基于核心能力的增长型战略机制的构建

增长型战略的实施是企业发展过程中必不可少的环节,也是对企业创新能力的严峻考验.基于增长型战略型的重要性及特征,必须以核心能力为基础来构建其机制.具体表现在实行以核心能力为基础的关联多元化,建立基于核心能力的隔绝机制,在产业链的某一点横向扩张,培育基于技术轨道和技术平台的创新集群.     

SCOR模型浅析

本文介绍了供应链运作参考模型的产生及主要构成,与其它绩效考核体系的区别,以及对于供应链管理的作用.     

基于马尔可夫链的飞机刹车片检查时间确定

为结合飞机实际运行工况,科学合理地制定刹车片检查时间,提出了一种基于马尔可夫链理论的预测模型。以某一机群刹车片检查时间确定为例,分别论述了刹车片磨损状态的划分,以及转移概率矩阵的构造与估计,并对该机群刹车片磨损状态进行了预测,其预测结果与实际检查情况较吻合。根据刹车片磨损状况的预测结果,制定了该机群在实际运行工况下的刹车片检查时间。实际运行情况表明,所制定的刹车片查检时间可行、有效。     

一种航天测控系统可靠性定量化计算方法

航天测控系统具有动态性、复杂性、可维修性、阶段间相关性等显著特征,作为航天器安全在轨运行的重要保障,其可靠性至关重要。针对航天测控系统可靠性精确计算的难点,提出了综合马尔可夫（Markov）模型和全概率思想的复杂、动态系统可靠性定量化计算方法,给出了计算流程。按照系统的动态组成特性,将任务进程划分为多个阶段,阶段内参试状态不变,不同阶段之间参试状态不同。借鉴Markov模型描述阶段内状态转移过程,通过求解Kolmogorov后向方程得到本阶段结束时的状态概率,利用全概率思想实现阶段间状态映射,体现阶段间的依赖性,依次对各阶段求解获取整个任务可靠性,具有求解准确度高、结果可信度高等特点。最后给出算例,通过与蒙特卡洛仿真结果的比对校验Markov方法的准确性。     

一种融合MRF分割与数学形态学的道路提取算法

针对高分辨率合成孔径雷达（Synthetic Aperture Radar, SAR）图像中道路目标难以有效提取的问题,提出一种融合马尔可夫随机场（Markov Random Field, MRF）分割与数学形态学处理的高分辨率SAR图像道路提取算法。该算法首先利用直方图均衡化和增强Lee滤波对SAR图像进行预处理,实现道路的边缘增强,抑制相干斑噪声;进而利用基于条件迭代模式（Iterated Conditional Mode, ICM）的MRF对SAR图像中的道路目标进行初分割;再用数学形态学填充空洞,平滑道路边缘;最后,基于道路的几何特征,使用偏心率、矩阵度、复杂度等因子去除虚警,从而提取出道路目标。利用该文算法对两块实际高分辨率SAR图像进行道路目标提取,均可以取得90%以上的正确道路提取率,表明本文算法具有较高的道路提取精度。     

基于视频数据的机场跑道外来物检测

提出了一种基于视频数据的机场跑道外来物(FOD,Foreign Object Debris)检测算法,该算法包括几何校正、背景差分、杂波抑制和伪装消除等4个步骤.其中,几何校正排除了摄像头轻微抖动造成的图像差异;背景差分利用每个像素对应的颜色向量信息,建立背景模型并进行定时更新;杂波抑制和伪装消除利用差分图像和原始图像信息,建立马尔科夫随机场和概率统计模型,在降低虚警的同时提高了检测率.将本算法应用于两组不同光照条件下获取的视频图像,检测不同形状和颜色的FOD目标;采用本算法对机场实测数据进行测试,验证了算法的有效性.     

离散广义Markov跳变系统的镇定性

针对转移概率部分未知情况下的离散时间广义Markov跳变系统,研究了系统的稳定性和镇定性。转移概率部分未知的情况包含了转移概率完全已知和完全未知两种特殊情况,具有更广泛的实际意义。首先利用线性矩阵不等式方法,将离散Markov跳变系统的结论推广到离散广义Markov跳变系统,提出了使开环系统随机稳定的充分条件;在此基础上,进一步提出了闭环系统可镇定的判据,并表示为线性矩阵不等式形式;最后,通过仿真算例验证了所提方法的有效性。     

基于Markov链的FSM容软错误设计

随着深亚微米工艺的广泛应用,持续攀升的软错误率对宇航设备的电路可靠性造成了极大影响。针对现有冗余防护技术面积开销大的不足,将概率统计的思想运用到有限状态机（FSM）的软容错设计上,提出了选择部分状态冗余的容错方法。在Markov链模型的基础上,计算出各状态概率,从而为状态冗余提供依据。与未经选择状态冗余的电路相比,以平均增加14.9%的面积开销为代价,这种电路可屏蔽87.6%的时序逻辑单翻转（SEU）。
     

基于任务弧段的测控通信任务可靠性建模方法

基于对任务的弧段划分,建立了测控通信任务的可靠性模型.根据任务执行时序图,参与任务的测控通信资源及任务成败标准,将测控通信任务划分为不同的任务弧段,定义了正常任务弧段和空闲任务弧段,基于Markov过程,提出了正常任务弧段和空闲任务弧段的可靠性建模方法.提出了在考虑测控通信资源的开机准备时间和停机时间的情况下的可靠性建模方法,对测控通信任务重新划分任务弧段,各任务弧段依据相应方法单独建立模型,依次求解各模型可得整个任务的可靠性.最后以具体的测控通信任务为例,计算并分析了不考虑资源开机准备时间和停机时间、仅考虑资源开机准备时间、仅考虑资源停机时间以及考虑资源开机准备时间和停机时间的任务可靠性,验证了模型的正确性.      

部分可观测信息条件下装备剩余寿命预测

 针对部分可观测信息条件下退化系统的剩余寿命(RUL)预测问题,综合利用装备的历史寿命信息和性能退化信息,采用隐马尔可夫模型(HMM)对系统进行状态评估,得到系统的转移概率矩阵和观测概率矩阵;采用Bayes方法不断更新系统状态空间的条件概率分布;利用比例故障率模型(PHM)对系统进行可靠性分析,得到系统的故障率和可靠度函数,进而得到装备的剩余寿命分布。研究表明,该方法可较准确地预测装备的剩余寿命,为保障人员提供科学的维修决策依据。