排课中时间表问题的探讨

提出一种时间表的设计方案及其改进形式,讨论了它的相关性能。应用本方案,不仅可以提高排课中搜索的效率(最高可达(2n 1)/2倍),还可以满足排课过程中对时间的各种需求,具有很强的适应性和可移植性;再利用层次分析法得到各时间段的可接受度,分析了使用改进时间表的公平性,其公平性因子将得到成倍提高。     

美军频谱认证过程研究

对美军频谱认证过程(DOD SCP)进行了研究,分析了美军频谱认证过程提出的原因和频谱认证中各机构的角色定位、相互关系以及操作流程,分析了美军频谱认证过程实施中遇到的问题,总结了美军解决这些问题采取的措施,分析了美军2007年新的国防频谱管理战略计划的主要特点和战略取向,分析了美军全球电磁信息系统(GEMSIS)的目标和主要特点,分析了联合构想2020(Joint Vision 2020)计划各部分之间的关系,提出了对我国频谱管理的启示。     

关于半鞅向量随机积分的一个注

建立了半鞅向量随机积分的一个结果,能方便处理可料过程在向量随机积分意义下对半鞅的分解随可料过程不同而不同的问题.作为其应用,给出了有关文献中定理的简洁证明.并利用其思想,得到了半鞅向量随机积分的一个重要性质.     

武器系统总体设计集成框架设计与实现

讨论了支持武器系统总体设计的集成框架所要解决的主要问题 ,提出了基于共享产品模型和过程建模的集成框架体系结构 ,结合某武器系统的总体设计 ,研究了实现这类集成框架的主要技术问题 ,最后 ,给出了一个运用集成框架进行导弹外形设计的计算实例     

具有多类索赔到达保险风险模型的破产问题

应用Markov骨架过程的方法和补充变量技巧研究了索赔为多类一般到达的保险风险模型 ,分别得到了破产时间与破产时刻前后资产盈余的联合分布以及破产时间的分布。使得索赔为一般到达的保险风险问题的研究取得了较大的进展。     

基于权重的AHP判断矩阵一致性调整方法

传统的判断矩阵调整方法计算得到的权重不能最大限度地保留原始判断矩阵的信息。为此,提出一种基于权重的判断矩阵调整方法。该方法根据权重的性质,构造完全一致矩阵,利用AdaGrad最速下降法对矩阵进行拟合,使该矩阵相对于原始判断矩阵的总改变量最小,以其对应的权重作为矩阵的计算结果。数值计算结果表明,该方法相比于其他方法,权重对原始判断信息的保留度更高,且不需要反复进行矩阵一致性检验。     

数字化坦克营作战能力灰色聚类评估

评估数字化坦克营的作战能力对推动数字化装甲部队建设、提高部队战斗力具有一定的现实意义。以灰色系统理论为基础,将层次分析法和灰色评估法相结合,建立了数字化坦克营的灰色聚类评估模型,论述了利用该模型进行评估的基本步骤,结合实例对数字化坦克营作战能力进行了聚类评估,提出了提高数字化坦克营作战能力的方法。评估结果比较符合实际情况,证明了该模型的正确性。     

基于评价指标模糊集的复杂系统效能评估方法研究

提出了一种基于评价指标模糊集的复杂系统效能评估方法。该方法利用系统评价指标的模糊性构造模糊集,以模糊集贴近度来定义评价指标的模糊隶属度函数,结合模糊层次分析法,提出了一种适用于复杂系统功能与多层评估指标体系的效能评估新方法。仿真应用的结果表明:该方法行之有效,具有较好的实用前景。     

基于供应链管理的战时装备供应保障业务流程重组

从战时装备供应链管理的要素和相互关系出发,结合我军实际,提出了基于供应链的战时装备供应保障业务流程重组过程,并对相关方法进行了讨论,旨在使战时所需装备以可预见的方式快速、安全、准确地送抵到作战部队。     

Dynamic policy for idling time preservation

This study aims to determine and evaluate dynamic idling policies where an agent can idle while some customers remain waiting. This type of policies can be employed in situations where the flow of urgent customers does not allow the agent to spend sufficient time on back-office tasks. We model the system as a single-agent exponential queue with abandonment. The objective is to minimize the system's congestion while ensuring a certain proportion of idling time for the agent. Using a Markov decision process approach, we prove that the optimal policy is a threshold policy according to which the agent should idle above (below) a certain threshold on the queue length if the congestion-related performance measure is concave (convex) with respect to the number of customers present. We subsequently obtain the stationary probabilities, performance measures, and idling time duration, expressed using complex integrals. We show how these integrals can be numerically computed and provide simpler expressions for fast-agent and heavy-traffic asymptotic cases. In practice, the most common way to regulate congestion is to control access to the service by rejecting some customers upon arrival. Our analysis reveals that idling policies allow high levels of idling probability that such rejection policies cannot reach. Furthermore, the greatest benefit of implementing an optimal idling policy occurs when the objective occupation rate is close to 50% in highly congested situations.