大型研究院所档案管理向知识智能辅助决策转型研究

大型研究院所是集产品研发、生产、经营和管理于一体的知识密集型企业,大型研究院所档案管理在做好档案的收集、整理、保管等传统档案工作的同时,在当前大数据、人工智能、辅助决策等信息技术迅猛发展的背景下,应该深挖档案的信息属性和知识属性,积极向知识智能辅助决策转型。     

模糊多属性航线评估决策方法研究

航线评估是航空公司进行航线决策的重要依据。为解决模糊多属性航线决策问题,在航线属性权重完全未知,但航线评估模糊语言信息已给出的情况下,本文将评估模糊语言和模糊偏好信息转换为梯形模糊数,利用梯形模糊数之间总偏差最小建立一个二次规划模型,从而确定航线决策中各属性的权重,通过对航线属性值和权重值进行加权平均运算,比较每条航线模糊综合评价的期望值大小,进行航线评估排序,最后通过一个实例验证了该方法的可行性和有效性。结果表明:该方法可用于航空公司解决权重未知的多属性航线评估决策问题,方法科学有效。     

船舶智能化网络资源中数据封包传送数学建模分析

传统的数据封包传送数学模型在传送船舶智能化网络数据资源时,传播速率很慢,平均延迟高,吞吐性能差。为解决上述问题,设计一种新的数据封包传送数学模型,利用BM匹配算法匹配船舶网络数据资源格式,根据船舶智能化网络的IP地址、网络端口号、网络资源传输协议、网络通信数据以及其他网络资源信息数据建立封包传送数学模型。为验证模型效果,与传统模型进行实验对比,结果表明,设计的数学模型能够有效提高传播速率,降低平均延迟,加强吞吐性能。     

船舶主柴油机建模与仿真

船舶主柴油机作为船舶动力装置的核心设备,在船舶安全航行中有着至关重要的作用。对船舶主柴油机进行建模可以进一步研究柴油机的工况及性能,文章以7K98MC型柴油机为研究对象,基于Matlab/Simulink平台搭建柴油机工作过程的仿真模型,并对模型正确性进行验证分析。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

多属性模糊决策方法在军事决策中的应用

为解决一些军事决策问题，研究分析了一种多属性模糊决策方法，并且结合在武器装备论证中军事决策问题的特点，通过在某型舰载反潜导弹方案优选中运用该方法的实例，探讨了该方法的实施和计算过程。结果表明该方法在武器装备论证这样的军事决策中的应用是可行的。     

数学比例关系在大客车前后围造型中的应用

过去，大客车前后围造型是由造型师或工程技术人员根据底架和使用要求，参照其它车型外观，再凭直觉画出效果图，确定各部分尺寸。这样容易受个人审美观的影响，难以设计出精美耐看，大众的客车外形。     

外汇汇率时间序列静态属性的抽取

为了能够使用现有的数据挖掘技术(例如粗糙集)对外汇汇率时间序列进行数据挖掘,必须从外汇汇率时间序列数据中抽取决定时间序列行为发展趋势的静态属性.针对外汇汇率时间序列的特殊性,给出了时间序列静态属性抽取技术的几个关键步骤,完成了从外汇汇率时间序列中抽取出静态属性,最后利用这些静态属性组成的数据库,实现了对外汇汇率时间序列比较准确的预测.     

海图信息的压缩与恢复

用形态学方法对海图信息进行压缩和恢复，然后用游程编码对骨架进行编码和解码，达到用最少的空间存储最多的信息。