GA-BP神经网络和多层次灰色评价法在乌鲁木齐市道路交通事故多发路段鉴别中的应用

在应用多层次灰色评价方法的基础上,采用遗传算法优化的神经网络方法 (GA-BP神经网络)构建乌鲁木齐市道路交通事故多发路段的鉴别模型。GA-BP神经网络模型预测值与多层次灰色评价结果吻合良好,验证了GA-BP神经网络方法鉴别道路交通事故多发路段的可行性。GA-BP神经网络有着较高的收敛速度和预测精度,为乌鲁木齐市道路交通事故多发路段鉴别提供了一种新的思路与方法。     

网络强度和企业管理创新:社会资本的影响

前人的研究尚未将网络强度和社会资本结合起来分析其对企业管理创新的影响,也未考虑企业规模和研发投入对这些变量间的关系的作用。因此,本文纳入企业规模和研发投入作为控制变量,研究了社会资本、网络强度和企业管理创新的关系,构建了理论模型,并以申报广东省高新技术企业和民营科技型企业的企业为调查对象进行了实证检验。结果发现:(1)社会资本在网络强度和企业管理创新间起到完全中介作用。(2)在小规模企业中,网络强度与社会资本对企业管理创新不再产生显著的影响作用。研究结论弥补了相关研究的不足,对我国企业管理创新的提升具有指导意义。     

基于Noisy-or gate 和贝叶斯网络的研发项目风险评估方法

在没有充足样本数据时,为有效地管理各种风险,本文提出了一个全新的研发项目风险评估模型,这个模型主要是基于Noisy-or gate 和贝叶斯网络进行评估。该模型在贝叶斯网络节点满足构成Noisy-or gate模型的前提下,利用历史数据或专家判断得到有效的网络参数,进而推断出每一项风险因素发生的概率,结合风险影响权重得到综合风险影响值,并对比得到高风险因素,为风险管理提供依据。通过与AHP方法评估结果对比表明,该模型可以准确地评估研发项目的风险,从而提高风险管理的效率。     

Fixed-time neuroadaptive practical tracking control based on extended state/disturbance observer for a QUAV with external disturbances and time-varying parameters

This paper investigates the fixed-time neural network adaptive (FNNA) tracking control of a quadrotor unmanned aerial vehicle (QUAV) to achieve flight safety and high efficiency. By combining radial basis function neural network (RBFNN) with fixed time adaptive sliding mode algorithm, a novel radial basis function neural network adaptive law is proposed. In addition, an extended state/disturbance observer (ESDO) is proposed to solve the problem of unmeasurable state and external interference, which can obtain reliable state feedback and interference input. Unlike most other ESO applications, this paper does not set the uncertainty model and external disturbances as total disturbances. Instead, the external disturbances are observed by extending the states and the observed states are fed back to the controller to cancel the disturbances. In view of the time-varying resistance coefficient and inertia torque in the QUAV model, the neural network is introduced so that the controller does not need to consider these nonlinear uncertainties. Finally, a numerical example is given to verify the effectiveness of the coupled non-simplified QUAV model.     

基于SWAT的平原圩区受控水文过程识别和模拟

平原圩区地势平坦,水系结构复杂,汇流和排水过程受到农业水利工程的影响,仅基于DEM提取流域的方法难以使SWAT模型正确识别圩区汇水关系.在充分调查分析平原圩区水文过程的基础上,提出了改进SWAT模型子流域概化方法:①采用分区多出口模拟、水库控制出流等方法以识别平原圩区复杂、受控的水文过程;②基于主要地物要素对原始DEM进行修正,并通过河道结构合理化修正以处理河道分汊和网状河流汇流关系.江西省赣江下游典型平原圩区蒋巷联圩实例研究表明,应用上述强化子流域提取方法,能够使SWAT模型较好地对平原圩区复杂、受控的水文过程进行识别和模拟,水量模拟相关系数和效率系数均达到0.8以上.通过对比自然出流和受控出流的模拟结果和出流特征,表明SWAT模型能够较好地识别平原圩区内电排站对径流的调蓄和截留作用.     

Accelerating a recurrent neural network to finite-time convergence using a new design formula and its application to time-varying matrix square root

In this paper, a new design formula is presented to accelerate the convergence speed of a recurrent neural network, and applied to time-varying matrix square root finding in real time. Then, according to such a new design formula, a finite-time Zhang neural network (FTZNN) is proposed and investigated for finding time-varying matrix square root. In comparison with the original Zhang neural network (ZNN) model, the FTZNN model makes a breakthrough in the convergence performance (i.e., from infinite time to finite time). In addition, theoretical analyses of the design formula and the FTZNN model are provided in details. Comparative results further verify the superiority of the proposed FTZNN model to the original ZNN model for finding time-varying matrix square root.     

基于UWN的协同创新知识网络中知识流动效率测度

知识流动效率对创新绩效有着重要影响,在协同创新领域更是如此。为有效测度协同创新知识网络的知识流动效率,本文提出一种基于无向加权网络（Undirected Weighted Network, UWN）的知识流动效率测度模型。首先,基于协同创新知识网络的节点特性、节点间关系特性,构建协同创新知识网络的UWN模型;综合考虑协同创新知识网络中知识流动效率的多重影响因素,提出一个新的知识流动效率测度模型,并进一步提出该模型在成员管理中的延伸应用;最后,通过某智能手机开发企业的应用案例验证本文所提模型与方法的可行性与有效性。     

移动代理系统综述

随着网络规模的日益扩大,如何保证网络管理系统的可扩展性和高效率巳成为网络管理人员迫切需要解决的问题.为了解决C/s模式中的不足,人们提出了Mobile Agent技术,这是一种基于网络、通信、分布式系统的新技术.文章介绍了Mobile Agent的概念及其系统组成,分析了Mobile Agent技术在现代网络计算环境中的优越性,并对其当前现状进行了描述以及发展前景进行了展望.     

基于模糊神经网络的企业知识管理风险评价

 根据风险理论的相关学说,提出了企业知识管理风险的定义。在此基础上,对企业知识管理的风险因素进行了分析,构建了企业知识管理风险评价指标体系。依据评价指标模糊性的特点,将模糊数学与神经网络结合,建立了基于模糊神经网络的风险评价模型。选取13家企业作为实例说明了模糊神经网络评价模型在企业知识管理风险评价中的适用性。     

基于有限元理论的组织知识网络相对绩效模型

对组织的知识网络绩效进行了研究,首先将组织知识网络与工程学有限元网络进行比较,分析网络性能的系统同一性,从而建立了了组织知识网络相对绩效模型。通过此模型,对个人或部门的知识贡献大小进行了分析。应用此方法,有助于组织科学地对个人或者部门进行考核,从而提升知识管理的效果,最后结合一实例对上述模型进行验证。     

城市雨洪模拟与年径流总量控制目标评估——以北京市未来科技城为例

伴随城市化进程加快,硬化地表面积的增加,城市降雨径流过程已发生明显变化,导致洪涝问题突出。城市雨洪模拟是当前城市水文学研究热点和难点之一,也是城市洪涝防治、海绵城市建设评估的关键技术手段。本文选取北京市未来科技城为研究区,利用SWMM模型构建城市雨洪模型,模拟不同降雨条件下地表和管网径流过程;依据不同场次雨型设计年径流总量控制目标对应的降雨过程,并驱动已构建的雨洪模型,评估现状地块下年径流总量控制目标实现情况;据此,提出不同海绵措施的空间布局以实现年径流总量控制目标。结果表明：城市雨洪模型模拟精度较高,洪峰流量误差在8~26%之间,而峰现时间误差为-8%,-1%和0。现状地块条件未达到北京市年径流总量控制目标（80%）;采用在道路、建筑和绿地分别增设透水铺装、绿色屋顶和下沉式绿地,并分别按20%,40%和40%的方案比例分配时研究区90%的地块均可达到年径流总量控制目标,还增加1.79万m³可利用水量。本文既可为海绵城市年径流总量控制目标的评估提供参考借鉴,也可为城市海绵措施布局优化等提供决策依据。     

模糊神经网络和SOM网络在中国高技术园区区位评价中的应用

对中国52个高技术产业园区发展状况的部分数据及因子分析结果,建立两种具有学习能力的评价模型,用以评价中国高技术园区的发展状况。一种是基于模糊神经网络(FNN)的评价模型,可以提取描述高技术园区发展状况的模糊规则,找到发展模式;另一种是基于自组织特征映射（SOM)神经网络的评价模型,可以对高技术园区进行自动聚类,从聚类图上找到发展状况相近的高技术园区。两种模型都具有自我评价功能,产业园区或企业可方便地利用之对自身发展状况进行自我评价。     

农村公路工程施工现场标准化管理模式的探讨

文章主要针对近年来国家大力支持农村公路发展,各地方在农村公路建设中施工管理环节存在施工不规范、管理不到位问题,提出围绕质量管理为中心,探讨和研究农村公路施工现场标准化管理的模式,从而促进农村公路建设较好较快发展。     

城市生态交通系统理论与实现途径

生态交通系统以人流物流为核心,讲究车、路、站、能源、管理等要素与人、经济、自然的协调,其目标是生态安全、绿色出行、和谐交通。居民以"慢行+公交"生态出行理念的实现,需从规划、技术上扩充步行、自行车与公共交通的生态位,同时采用限行、收费方式压缩轿车的生态位。效仿公交式的物流配送网络建设,既是对轴辐式配送网络的完善,也是货运从独立经营到共同配送的良性生态演化。客运与货运的生态位重叠,可通过时、空维数的部分分离来减缓竞争。     

Modeling and stabilization of a wireless network control system with packet loss and time delay

The problem of modeling and stabilization of a wireless network control system (NCS) is considered in this paper, where packet loss and time delay exist simultaneously in the wireless network. A discrete-time switched system with time-varying delay model is first proposed to describe the system closed by a static state feedback controller. A sufficient criteria for the discrete-time switched system with time-varying delay to be stable is proposed, based on which, the corresponding state feedback controller is obtained by solving a set of linear matrix inequalities (LMIs). Numerical examples show the effectiveness of the proposed method.     

语义互联视角下规划类企业数据资产管理研究——以配电网规划设计企业为例

【目的/意义】规划类企业在开展业务过程中积攒了大量的图纸以及文档,这些数据被搁置难以进行有效利 用,语义互联视角下规划类企业数据资产管理的研究成为一个全新且亟待解决的问题。【方法/过程】对语义互联下 规划类企业进行数据特性分析,并以配电网规划设计企业为例,构建配电网设计企业工作数据管理一体化模型,提 出语义互联视角下规划设计数据管理工作运行机理,并以YH配网设计企业的数据管理实践来验证理论的正确 性。【结果/结论】论文提出的数据资产管理模型和具体方法有很强的通用性,对其他类型企业也有很强的借鉴意 义。【创新/局限】从语义互联视角下构建了规划类企业数据资产管理模型,完善了规划类企业数据资产管理工作, 但是其他类型企业数据资产管理工作仍有较大提升空间。     

Energy management strategy for parallel hybrid electric vehicles based on approximate dynamic programming and velocity forecast

In parallel hybrid electric vehicles (HEVs), the power split between the engine and the electric motor as well as the gear shift in the gearbox determines the overall energy efficiency. In this paper an adaptive energy management strategy with velocity forecast is proposed to optimize the fuel consumption in parallel HEVs, which is formulated into a mixed-integer optimization problem. Approximate dynamic programming with a novel actor-gear-critic design is presented for simultaneously controlling the power split and gear shift online. The power split as a continuous variable is determined from an actor network to realize the energy distribution between two power sources. The gear shift as a discrete variable is obtained from a gear network to adjust the gear ratio in the gearbox. The concept enables an online learning of the energy management strategy for different driving behaviors without the requirement of a system model and the driving cycle. Simulation results indicate that the proposed strategy achieves close fuel economy compared with the optimal solutions resulting from dynamic programming. Furthermore, a multi-stage neural network is introduced for velocity forecast, providing a computationally efficient training framework with good prediction performance. The velocity prediction is finally combined with the energy management strategy for an effective application and fuel economy.     

技术新创企业创业网络对企业成长的影响研究

技术新创企业的高质量发展面临多重因素掣肘,如何有效获取利用资源促进企业发展尤为重要。现有研究注重对获取与利用资源直接效用的研究,对技术新创企业如何通过资源编排构筑资源基础进而促进企业成长内在机理缺乏深入探究。鉴于此,选取4家技术新创企业进行多案例分析,通过解析创业网络与企业成长之间资源编排的作用机制以揭示企业成长内在机理,由此构建“结构-行为-绩效”理论模型。研究发现：（1）创业网络是技术新创企业获取资源以促进企业成长的基础;（2）创业网络资源供给使资源编排行动得以实施;（3）技术新创企业通过资源编排将外部资源内部化,与既有资源形成资源组合以提升资源基础,并通过循环编排行动达成资源平衡以激发束集效应是企业成长的关键。     

RIC环境下企业风险的识别、扩散与防范机制

利用风险转移算法(RTA)改进的聚类分析法,对区域产业集群(RIC)中的企业风险进行了分类识别,给出了其风险关联图。基于RTA和Bass模型描述了RIC中企业风险的扩散机制,揭示了企业风险因子在RIC网络中的转移过程,并可处理时间上相互并行的随机网络情景,较Monte Carlo模拟法和随机网络解析法具有更好的解释性和通用性。并且,提出了应对RIC网络中企业风险扩散的防范机制,强调对企业风险管理战略、组织、方法、信息、文化和过程六要素的有机融合。     

Data augmentation of credit default swap transactions based on a sequence GAN

Credit default swap transaction data repositories are frequently applied with credit default swap spread estimation and financial market risk assessment. However, in practical applications, there is poor liquidity, some missing data, and inaccurate definitions. Small samples tend to lead to poor prediction accuracy and poor adaptability of the statistical algorithm. Data generation can effectively increase the sample size and improve the effect of the risk assessment model. In this paper, a credit default swap data generation algorithm based on a sequence generative adversarial network (SeqGAN) is proposed, and the policy gradient algorithm in reinforcement learning is introduced to optimize the traditional generative adversarial network (GAN) algorithm to solve the gradient disappearance and poor data adaptability problems in the traditional algorithm. Gradient disappearance is due to the generator network in GAN being designed to be able to adjust the output continuously, which does not work on discrete data generation. The optimization algorithm proposed in this paper is used to train randomly distributed sequence data and generate credit default swap transactions with diversity and good model applicability. The credit default swap data generated in this paper are verified by the synthetic ranking agreement (SRA) index. The results show that SeqGAN can effectively synthesize various simulation samples, which can provide support for the risk discrimination model.