基于灰色Verhulst优化模型的电子装备故障预测方法

针对平均故障工作时间数据样本量少的特点,提出利用灰色Verhulst模型预测电子装备故障;又针对灰色Verhulst模型存在预测精度不高的问题,研究了灰色Verhulst模型参数的优化方法。通过实际试验数据对2个模型进行了仿真验证,并基于灰色关联度对2个模型的模拟预测精度进行了比较分析,结果表明：基于灰色Verhulst优化模型适合于电子装备故障预测,并具有较高的拟合预测精度。     

基于变结构神经网络的L1自适应控制

针对传统模型参考自适应控制存在的鲁棒性问题和神经网络结构庞大因而计算量膨胀的问题,提出了一种变结构神经网络L1自适应控制方法,其中变结构神经网络用于在线辨识系统存在的未知非线性函数,该网络通过对节点进行唤醒与催眠以动态调节结构,以最少的节点数进行有效的逼近,降低计算复杂度;L1自适应控制用于网络权值学习与系统非线性补偿,反馈回路中设有一个低通滤波器,只要满足L1增益条件,就能确保系统的输入输出信号的瞬态响应和稳态跟踪性能与一个期望的线性时不变系统的响应保持一致。通过对四旋翼飞行器进行仿真,验证了该方法的有效性。     

二级库存-运输系统的联合经济订购模型

结合器材供应的实际,构建了一个国家仓库-地区仓库形成的二级库存-运输系统,以最低费用为目标,建立了该系统的联合经济订购模型,求解了该系统各仓库的最佳订货量和订货次数;运用该模型对3种订货策略（年度1次订货、年度多次订货、零库存订货）进行了算例验证,表明了该模型在优化多级库存运输系统订货参数方面的意义。     

风冷式质子交换膜燃料电池湿度调节特性分析

质子交换膜燃料电池（Proton Exchange Membrane Fuel Cells,PEMFC）的内部环境是影响电堆性能及寿命的重要因素,针对风冷式燃料电池运行特点,在分析燃料电池温、湿度环境控制方式的基础上,研究了反应风速对系统湿度特性的影响,提出了反应风速与温度对湿度进行联合控制的方式,并通过3kW小型燃料电池样机实验,验证了该方法的可行性。     

关于一类特殊的（α，β）度量的S曲率

构造了一类具有5个参量的特殊的（α,β）度量,在此基础上计算了其射影平坦的条件,并通过计算得出其具有常S曲率。     

餐厨垃圾热风干燥过程特性及模拟

为了考察不同温度(60～100℃)对2种餐厨垃圾在热风干燥过程中的水分变化规律及动理学特性的影响,利用7个数学模型对餐厨垃圾干燥过程的水分变化规律进行了拟合对比。结果表明:温度是影响干燥的重要因素。干燥温度越高,餐厨垃圾达到平衡含水率所需时间越短;烹饪过程可以改变餐厨垃圾的热阻,增加其活化能;用Page模型和Modified Page模型描述餐厨垃圾热风干燥过程拟合精度最佳;2种餐厨垃圾有效湿分扩散系数分别为1.37×10-9～2.47×10-9,5.14×10-10～2.05×10-9m2/s,活化能分别为13.86,34.05 kJ/mol。     

珊瑚岛淡水透镜体抽水倒锥影响因素研究

为研究珊瑚岛淡水透镜体抽水倒锥的形成和影响因素,构建了西沙永兴岛淡水透镜体三维数学模型,运用Visual Modflow软件对模型进行数值求解,获得了淡水透镜体外包络面、倒锥外形和相关因素对倒锥的影响。模拟计算表明,淡水水头的计算值与实测值之差为-0.58%～-3.86%;取年均降雨量的40%为回补量,永兴岛淡水透镜体最大计算厚度为15 m;抽水倒锥上升高度随抽水强度和时间的增加而增加,随井底到淡水透镜体底部边界距离的增加而减少;倒锥对抽水强度十分敏感,工程中应予以严格控制,对于永兴岛上长期开采的水井,建议抽水速率不超过5 m3/h。研究成果可用于制订淡水透镜体的开采策略,实现珊瑚岛地下淡水资源的持续开发和利用。     

装备需求论证模型化基本理论研究

针对装备需求论证缺乏模型体系支撑的问题,系统研究了装备需求论证模型化基本理论,论述了装备需求论证模型化的原则、方法、步骤和趋势,分析了关键工作与关键技术,并给出了装备需求满足度数学模型的应用示例,旨在为装备需求论证模型化提供理论指导,进一步完善装备需求论证工程化理论体系。     

基于MDA的MARTE模型形式化转换

非形式化/半形式化模型到形式化模型之间的转换是当前软件工程领域的研究热点。根据异构模型转换,提出了基于MDA的MARTE模型到Object-Z规约之间的转换方法。针对Object-Z在实时领域表达能力不足的问题,首先扩展Object-Z元模型;然后在MDA的元元模型体系下,定义了MARTE元模型和扩展的Object-Z元模型之间的转换规则。MARTE模型可以重用这些转换规则以实现到Object-Z形式化描述之间的转换,进而可以对模型进行形式化验证;最后通过一个实例使用该方法完成模型转换,具体说明了转换规则的应用。     

Double Mover–Stayer model on customer switching in telecommunications industry

Customer acquisition and customer retention are the most important challenges in the increasingly competitive telecommunications industry. Traditional studies of customer switching always assume that customers are homogeneous, and thus that model customer switching behavior follows a Markov formulation. However, this postulation is obviously inappropriate in most instances. Blumen et al. (Cornell Studies of Industrial and Labor Relations, Cornell University Press, Ithaca, NY, 1955) developed the Mover–Stayer (MS) model, a generalization of the Markov chain model, to relax the requirement of homogeneity and allow the presence of heterogeneity with two different types of individuals—“stayers,” who purchase the same kinds of products or services throughout the entire observation period; and “movers,” who look for variety in products or services over time. There are two purpose of this article. First, we extend the MS model to a Double Mover‐Stayer (DMS) model by assuming the existence of three types of individuals in the market: (1) stable and loyal customers, who have stable usage within the same company; (2) instable but loyal customers, whose usage varies within the same company over time; and (3) disloyal customers, who switch from one company to another to seek for new experiences or/and benefits. We also propose an estimation method for the DMS model. Second, we apply the DMS model to telecommunications data and demonstrate how it can be used for pattern identification, hidden knowledge discovery, and decision making. © 2012 Wiley Periodicals, Inc. Naval Research Logistics, 2012