Using stochastic programming to solve an outpatient appointment scheduling problem with random service and arrival times

We study a stochastic outpatient appointment scheduling problem (SOASP) in which we need to design a schedule and an adaptive rescheduling (i.e., resequencing or declining) policy for a set of patients. Each patient has a known type and associated probability distributions of random service duration and random arrival time. Finding a provably optimal solution to this problem requires solving a multistage stochastic mixed‐integer program (MSMIP) with a schedule optimization problem solved at each stage, determining the optimal rescheduling policy over the various random service durations and arrival times. In recognition that this MSMIP is intractable, we first consider a two‐stage model (TSM) that relaxes the nonanticipativity constraints of MSMIP and so yields a lower bound. Second, we derive a set of valid inequalities to strengthen and improve the solvability of the TSM formulation. Third, we obtain an upper bound for the MSMIP by solving the TSM under the feasible (and easily implementable) appointment order (AO) policy, which requires that patients are served in the order of their scheduled appointments, independent of their actual arrival times. Fourth, we propose a Monte Carlo approach to evaluate the relative gap between the MSMIP upper and lower bounds. Finally, in a series of numerical experiments, we show that these two bounds are very close in a wide range of SOASP instances, demonstrating the near‐optimality of the AO policy. We also identify parameter settings that result in a large gap in between these two bounds. Accordingly, we propose an alternative policy based on neighbor‐swapping. We demonstrate that this alternative policy leads to a much tighter upper bound and significantly shrinks the gap.     

一种鱼雷辐射噪声的线谱估计方法

基于鱼雷辐射噪声的物理特性和线谱特征,探讨了一种鱼雷目标特征提取方法。该方法结合经典谱与现代谱估计,提取水下目标辐射噪声线谱特征。通过两次估计采集数据的功率谱,得到估计算法功率谱图,然后分析功率谱图,先确定线谱存在的大致区域,再估计精确线谱。进行仿真研究,得到了较好的效果,证明该方法对低频段的线谱特征提取有很好的实用性。     

基于随机Petri网的维修质量管理组织结构建模与分析

简述了利用随机Petri网进行维修质量管理组织结构建模的方法。根据实际需求,建立了2种组织结构形式的仿真模型。以模型为基础,对维修质量管理组织结构的静态结构和动态行为进行了研究,解决了维修质量管理组织结构的优选问题,对组织结构设计具有一定的指导作用。     

武器系统效能评估数学模型描述

在武器系统效能评估中,武器系统的战技指标是评估武器系统效能的重要因素.对武器系统的可靠性和维修性进行了研究,并应用于可用性矩阵计算中.利用随机过程理论,建立了武器系统可信性矩阵和武器系统效能能力指数模型,最后建立了武器系统效能评估模型.     

基于随机Petri网的综合航电系统建模及分析

提出了一种利用随机Petri网对综合航电系统进行建模和性能分析的方法.首先,建立了综合航电系统数据总线传输系统的随机Petri网系统模型,通过系统模型进行综合航电系统的性能分析;其次,给出了航空电子综合系统数据总线传输基于固定主控端周期指令的总线性能分析结果;最后,通过两种分析结果的比较,得出了基于随机Petri网对航空电子综合系统数据总线传输建模分析是可行的结论.     

基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计

摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件,并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间,使该结果在获得更小的保守性同时也降低了计算的复杂度．     

预定相遇态势的潜射鱼雷射击及其技术方法

为发挥鱼雷的作战效能,提出潜射鱼雷有利相遇态势的概念,指出当一次转角射击不能满足鱼雷以有利相遇态势接近并发现目标时,各种自导方式的鱼雷均需要二次转角射击。在给出二次转角射击时机、解算模型的基础上,着重对预定相遇态势射击的关键----二次转向点的选择问题进行了系统研究,引入基于鱼雷自导探测距离的二次转向点与预定相遇点之间距离的选择方法,使得二次转向点的选择更具合理性和针对性,且适用于包括直航鱼雷在内的各种鱼雷。     

基于ARMA辨识的色噪系统状态参数鲁棒估计

实际环境中观测系统的噪声,同时存在着白噪、色噪声和尖点噪声的影响.已有的研究都仅考虑白噪或色噪声,首次将实际系统中可能出现的所有噪声纳入观测方程,推导出统一的带白噪形式的观测方程.新观测方程在色噪声ARMA辨识基础上,可以直接用于传统的卡尔曼滤波算法,避免了扩维滤波.于是状态参数的稳健估计归结为ARMA参数的辨识.重点研究了自由参数选取与输入噪声之间的关系,将鲁棒支持向量回归机的优化问题转换成最大后验估计问题,为合理选择自由参数提供了理论依据.仿真结果验证了新算法的有效性.     

四阶累积量的MIMO雷达角度估计算法

针对色噪声环境下的MIMO雷达目标角度估计问题,提出一种新的参数估计算法.通过计算MIMO雷达接收数据的四阶累积量,并对构造出的累积量矩阵进行特征分解,结合MUSIC算法和ESPRIT算法实现了雷达目标的角度估计.在保证阵元扩展能力和目标分辨力的基础上进行了低复杂度改进,去掉了冗余信息,实现了目标参数的有效估计;同时由于采用四阶累积量,提高了算法抑制高斯噪声的能力,更利于工程应用.最后计算机仿真结果证实了算法的有效性和可行性.     

色噪声环境下MIMO雷达相干目标角度估计算法

针对色噪声环境下的MIMO雷达相干目标角度估计问题,提出一种基于目标信息矢量重构的角度估计算法.算法对MIMO雷达的接收数据进行了低复杂度改进,通过计算四阶累积量,得到一组矢量并证明该矢量包含所有目标的角度信息,通过重构Toeplitz矩阵,结合MUSIC算法实现了色噪声环境下MIMO雷达相干目标的角度估计.算法保留了MIMO雷达的阵元扩展能力和目标分辨力,具有自动抑制加性高斯白噪声和色噪声的能力,实现了相干目标的有效估计,更利于在实际中应用.最后计算机仿真结果证实了算法的有效性和可行性.