Global Environmental Alert Service (GEAS)

Early warning systems represent an innovative and effective approach to mitigate the risk associated with natural hazards. Early warning technologies are now available for almost all natural hazards and systems are already in operation in all parts of the world. Nevertheless, recent disasters such as the Indian Ocean tsunami in 2004 and Katrina hurricane in 2005, highlighted inadequacies in early warning technologies.

Efforts towards the development of a global warning system are necessary for turning the tide in early warning processes and technologies. There is a pressing need for a globally comprehensive early warning system based on existing systems. The global system should be a mechanism which can consolidate scientific information and evidences, package this knowledge in a form usable to international and national decision makers and actively disseminate this information to those users.

The proposed Global Environmental Alert Service (GEAS) will provide information emanating from monitoring, Earth observing and early warning systems to users in a near-real-time mode and bridge the gap between the scientific community and policy makers. Characteristics and operational aspects of such a service, GEAS, are discussed.     

企业产品决策信息支持平台实证研究

文章阐述DSS系统实现的一种方法，在理论分析的基础上，通过案例进行模拟，证明系统的实用价值。     

中小型企业建立生产计划优化线性规划模型的通用模式

本文提出了建立企业生产计划优化线性规划模型中约束方程的通用方法。简化了建模过程。并经多个企业的实际应用证明了其普遍适用性。为中小型企业建立生产计划优化线性规划模型提供了一个通用模式。     

时滞系统内模控制器参数整定方法研究

针对内模原理对时滞系统控制的局限性,利用一阶泰勒级数逼近模型的时 滞部分, 推导了工业上常见的一阶时滞和二阶时滞模型的内模控制参数表达式, 结合 ITAE 指标和系统鲁棒性设计了新的目标函数, 通过对目标函数的寻优实现了内模控制 器参数的整定。仿真结果表明,该方法具有较好的动态跟踪性能、较强的抗干扰性和鲁 棒性,具有一定的工程应用价值。     

Maximal admissible mode decision delay in terminal guidance

Mode decision-maker is a critical component in the logic-based Integrated Estimation and Guidance(IEG) system. For the best possible estimation and guidance performance, the mode decision delay of the mode decision-maker should be limited to a range as small as possible. This paper presents a numerical method for computing the maximal admissible mode decision delay that varies with time-to-go. Particular attention has been paid to highly maneuvering target interception in terminal guidance. The results of this research offer useful guidelines for the design of the mode decision-maker in IEG systems.     

云制造环境下机床装备资源选择方法

针对云制造环境下机床装备资源具有数量大、异质异构、服务制约因素多等问题，提出了基于多准则决策的机床装备资源选择方法。首先，利用本体论对机床装备资源建模，将物理资源虚拟化封装，实现虚拟资源与物理资源的逻辑映射。进一步地，使用语言变量量化决策者评估信息，采用模糊决策与试验评价实验室（FDEMATEL）和熵值法（EW）相结合的组合赋权法，引入模糊VIKOR（FVIKOR）多属性决策方法对机床装备资源进行综合评估，建立FDEMATEL-EW-FVIKOR的多准则混合决策模型。最后，将该方法应用于某生产制造企业，实验对比决策结果验证了多准则混合决策模型的可行性和有效性。     

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。     

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。     

超声速低声爆布局分层优化方法

声爆抑制是发展新一代超声速民机必须突破的关键技术。总体布局参数的合理设计可以使飞行器具有良好的声爆特性。为了提高全局进化算法在布局设计中的优化效率,提出一种基于数据挖掘的分层优化方法,利用数据挖掘中的决策树算法提取设计知识,获得设计变量分层信息,指导低声爆布局分层优化;针对某超声速低声爆飞行器,选取后掠角、上反角、展弦比、梢根比、长细比五个总体布局参数作为设计变量,开展分层优化数值实验,并与一体化优化形成对比验证。结果表明：分层优化方法能够搜索到与一体化优化高度吻合的最优解,分层优化的收敛速度显著高于一体化优化,且对随机寻优历程的表现更稳健。     

地下原油无缆电加热系统可靠性措施的计算机仿真与优化决策

本文根据给定的油井地质资料,用计算机对其进行拟合再现,着重讨论了井下原油无缆电加热系统的可靠性措施及其计算机仿真与优化决策方法。