解步长的增大而逐渐减小。具体实现时 ,考虑了其高效实现方案 ,并针对从二维Laplace算子与系数不连续的二维椭圆型算子离散得到的五点差分矩阵 ,在主频为 5 5 0MHz ,内存为 2 5 6MB的微机上作了大量实验 ,且与其他较有效的预条件方法进行了比较 ,结果表明该预条件方法效率优于其他测试预条件。     

转动算符表示矩阵的计算

利用量子体系态空间基矢的完备性,通过表象变换,直接计算出转动算符∧D(α,β,γ)在{∧J~2,∧J_z}表象中的矩阵表示.该方法简单而有效.