重大工程多主体协同合作利益分配及创新激励机制研究

针对重大工程供应链中多主体协同合作利益分配以及创新决策问题，考虑到两阶段博弈中决策的不同情形，应用非合作-合作混合的双体博弈方法进行了研究。通过模型构建与求解得到各主体的最优创新努力、收益以及整个系统的最优收益，并在此基础上拓展模型，分析成本补贴和垂直整合两种激励机制对各主体最优创新努力、收益和供应链系统收益的影响。研究发现：重大工程多主体协同合作中存在创新投入不足的情况，导致供应链系统收益偏低；创新成本补贴机制以及垂直整合机制能够有效激励参与主体的创新积极性；成本补贴机制能够提高各主体以及整个供应链系统的收益，垂直整合机制对收益的影响主要取决于整合成本的区间范围。     

一种基于线谱特征函数提取LOFAR图线谱的方法

水声信号被动检测中广泛使用LOFAR图对接收信号进行处理和分析。针对LOFAR图中线谱信号检测问题,根据线谱信号特征设计特征函数,提出频域滑动窗线谱特征累积检测法。该方法在频率轴移动观察窗,用多步决策算法计算每个观察窗的最优解,得到最优路径,如果最优路径特征值大于阈值,则累积LOFAR图像素点被该最优路径经过的次数,次数越多对应点为线谱点的概率越大。仿真研究表明,该方法对频率时变、低信噪比的线谱信号具有良好的检测能力,可实现多根线谱的增强与检测。海试数据处理结果证明了该方法的可行性和稳健性。该算法对于辐射线谱信号的水下目标远距离探测识别有较高的参考价值。     

基于无监督深度融合机制的货物在线装箱算法

目的 针对当前三维装箱算法存在的模型鲁棒性差、泛化性弱、装载率低等问题,设计一种无监督融合机制的在线装箱算法。方法 充分考虑货物“即到即码”的实时性需求,以容器空间利用率为优化目标,基于无监督深度融合指针网络端到端学习模型框架,将在线三维装箱的码垛过程公式化地表述为马尔科夫决策过程,设计强化学习要素,并以深度强化学习算法为主,融入蒙特卡洛树搜索,对智能体的决策动作进行训练,以生成具有较优“学习”能力的在线三维装箱模型。结果 采用125种不同尺寸和方向随机生成货物数据集,并在7种约束条件下验证,实验结果表明,容器的平均利用率可达84.6%。结论 该算法的泛化性较好,且其装载率远优于当前效果较好的启发式算法、深度学习方法,为货物的在线装箱提供了理论依据及参考。     

自适应免疫算法的SVME用于水下目标识别

针对用支持向量机集成提高水下目标识别正确率会使识别系统更加复杂的问题,提出了一种以自适应免疫算法(AIA)的支持向量机选择性集成(SVME)算法(即AIA-SVME算法)进行分类器优化选择,对实测水下目标声信号进行分类识别.与分类器全部集成的识别实验对比证明,该算法在选择9%的分类器后仍可以达到分类器全部集成的识别效果,不仅保证了识别精度,还使得识别系统大幅度精简,节省在线识别的时间.该研究对于水下目标分类决策优化集成的新方法探索具有重要理论价值和实际意义.     

10kv配电网接线模式浅析

提出了判断配电网主馈线分段开关是否应该设置的定理和基于免疫算法的配电网开关优化配置模型。这些算法的应用对象都是具体的配电网络，因此对于电网的详细设计阶段可能更有意义，但却无法适用于配电网规划阶段的具体线路走向和负荷分布并不明确的情况。采用成本-收益分析法建立了一种确定线路最优分段数的数学模型，但所得公式仅适用于环网接线模式。而本文提出的方法则可以计算不同配电网接线模式的最优分段数，因此其适用范围更广。     

市场细分下考虑需求扰动的双渠道定价决策及协调研究

针对一个拥有独立细分市场的制造商与一个传统零售商组成的双渠道供应链在面临需求扰动时的定价决策及协调问题，应用动态博弈，在市场需求无扰动的前提下，建立了市场细分下双渠道供应链的模型。当市场需求发生扰动时，对于集中式供应链，通过求解供应链系统最优利润的Karush-Kuhn-Tucker（KKT）条件，分4种情形讨论，得出了市场细分下双渠道供应链的最优价格及数量决策，并将其与无扰动情形的最优决策进行比较。对于分散式供应链，推导出供应链协调时，收益共享契约应满足的条件，证明了收益共享契约能够实现市场细分下双渠道供应链的协调。算例分析结果表明：当收益共享契约参数的取值在指定区间内，供应链总利润可提高约4.5%，同时实现帕累托改进。     

基于差异演化算法和多属性决策的机电系统可靠性多目标优化设计

针对机电系统可靠性设计问题,以可靠性和费用(或体积等)最优为目标建立可靠性设计的多目标优化模型．提出了自适应多目标差异演化算法,该算法提出了自适应缩放因子和混沌交叉率,采用改进的快速排序方法构造Pareto最优解,采用NSGA-II的拥挤操作对档案文件进行消减．采用自适应多目标差异演化算法获得多目标问题的Pareto最优解,利用TOPSIS方法对Pareto最优解进行多属性决策．实际工程结果表明：自适应多目标差异演化算法调节参数更少,且求得的Pareto最优解分布均匀;采用基于TOPSIS的多属性决策方法得到的结果合理可行．     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。     

联合电力系统交换功率控制的受端减载决策法

针对联合电力系统中联络线或弱联线安全稳定运行的控制问题，提出系统间交换功率及弱联线传输，功率控制的受端减载决策法，它包括反馈控制信息的定义，最佳减载节点序列的灵敏度确定法和减载控制调节增值序列的自动搜寻法。该方法在确保联络线或弱联线安全稳定运行及最优经济电能交换的同时，尽量减少切除负荷带来的社会，经济损失。     

基于孵化算法的多边形排样

基于现有的优化排样算法,模拟鸡蛋孵化过程,设计一种孵化算法来解决排样问题。算法是对实际生活中存在现象的抽象和改进。将寻找最优解整个过程划分为占位,孵化,挤兑,抢占,复活,五个阶段,探索状态下排布决策的适应性,从而得到排样件在排样时的最优次序和最大可容纳的样本数目。     

集成轮廓跟踪

本文将跟踪看作是二分类问题,提出了一种基于Adaboost集成学习和快速水平集的轮廓跟踪算法.该方法首先在线地训练一个弱分类器的集合用以区分目标和背景,而通过Adaboost将集合中的各弱分类器组合成一个强分类器,并用于标定下一帧中的各像素的类别属性,从而确定快速水平集算法的速度函数,然后采用基于动态邻近区域快速水平集来演化目标边界曲线以实现目标的轮廓跟踪.为适应目标和背景的变化,在跟踪过程中在线训练新的弱分类器,而时间相关性则通过更新包含新弱分类器的集合来实现.实验结果表明,在摄像机运动、光照变化,部分遮挡或目标尺度变化等情况下,能实现刚体或非刚体目标的轮廓跟踪.     

用于约束多目标优化问题的改进蚁群遗传算法

针对多目标蚁群遗传算法(MOAGA)解集边界分布不均的问题,提出改进算法,解决连续空间中带约束条件多目标优化问题.改进算法在基本MOAGA算法的基础上,在选择中引入一定比例的边界决策、单目标最优决策,并提高边界决策的交叉率.实验证明,改进算法解决了基本算法解集分布边界疏中间密的问题,并且能更快的获得散布性较好的Pareto最优解集.     

改进遗传-狼群对节点序寻优的贝叶斯网络结构算法

贝叶斯网络是数据挖掘领域的一种重要方法。针对贝叶斯网络结构学习算法寻优效率低和易陷入局部最优的问题，提出一种基于改进的混合遗传-狼群对节点序寻优的贝叶斯网络结构学习算法。该算法首先利用深度优先搜索对最大支撑树的节点进行拓扑排序；然后利用动态变异及最优交叉算子构建适用于节点序寻优的改进捕食行为，引入动态参数因子来增强算法局部寻优能力；最后与K2算法结合得到最优的贝叶斯网络结构。用3种不同大小的标准网络数据集中进行实验，结果表明，该算法收敛到较优值，寻优效率高于其它同类优化算法。     

基于Stackelberg博弈模型的不同主导权的三级农产品电商供应链决策分析

为研究不同主导权下农产品电商供应链收益分配问题,构建Stackberg博弈模型,对农产品生产商、第三方物流企业、电商企业构成的三级农产品供应链的集中决策模式和3种分散决策模式下成员最优决策行为进行分析,研究主导权对供应链最优决策的影响。结果表明,主导权对供应链成员的最优决策有显著影响,供应链成员拥有主导权时比其处于跟随地位时收益要高;在同一主导权下,拥有主导权的成员的收益要高于其他跟随地位的成员,但第三方企业除外;3种不同主导权分散决策模式下的供应链的总体利润均小于集中决策下的总利润。     

基于合作博弈的医联体转诊策略及利益分配方案

针对由同一区域内不同等级的多家医院组成的医联体的双向转诊和利益分配问题，考虑患者的转诊意愿，以期望收益最大化为目标建立了医联体合作决策优化模型，利用卡罗需-库恩-塔克（Karush-Kuhn-Tucker,KKT）条件得到了最优的转诊策略。应用合作博弈理论，将医联体利益分配问题构建成医联体合作博弈模型，证明了该博弈模型满足超可加性和平衡性，并提出了一种基于市场均衡转诊价格的核心利益分配方案。最后通过数值算例进一步检验了该核心利益分配方案的性质，讨论了患者转诊意愿对医联体合作收益的影响。结果表明：参与医联体合作可以有效地提高各医院的期望收益，且合作的总收益大于各医院独立运营的收益之和，医院有动机参与医联体合作；医联体合作收益随着患者转诊意愿的增加而增加。     

EPR下动力电池梯度利用的闭环供应链定价策略与协调机制

根据废旧动力电池具有梯度利用的特性，创建了以电池制造商为回收责任方的电池梯度利用模型，并分别在供应链集中式决策与分散式决策条件下对动力电池的梯度利用问题展开研究，得到了不同决策条件下的最优决策组合及最优利润。最后，引入收益共享契约对分散式决策条件下的供应链进行优化，并通过算例分析进一步验证了本文结论及共享契约的准确性与有效性。结果表明：在集中式决策条件下，动力电池回收成本与销售价格呈正相关，与回收率及闭环供应链利润呈负相关。而在分散式决策条件下，动力电池补贴价格与销售价格呈负相关，与回收率呈正相关。     

零售商竞争环境下供应链定价策略与收益共享契约

研究了由一个制造商与两个竞争零售商组成的供应链定价协调问题。利用博弈理论对两种定价模型进行了分析,得到了供应链系统成员的最优定价策略和收益,分析了市场需求扩散程度对定价策略与收益的影响。对两种模型的收益进行了比较,发现分散决策使得供应链系统收益难以达到最优,据此给出了收益共享的定价协调策略,利用数值算例验证了本文的结论。     

基于时域波束信号高阶谱的目标检测技术

为解决常规时域波束形成技术抗噪声能力弱、对弱目标检测能力差的问题,利用高斯噪声的高阶累积量(三阶及三阶以上)为零、非高斯信号的高阶累积量不为零这一性质,对常规时域波束形成后输出的波束信号进行后置处理。首先,对常规时域波束形成后输出的各预成波束信号,分别求其四阶累积量切片谱值;然后,再对各四阶累积量切片谱值分别进行能量累加,得到空间谱图;最后,通过对空间谱在时间上的累积,得到方位历程图。用仿真和海试数据对算法进行了验证:在低信噪比情况下,常规算法不能有效检测到弱目标时,经后置处理后可以有效检测到弱目标。结果表明,与常规时域波束形成算法相比,波束形成后再进行切片谱后置处理的算法增强了对噪声的抑制能力,提高了对弱目标的检测能力。     

空间数据立方体的物化视图选择方法研究

针对决策支持系统(DSS)中集成空间分析能力的应用趋势，研究基于空间数据仓库的一种决策分析工具——空间在线分析处理(Spatial OLAP)，拟解决影响空间OLAP在线响应的瓶颈难点——空间数据立方体的物化问题。首先系统地提出空间OLAP的模型，然后对现有空间度量物化视图选择方法进行改进，提出了双向空间Greedy算法。实验证明．该算法在降低选择时间和求解质量两方面具有更好的表现。     

考虑努力水平与损耗的农超对接生鲜产品供应链协调

针对农超对接中的难以协调的问题,研究由超市和农户组成的生鲜农产品供应链问题。根据农产品的特征,引入新鲜度函数和数量完好率,构建了受价格、新鲜度、农户的生产努力水平影响的消费者效用函数,并建立供应链利润模型,对比分析集中决策和分散决策下超市的最优保鲜努力水平、最优定价和农户的最优批发价格,并使用收益共享契约对此供应链进行协调。结果表明:收益共享契约能够有效地协调此供应链。最后通过数值算例验证了该契约的有效性。