PageRank算法权威值均分的改进

在分析PageRank算法模型基础上,针对该算法存在的对所链接页面平均分配权威值问题进行了说明,并分析了部分国内外学者的改进思想,提出了笔者的改进算法.在原算法基础上通过嵌入页面转移概率,保证了权威值的合理分配,实验结果表明,改进的算法提高了网页排序的精确度.     

水下机器人操作能量最小化运动控制研究

以操作能量作为评价函数进行水下机器人运动规划的结果得到随时间变化的目标运动路径和理论控制输出^[1]。本文探讨为实现运动控制过程中能量最小化，在进行目标路径跟踪的前提下作为随机量的实际控制输出与理论控制输出的一致性问题，提出了神经网络控制器的结构和学习方法，水下机器人“Twin-Burger”的实验结果验证了本文所提出方法的有效性和可行性。     

基于集对分析的随机需求接驳公交调度模型

针对需求点的出行客流服从正态分布,基于集对分析理论,利用二元联系数刻画随机客流的确定和不确定部分,将其转化为带联系数的确定性数学模型,研究一类随机需求接驳公交调度模型,将乘客从需求点运输至轨道站点,追求总里程最少.同时,该模型集成了这些乘客的最大容忍在车时间对调度结果的影响.利用Cplex求解模型的精确解,结合实际算例,给出了不同车辆数的最优调度方案,比较了有无乘客在车时间限制的2种方案差异,并分析了客流的不确定程度对调度结果的影响.实验表明,随着客流的不确定程度逐渐增加引起需求点的上车人数变多,受车辆的额定载客量限制,这致使车辆偏好访问较远距离但不超过其额定载客量的需求点,因而总行驶里程也变大;考虑乘客的最大在车时间限制,这引导车辆提供"直达"服务,因而会增加总行使里程,但是满足了乘客的个性化出行需求.      

一类吸收折扣费用模型的研究

主要讨论了一类吸收折扣费用模型的费用结构，在一定条件下找出了其最佳控制。     

从精益生产到精益设计 LEAN理念在PSA中国设计中心

从精益生产刭精益设计 精益生产（LEAN）是在生产中经常采用的制造方法，它最初是为丰田的汽车制造而开发的，亦称丰田生产系统。精益生产的目标被描述为“在使浪费最小化和快速适应外界变化的同时，在正确的时间，正确的地点，得到正确的物品”。     

原理防伪技术—随机干涉条纹加密机制—消费者可直观对照辨真伪

一引言在全息干涉计量发展史中,可以清晰发现这一思路:在全息照相时物体偶然发生的微小位移,产生了当初认为有害的干涉条纹,于是人们深入地提出了一个重要问题,为什么不可以利用这一干涉条纹来计量物体的位移呢?正是这一思想诱发了全息干涉计量的提出和发展。在彩虹全息照相制版时产生了随     

行波及相干效应对超千米跨度斜拉桥多维多点随机地震响应的影响

为了研究行波及相干效应对超千米跨度公铁两用斜拉桥地震响应的影响,基于通用有限元软件ANSYS,借助高效的虚拟激励法分别得到考虑两种效应的结构地震响应值,通过对比研究,结果表明:(1)仅考虑行波效应时,在视波速取500 m/s工况下,主梁纵向位移和竖向位移出现最大均方根值,行波效应对主梁纵向位移响应影响最为显著;(2)仅考虑相干效应时,主梁纵向位移和横向位移在部分相干工况下出现最大均方根值,主梁跨中横向位移的均方根值为0.274 m,较一致激励(完全相干)增大了126.4%;(3)两种效应对结构1号边墩、2号辅助墩和3号主塔的不同地震响应的影响程度存在较大差异,需具体响应具体分析。通过各具体工况下的结果对比,得出超大跨度斜拉桥地震响应分析考虑行波和相干效应十分必要的结论。     

拥挤网络中的OD矩阵估计模型与算法

在进行OD矩阵估计时所采用的交通流分配方法通常为比例分配法和用户平衡分配法 ,但在实际的拥挤网络中 ,这些分配方法都存在着不足 本文给出了一种更符合实际的双层规划形式的估计模型 ,上层规划为最小二乘估计模型 ,下层规划为随机用户平衡模型 ,并给出了相应的启发式算法 ,最后通过算例验证了算法的有效性     

大型船舶航迹多变量随机最优控制

基于随机控制理论，研究了大型船舶航迹的随机最优控制。以Mariner号船舶为研究对象，建立了该船的运动方程和干扰模型，在此基础上，利用卡尔曼滤波器对航向角Ψ、舵角δ、船位信息(经纬度)等进行最优估计，采用LQG随机控制方法对航迹进行随机最优控制。仿真结果表明航迹控制性能良好，能精确保持航迹。     

基于随机森林算法的内河船舶油耗预测模型

准确的船舶油耗预测模型是船舶实现各项航行优化措施的基础.以长江干线某旅游船为研究对象,通过安装信息采集系统获得了大量的船舶实时营运数据.通过理论分析得出影响船舶油耗的主要因素为风速、风向、水深、水流速度和船舶航速;改进了随机森林建模时参数的设置方法,提出一种变量的重要性测度方法;对去噪处理后数据进行系统抽样并进行归一化处理,得到建模的样本数据;把样本数据按0.7∶0.3的比例随机分为训练样本和测试样本,对训练样本采用随机森林(RF)算法建立油耗预测模型;通过模型预测测试样本的油耗值,与实测数据对比,结果显示预测误差低于6.8%,优于BP神经网络与支持向量机(SVM)的预测结果;分析模型中各变量的重要性顺序为:航速>水流速度>水深>风速>风向,利用偏相关分析得到了单个因素与油耗间的定量关系.