摘要：通过构建高校人才科研能力评价指标、设计联合聚类分析和关联分析算法的数据挖掘方法,对高校人才科研能力进行了数据挖掘分析。研究结果表明,所提方法能够很好地反映算例中某高校人才队伍学缘关系、骨干人才横向项目开发能力和科研能力差异化等主要问题,从而有针对性地提出了注重引进重点高校人才、加强骨干人才学术交流、设置具有针对性的激励政策等策略,这有利于高校人事部门制定科学的人才政策,促进高校整体科研水平的提升。

摘要：基于耗散哈密顿控制策略,从能量平衡的观点,利用能量成型的方法,给出了面贴式永磁同步电动机的速度跟踪控制器。由于所设计的控制器中包含有未知的负载转矩,影响了系统控制性能,而且负载转矩的变化受到转子磁链的影响。因此,在设计控制器的同时,采用Luenberger观测器对转子磁链和负载转矩的变化实时观测,从而增强了控制系统的鲁棒性。理论分析和仿真结果验证了所设计控制方法的有效性。

摘要：设计了一类由一个制造商和一个供应商构成的同时具有再分销、再制造和再利用的闭环供应链,废旧产品的回收及再处理均由制造商完成。建立了该供应链在顾客需求不确定环境下的多目标鲁棒动态运作模型。采用具有已知概率的离散情景描述顾客需求的不确定性,利用基于情景分析的鲁棒线性优化方法建立供应链的运作模型。设计的数值算例的结果验证了运作策略的鲁棒性。

摘要：研究了多状态、全终端复杂网络系统可靠性分析问题,通过使用结构函数设计了网络可靠性评估模型,并利用生成树的特性和网络图的环和理论,给出了多状态、全终端复杂装置网络可靠性分析的新算法·本算法并不需要全体生成树和全体割集作为前提条件,也不需要两次使用不交和运算,仅仅从一颗生成树开始,就可确定该网络的可靠性·该方法与传统方法比较,不仅降低了该类问题算法的计算复杂性,而且提高了评估过程的准确性、可操作性·大量实例计算表明了模型与算法的可行性与有效性·

摘要：研究不确定多时滞系统Ｈ∞鲁棒控制策略·通过论证，提出多时滞系统满足Ｈ∞设计指标的充分条件及带不确定性Ｒｉｃｃａｔｉ 不等式具有鲁棒性的充分必要条件·得到了带有不确定性的多时滞系统满足Ｈ∞设计指标的充分又最少保守性的条件·对于给定指标，存在状态反馈控制器，使得闭环系统满足设计指标的充分又最少保守性的条件为Ｒｉｃｃａｔｉ 不等式成立·

摘要：随着塑料制品的日益增多,废旧塑料制品的回收成为一个重要问题.根据塑料制品回收的特点,构建了相应的逆向物流网络模型.该网络包括回收点、颗粒粉碎厂、再制造生产厂、最终处理点、产品分销中心和销售点.以运输成本最小为目标,对网络点进行选址优化.运用遗传算法求解,通过一个实例验证了模型的有效性.

摘要：电信套餐是电信企业通过电信产品的多样化来满足市场中不同顾客群需求的一种有效手段。在电信套餐的设计过程中,如何合理设计套餐的数量和定位细分市场,并选择套餐分档的属性值,是电信企业管理部门的一项重要任务,也是一项复杂的管理决策问题。建立了一种针对非均属性水平的电信套餐设计优化模型,在模型中引入了新产品定位中的顾客选择行为分析的思路和方法,并采用多项式分对数规则来模拟顾客的选择购买行为。同时,在优化模型中考虑了电信套餐的收入长期性、未来收益和资金折现率的影响,强调以最大化顾客终身价值为目标来进行电信套餐方案的优化选择。针对建立的优化模型,设计了遗传算法进行了求解。最后给出了某电信公司套餐的一个实例,对所提的模型和算法进行了计算和验证。

摘要：离散选择模型(Discrete Choice Model,DCM)是一种非线性的多元统计分析方法,主要基于消费者对产品/服务的选择来预测消费者的购买行为。在电信行业的市场营销中,消费者对电信产品的选择行为对于电信运营商的营销策略起着至关重要的作用。通过考虑消费者的特征属性及电信产品(套餐)的特征属性,建立了基于多属性的多项logit(Multinomial Logit,MNL)模型,并通过SPSS软件的MNL回归分析,得到各属性的相关估计参数,最后得到消费者对于每个套餐的选择概率,用来预测消费者选择套餐的行为。另外,针对在校大学生消费群体选择套餐作为案例进行了实证研究,设计了调查问卷并通过在线网络调查及传统问卷调查两种方式获得相关数据,验证了所建MNL模型预测的准确性。

摘要：讨论了基于自适应模糊神经网络的噪声抵消器的设计方法。自适应模糊神经网络系统具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的模型和噪声的不确定性、不完备性。该法设计的滤波器效果良好,并可以用于多路信号和复杂信号的噪声消除。

摘要：提出将一种径向基网络的重要变形—概率神经网络(PNN)应用于化工过程的故障检测中。与其他网络相比,概率神经网络学习速度快,适合于故障检测问题。将概率神经网络用于Tennessee Eastman(TE)过程故障检测的仿真实验,将实验结果与BP网络进行比较,结果表明概率神经网络的网络设计时间明显少于BP网络,故障检测的准确率明显提高。该方法可行、有效。