GM（1，1，β）灰微分方程的若干性质

针对灰色预测模型的适应范围和优化问题,首先根据灰色GM（1,1）模型参数是灰的、可调的原理,提出了GM（1,1,β）模型的内涵型和参数包形式,分析了模型的若干性质,然后给出了模型的优化算法. 研究结果表明,GM（1,1,β）灰微分方程模型参数α的客观取值范围为（-∞,+∞）,经典GM（1,1）模型参数α的客观取值范围为（-2,+2）;发展系数α的客观取值范围是由背景值系数β 决定的,而与原始数据无关;灰微分方程模型完全适合齐次指数数列. 最后,以我国城镇居民家庭人均可支配收入的数据为例验证了GM（1,1,β）灰微分方程模型的有效性.     

面向兵棋系统的卫星导航对抗行动推演模型研究

随着信息化作战体系对天基时空基准的依赖逐渐增强，卫星导航对抗快速发展为夺取天基定位、导航和授时信息优势的主要作战行动。以构建卫星导航对抗行动推演模型为目标，在分析相关研究现状的基础上，设计了导航信息环境计算模型和导航对抗行动仿真模型，探索了兵棋系统导航信息环境可视化和高分辨率仿真计算模型代替低分辨率概率效果模型的实现途径，支撑了在天基导航信息支援下的战前筹划和战时评估，实现了导航对抗行动的兵棋推演。     

时间依赖型多时间窗车辆路径问题研究

针对一类考虑城市交通拥堵情况的时间依赖型多时间窗车辆路径问题(time-dependent vehicle routing problem with multiple time windows,TD_VRPMTW),提出一种混合离散灰狼算法(hybrid discrete grey wolf optimizer,HDGWO)进行求解。在HDGWO中,设计了新的灰狼个体更新公式,采用基于客户排列的整数编码方式,使算法可直接在离散问题解空间中执行基于标准灰狼算法个体更新机理的全局搜索;设计了基于问题性质的种群初始化策略,用于生成具有高质量和多样性的初始种群;引入头狼信息交流公式,用于探索头狼形成的优质解空间;构造具有多种局部搜索操作的自适应变邻域局部搜索策略,用于增强算法的局部搜索能力。结果表明：HDGWO可有效求解TD_VRPMTW。     

一种人体肌肉的参数化建模及变形方法研究

由于人体肌肉在变形过程中具有保体积的约束特性,且肌肉运动缺乏三维多角度呈现,为此,提出了一种人体肌肉的参数化建模及变形方法。基于MRI（magnetic resonance imaging）数据,利用其生成的切片图像提取外轮廓线进行构建三维肌肉模型;层次化定义肌肉特征,建立语义参数间的映射关系,实现肌肉的保体积变形;通过建立向量值动态四阶微分方程使特征曲线动态模拟肌肉的变形过程,并建立骨骼运动与肌肉变形之间的对应关系。以人体肱二头肌为例进行实验,验证了此方法的有效性。     

考虑等待提示机制的呼叫中心联合排班方法

针对带有等待提示的呼叫中心进行联合排班方法研究,针对带等待提示的呼叫排队模型,根据顾客耐心及其放弃行为的影响规律,预测顾客等待时间,从而建立呼叫中心等待提示机制;考虑非平稳到达等因素的影响,结合等待提示的评估方法,利用离散事件调度法建立呼叫中心排班模型,提出基于改进遗传算法的联合排班方法。依据某呼叫中心的实际数据,与传统的两阶段方法进行对比分析,从而验证所提出方法对于解决排班问题的优越性及显著的应用价值。     

基于卷积神经网络的陆战兵棋战术机动策略学习

针对从“人在回路”兵棋推演的复盘数据中提取推演者战术经验高价值知识的问题,提出一种基于深度神经网络从复盘数据中学习战术机动策略模型的方法。将战术机动策略建模为在当前态势特征影响下对目标候选位置进行优选的分类问题：梳理总结影响推演者决策的关键认知因素,定义了由机动范围和观察范围等7个属性构成的基础态势特征,建立了带有正负样本标注的态势特征数据集;设计了基于卷积神经网络的分类器,以分类概率实现了单个棋子战术机动终点位置的预测。实验结果表明：该模型的预测准确率可达到78.96%,相比其他模型提高至少4.59%。     

考虑供应商聚类的应急医疗物资协同配送仿真

针对突发公共卫生事件应急处置中存在的地方政府医疗物资储备不足、配送效率低下等问题,设计了一种考虑供应商聚类的两阶段应急医疗物资公私协同选址分配模型。在备灾时利用模糊聚类算法实现供应商聚类,并与政府建立合作机制以实现应急医疗物资联合储备;在救援初期依托政府和各类供应商的物资储备及运输能力,构建以最小化物流总成本与需求未满足率加权和为目标的选址分配仿真模型。设计改进的非支配排序遗传算法对此两阶段模型进行求解。以新冠肺炎疫情中武汉市医疗物资调度设计仿真算例,并对比有无供应商聚类对模型的影响。仿真结果表明：该模型在协调政府和供应商的应急医疗物资储备、运输以及调度决策方面具有优势。     

基于证据推理和置信规则库的涡扇发动机故障预测

针对某型涡扇发动机故障预测的问题,提出一种基于证据推理和置信规则库的涡扇发动机故障预测模型。为描述涡扇发动机的健康状态,利用证据推理算法融合发动机系统状态信息;结合先验知识建立混合驱动的置信规则库仿真预测模型;采用投影协方差自适应进化策略用于优化模型参数;通过实验验证了模型的有效性。研究结果表明：该方法不仅准确预测涡扇发动机故障风险概率,而且为故障诊断和维修保障提供了有力的支撑。     

蒙卡渲染画面多特征非局部均值滤波降噪算法

针对蒙特卡罗渲染在低光线路径采样率下绘制的图像容易出现噪点的问题，提出一种蒙特卡罗渲染画面多特征非局部均值降噪算法。使用canny算法对场景反射率图进行梯度化，以反射率梯度图为引导图，利用引导滤波器对法向量图预滤波；求出预滤波后法向量图中图像块之间的结构相似性，利用结构相似性倒数的对数值对非局部均值滤波器权值进行改进；利用改进后的非局部均值滤波器对噪点图像进行滤波重构。实验结果表明：该算法能在典型场景中有效降低渲染画面的噪声，改善均方误差和峰值信噪比质量指标。     

基于风速预测模型的风电一次调频仿真研究

为进一步提高风速预测精度,考虑数据内部结构性与外部影响因素耦合性叠加特征,以及风电机组功率特性,构建逆向前馈神经网络自回归移动平均模型(back propagation-autoregressive integrated moving average model, BP-ARIMA),并对风电场风速进行预测仿真,通过与实际数据对比分析,验证了所建模型具有较高预测精度。在所建预测模型基础上,基于风力发电机组典型功率特性曲线,统筹考虑储能装置容量优化配置与风电机组的致稳性问题,应用MATLAB-SIMULINK平台进行风电机组一次调频仿真。结果显示：一次调频控制策略的频率调节能力相较于常规超速减载调频控制可至少提高十个百分点。     

交通诱导信息发布策略的空间关联规则

采用北京市可变信息板（variable message signs， VMS）系统近三年发布的交通诱导信息数据， 研究了交通诱导信息发布策略的空间关联规则. 首先基于系统聚类算法分析事件点与上游VMS的关联度， 根据其强弱将上游路段的影响空间分级， 并确定不同影响等级空间范围的大小； 然后采用基于关系代数理论的关联规则挖掘算法， 计算位置相邻的VMS集合的支持度和置信度， 确定不同影响等级空间范围内、相邻影响等级空间范围VMS集合的 依存关系. 实证分析表明： 空间关联规则能将事件点上游的影响空间分级， 并确定VMS间的依存关系， 从而锁定诱导信息发布的各级影响 空间以及相应的VMS， 具有实际的应用价值， 将应用于北京市交通诱导信息发布专家辅助决策系统.     

时序数据跨域关联可视分析

时序数据是数据挖掘的一类重要研究对象,当前的时序数据可视分析技术很少进行跨域关联,用户无法在统一视图中同时关注时空域的统计时序数据与认知域的文本主题数据的发展演化.抽象出用户基于跨域时序数据的可视分析过程,提出一种可视分析流程模型;以该模型为指导,设计了多视图协同的跨域关联可视分析工具.通过疫情时序数据和舆情文本数据的...     

降雨情景下城市道路交通信号控制优化模型与方法

降雨天气导致城市道路交通运行效率明显下降,现有道路交通信号控制一般尚未建立针对性的信号优化方案。考虑降雨天气降水量、道路积水等因素影响下的交通运行情景,设计了面向交通控制的城市道路交通信息物理系统体系,搭建了基于信息物理系统的城市道路交通控制框架,并建立了交通信号控制优化模型,进一步利用BP神经网络方法设计了模型求解方法。通过搭建实例路口交通仿真模型,对比3种方案下延误时间等多个指标,分析结果表明本文方法在改善降雨情景下交叉口交通运行效率等方面的有效性。     

基于妥协案例推理的作战仿真实验范围迁移

作战仿真实验范围通常依靠专家确定，耗费代价较大。为将作战仿真实验的历史数据中关于实验范围选择的知识迁移至新的作战仿真实验案例，提出一种基于妥协策略的案例推理方法。根据案例的数据特点，提出作战仿真实验案例的表示方法；根据案例的结构和属性特点，提出主客观综合赋权的混合相似度计算方法；针对案例检索时出现检索失败和检索结果包含信息量较少的问题，提出基于妥协策略的案例检索方法；根据检索结果的特点，提出实验范围的整合迁移方法。基于历史数据进行了实验分析，证明了方法的有效性。     

基于仿真驱动的高速公路主动限速效用评价与推荐

传统的路侧被动限速方式对于特定的惩处区域以外缺少管控，间接导致车辆行为在时空上的不一致性甚至突变，影响了交通的通行效率与安全性。从车侧主动限速方式入手，提出主动限速效用评价与推荐方法，结合道路线形、交通流量、车型比例，开展多情景主动、被动限速交通仿真，利用安全间接分析模型及交通流运行状态，从安全与效率2个层面提取效用评价指标及其权重，采用集成学习方法进行预测分析。结果显示：主动限速方式相较于被动限速方式更有利于提高安全性和调节效率，而在主动限速方面，GBDT(gradient boosting decision tree)回归模型的预测稳定性和准确率更高(R²=0.984)。     

基于协方差矩阵的主动学习方法及应用研究

由于工业过程采集的数据中常包含大量的无标签样本,而有标签样本数量少且人工标记成本较高,因此,提出一种基于协方差矩阵的主动学习方法.利用有标签样本建立高斯过程回归模型,并构建无标签样本之间的协方差矩阵,以协方差矩阵行列式的值作为评价指标.在挑选信息量较大的无标签样本的同时,衡量样本间的相似性,避免样本的冗余添加,最终在相...     

基于延时动力系统的多车道交通流仿真

基于延时动力系统思想,提出了关于动力系统的道路交通流量的仿真新算法。针对多车道、路况可变、流量可变的复杂交通环境建立了新模型,在分析多车道封闭系统和多车道路况的基础上,本新模型可以描述前后时间段对道路交通流量的相互影响。仿真数据结果表明,新模型能够模拟交通流量变化,同时对于控制交通流量以及分析交通系统的特点是有效的。结果推广并改进了文献[2,3]中的相关结论。     

基于BLP-ALO-SVM的风电功率短期预测方法

为了对短期风电功率及其波动范围作出有效预测,提出一种基于混合算法优化支持向量机的风电功率短期预测方法。采用探索性数据分析对原始风速数据进行预处理,提高风速数据的质量;采用混沌映射、莱维飞行策略和粒子群算法提升蚁狮算法的性能;应用经混合算法优化的支持向量机模型对风电功率进行预测。实验结果表明：相较于新型的风电功率预测模型,该方法输出的结果预测误差更低,表现出对于风电功率更好的预测能力。     

面向多视角渲染任务的超实时可视仿真系统

针对多视角渲染任务超实时可视仿真这一难题,从理论上分析了面向多视角渲染任务的超实时仿真实现原理及可行性,提出了一种仿真计算与渲染计算分离的超实时可视仿真系统架构;提出了一种基于并行渲染的超实时可视仿真方法,解决了渲染任务分配、仿真世界同步、渲染时机选择等关键问题。实现了基于虚幻引擎（unreal engine4,UE4）主从模式的超实时可视仿真系统;设计系统应用案例,测试了超实时仿真性能,验证了该超实时可视仿真系统在多视角渲染场景下的渲染效率和超实时仿真能力。