基于随机森林的重要性测度指标体系

重要性测度分析可以找出重要特征变量,从而降低输入空间的维数,节约运算成本。基于随机森林重要性测度的分析原理,探寻随机森林的重要性测度指标与基于方差的全局灵敏度指标之间的联系,得到求解方差灵敏度主指标S_i及其总指标S_i~T的新途径。建立基于随机森林的单变量、组变量重要性测度指标,并明确具体的求解过程,完善基于随机森林的重要性测度指标体系。通过算例验证了所提基于随机森林的重要性测度指标体系的有效性及其与方差灵敏度指标之间关系的正确性。     

不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略

为了进一步提升设备维修决策的科学性,通过建立综合设备剩余寿命预测数据与不确定失效阈值的最优维修决策模型,实现了不可维修设备的最优替换策略。构建基于非线性Wiener过程的设备性能退化模型,并采用极大似然法估计退化模型参数;提出一种基于期望最大(Expectation Maximization, EM)算法的不确定失效阈值分布系数估计方法,通过引入虚拟失效阈值数据实现对失效阈值分布系数的同步迭代更新;基于首达时的概念推导出不确定失效阈值条件下设备剩余寿命的概率密度函数,并基于更新报酬理论建立维修决策模型,从而实现设备的最优维修决策。算例分析表明,设备的失效阈值会对维修决策结果产生重要影响,考虑设备失效阈值的不确定性既有助于提升剩余寿命预测的准确性,又可以有效降低设备的寿命周期费用。     

基于排队论的防空导弹群作战效能研究

结合防空导弹群防空战斗的特点,利用可列状态生灭过程的排队论方法,研究了防空导弹群作战效能,建立了数学模型,分析了导弹群防空武器系统对目标平均击毁概率的计算方法,并通过引入拦截适宜性因子对理想条件下的排队模型进行了修正,为类似问题的研究提供了一种参考。     

装备采购多目标激励模型研究

在将质量货币化从而实现激励目标测度统一的基础上,根据委托代理理论建立了委托人风险中性,代理人风险规避时的多目标激励数学模型,给出了激励系数的表达式,对激励系数与随机变量相关系数之间的关系进行了讨论。     

弹药供应站配置地域选定辅助决策模型

建立了用于评估弹药供应站配置地域的指标体系, 利用层次分析法对各个指标进行了权重分配, 得到了弹药供应站配置方案的择优方法, 并运用模型进行了模拟决策。本模型已经在计算机上编程实现。     

Burgers’方程的守恒律

守恒律历来是物理学研究的中心课题之一.在数学中借助运动常数,对偏微分方程的解作出先验估计,这些估计是方程的解存在性、唯一性及稳定性的核心关键.在计算数学中较好的稳定差分格式,也用到守恒律.在Noether's定理求守恒律的基础上,利用Burgers'方程的对称群构造出相关的伴随因子得出了Burgers'方程的一类守恒律.     

考虑单群缓发中子时中子增殖的统一公式

迄今为止,人们只分别导出了深度次临界、缓发临界附近和瞬发超临界的几个特定条件下的中子增殖公式,各公式都不具有通用性,使用很不便.文中导出了反应性阶跃变化时,只考虑单群缓发中子从深度次临界直到缓发超临界整个区间上的中子增殖统一公式.实例计算表明,该公式计算准确,实用性强,具有重要的理论意义与应用价值.     

基于满意决策的多UAV协同目标分配方法

目标分配是UAV自主控制的重要问题。提出了基于满意决策的多UAV协同的目标分配技术,为解决多UAV协同的目标分配问题和多机场起飞的UAV编队配置问题提供了一种新颖而有效的方法。重点对其中的满意集计算、联合满意度、拒绝度和选择度的建立和计算等关键问题进行了讨论。以压制敌防空火力任务为背景对该方法进行了仿真,并将本文提出的方法和其他方法做了比较,仿真结果表明基于满意决策的多UAV协同的目标分配方法在效率上有明显优势。     

On parallel machine replacement problems with general replacement cost functions and stochastic deterioration

The parallel machine replacement problem consists of finding a minimum cost replacement policy for a finite population of economically interdependent machines. In this paper, we formulate a stochastic version of the problem and analyze the structure of optimal policies under general classes of replacement cost functions. We prove that for problems with arbitrary cost functions, there can be optimal policies where a machine is replaced only if all machines in worse states are replaced (Worse Cluster Replacement Rule). We then show that, for problems with replacement cost functions exhibiting nonincreasing marginal costs, there are optimal policies such that, in any stage, machines in the same state are either all kept or all replaced (No‐Splitting Rule). We also present an example that shows that economies of scale in replacement costs do not guarantee optimal policies that satisfy the No‐Splitting Rule. These results lead to the fundamental insight that replacement decisions are driven by marginal costs, and not by economies of scale as suggested in the literature. Finally, we describe how the optimal policy structure, i.e., the No‐Splitting and Worse Cluster Replacement Rules, can be used to reduce the computational effort required to obtain optimal replacement policies. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005     

信息不完备群组决策问题的ANP方法

群组决策是一类重要的决策问题,信息不完备的群组决策问题,因为判断矩阵有缺损,传统的AHP不能求解.文中将评价图引入信息不完备的群组决策问题,在此基础上提出用二次规划问题解决在这种情况下的权重确定问题,最后通过ANP的超矩阵得到总排序结果.经过实例检验,证明了ANP方法的正确性与可行性.