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     

应急指挥决策方案的模糊综合评价研究

针对灾害现场应急指挥决策方案优选问题,提出了方案优选评价的可行性、时效性和安全性指标,应用模糊数学的相关理论构建了模糊综合评价的数学模型,采取专家调查打分法解决了方案评价影响因素的权重值及其评价等级的隶属度的确定问题,并采取加权平均算法对权重集A和影响因素评判隶属度矩阵R进行运算,得到的结果不仅反映了所有因素权值的影响,而且保留了单因素评判的全部信息,能够体现"模糊综合评价"的实质。     

装甲装备作战效能评估的模糊Petri网模型研究

利用模糊Petri网清晰、简单的知识表示能力和模糊推理能力,将其应用于装甲装备作战效能评估中。基于"能力需求分析"方法建立了装甲装备的分层效能评估指标体系,并对其优化和赋权方法做了简要介绍;介绍了模糊Petri网的定义和基于BP算法的学习能力;在此基础上以装甲装备战场感知能力二级指标为例介绍了基于模糊Petri网模型的评估方法,并对评估结果进行了分析。     

基于时空序贯融合的TBM拦截效果评估

基于时空信息进行了TBM拦截效果评估的研究。首先分析了拦截效果评估信息的特征,建立了TBM拦截效果评估流程;在此基础上提出了基于"空间特征级-时间决策级"思想的序贯融合评估模型;融合评估算法中,空间域选取模糊神经网络进行特征级融合,时间域选取D-S证据理论完成决策级融合,空间特征级融合模糊神经网络的各层映射函数分别由模糊隶属函数和采用贝叶斯网络的方法来获取;最后通过实验仿真了评估流程,验证了融合评估模型及融合算法的有效性。     

穿浪双体船纵向运动模糊PID控制

针对穿浪双体船高速情况下的纵摇和垂荡运动影响乘船舒适性的问题,分析了穿浪双体船的运动规律,给出了其纵向运动控制模型,并根据控制模型的多输入多输出系统特点,分别针对纵摇和升沉两个通道设计了独立的PID控制器。在此基础上,进一步将模糊控制理论应用于PID参数的整定,给出了具体的设计方法,并根据人工经验设计了详细的参数整定规则。经仿真分析表明:模糊逻辑的引入使得PID控制器具备了自适应功能,能够取得更好的减摇效果。     

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。     

基于 Fuzzy 数序的多属性决策与综合评判模型

本文讨论了在多属性决策与综合评判问题中存在的Ｆｕｚｚｙ不确定性,并给出了Ｆｕｚｚｙ数的排序方法及有关线性运算法则。在此基础上提出了考虑Ｆｕｚｚｙ不确定性的多属性决策及综合评判模型。     

主元分析法和模糊积分的航空发动机气路状态监测

航空发动机是一个大系统,由于结构复杂、工作条件恶劣等因素影响,对其进行有效地健康状态监测成为航空领域长期难以解决的关键技术之一。为有效监测航空发动机健康状态,以航空发动机气路系统为例,提出一种基于主元分析和模糊积分的航空发动机状态监测方法。首先,利用主元分析法提取发动机状态样本集的主元,对样本数据进行降维,实现样本的最优压缩。其次,利用BP神经网络和Elman神经网络对发动机状态信息的特征向量进行初步状态监测。最后,利用模糊积分对采用两种神经网络的初步监测结果进行决策层融合,从而有效地实现对航空发动机气路系统的状态监测。通过某型真实航空发动机验证表明,所提出基于主元分析和模糊积分的状态监测方法,能有效提高监测的准确度,满足航空发动机状态监测的实时性要求,具有良好的工程应用价值。     

电击武器非致命效能评估

提出了电击武器非致命效能的评估方法,分析了影响电击武器非致命效能的关键因素,建立了电击武器非致命效能评估指标体系,采用定性分析和定量计算相结合,将模糊评判法应用到电击武器非致命效能评估中,确定了模糊评判矩阵,建立了评估模型。比较了3种不同类型电击武器的非致命效能,得出了符合实际情况的结果,为电击武器的发展应用提供了辅助决策的依据。