Optimizing a multiserver queuing system with a variable number of servers

A multiserver Poisson queuing system with losses, with a variable number of servers, and an additive quality functional is investigated. All major characteristic of the system are obtained in an explicit form. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 4, pp. 92–101, July–August 2007.     

Subspace identification of MIMO LPV systems using a periodic scheduling sequence

A novel subspace identification method is presented which is able to reconstruct the deterministic part of a multivariable state-space LPV system with affine parameter dependence, in the presence of process and output noise. It is assumed that the identification data is generated with the scheduling variable varying periodically during the course of the identification experiment. This allows to use methods from LTI subspace identification to determine the column space of the time-varying observability matrices. It is shown that the crucial step in determining the original LPV system is to ensure the obtained observability matrices are defined with respect to the same state basis. Once the LPV model has been identified, it is valid for other nonperiodic scheduling sequences as well.     

复杂山区静校正方法研究及效果

对于山区地震勘探，开展静校正研究是资料处理的主要问题之一。静校正精度与剖面质量密切相关，准确的静校正取决于合理的方法和正确的应用。本文在分析了复杂山区特点以及静校正难点的基础上，指出要解决好山区静校正，仅限于普通的方法是远远不够的，必须从四个关键点人手，即风化层延迟时的求取、基准面的确定、校正速度的研究以及表层模型的建立等。本文对上述问题的研究做了介绍，展示了合成延迟时法十等效速度模型反演十变速浮动基准面（地震参考面）静校正等综合技术在太行山区（山西沁源、大寨）、伊J；1丘陵山区等复杂地表区应用的例子。显著的处理效果表明，严重的山区静校正问题得到了较好的解决，满足了地下构造的叠加成像，提高了勘探精度及其整体效果。     

数字微波无线通信系统中的中频自适应均衡器

在数字微波无线通信系统中，由于多径衰落引起码间干扰，使系统性能恶化，必须采用抗多径衰落的措施．中频频域均衡器（ＩＦＥ）由于结构简单而且经济，在衰落不十分严重的情况下性能良好，因而在数字微波系统中被广泛采用．本文比较了几种常用的ＩＦＥ，并着重对自适应谐振武中频均衡器的两种调节方法作了研究．模拟计算得到的ｓｉｇｎａｔｕｒｅ曲线表明，这种均衡器对非最小相位（ＭＭＰ）信道的传输性能有很大的改进，且两种调节法可达到相近的结果，如选择其中较简单的调节法，可以简化硬件结构．     

关于随机集值映象的不动点定理

我们得到几个随机集值映象的不动点定理，它推广了Ｍ．Ｓ．Ｋｈａｍ的结果［５］，文中所使用的方法与其它作者不同     

钻削中产生迷切现象的机理研究

随着科学技术的发展．对孔加工精度的要求越来越高．钻削过程中的速切现象对孔加工的形状精度、位置精度有很大的影响．本文用试验、观察、解析的方法分析了钻头迷切现象与各种因素的关系，对提高孔加工精度有了新的揭示．     

压电主动杆位置和增益在随机智能桁架结构振动控制中的优化

对结构物理参数、几何尺寸、作用荷载和控制力同时具有随机性时 ,随机压电智能桁架结构中主动杆的配置位置和闭环控制系统增益进行了优化 ,基于系统最小储存能 ,构建了具有动应力、动位移可靠性约束的主动杆配置和控制增益的优化模型 ;并对结构动力响应的数字特征进行了推导。通过算例 ,验证了该优化配置模型的合理性和有效性 ,获得了若干有意义的结论。     

地震相控非线性随机反演研究与应用

 在地震相模型控制下，通过原始数据将各个单一反演问题转化为一个联合反演问题，可降低反演在描述参数几何形态时的单个反演问题的自由度，从本质上提高地球物理反演的效果。本文在计算过程中采用了非线性随机反演算法，能有效提高地震资料的分辨率，并充分考虑地质条件的随机特性，使反演结果更符合实际地质情况。在胜利、中原油田等地区的储层预测中，应用本文方法均取得了良好的效果，为岩性油气藏勘探提供了可靠基础数据。     

Identification of delayed system using instrumental variable method

System identification uses system inputs and outputs to raise mathematical models.Various techniques of system identification exist that offer a nominal model and an uncertainty bound.Many practical systems such as thermal processes & chemical processes have inbuilt time delay.If the time delay used in the system model for controller design does not concur with the actual process time delay,a closed-loop system may be unstable or demonstrate unacceptable transient response characteristics so here the time delay is assumed to be time-invariant. This paper proposes on-line identification of delayed complex/uncertain systems using instrumental variable(Ⅳ) method.Parametric uncertainty has been considered which may be represented by variations of certain system parameters over some possible range.This method allows consistent estimation when the system parameters are associated with the noise terms,as the IV methods(IVM’s)usually make no assumption on the noise correlation configuration.The faster convergence of the parameters including noise terms has been proved in this paper.Iterative prefiltering(IP)method has also been used for the identification of the delayed uncertain system and the graphical results given in this paper demonstrate that the convergence results are inferior to the instrumental variable method.     

基于特征选择的集成分类器抗噪性能分析

特征选择有助于增强集成分类器成员间的随机差异性,从而提高泛化精度。研究了随机子空间法（RandomSub-space）和旋转森林法（RotationForest）两种基于特征选择的集成分类器构造算法,分析讨论了两算法特征选择的方式与随机差异程度之间的关系。通过对UCI数据集引入噪声,比较两者在噪声环境下的分类精度。实验结果表明：当噪声增加及特征关联度下降时,基本学习算法及噪声程度对集成效果均有影响,当噪声增强到一定程度后。集成效果和单分类器的性能趋于一致。