实体企业金融化的同群效应及治理对策

企业金融化是经济“脱实向虚”的微观表现,近年来,中国实体企业金融化趋势显著加剧,造成大量资金脱离实体经济领域而在金融领域“空转”,形成对实体资产投资的“挤出效应”,导致实体企业的“空心化”。本文通过对2007—2020年中国A股市场非金融上市公司相关数据的统计分析发现：中国实体企业的金融化行为存在同群效应,这种同群效应受到投资收益率差异、企业间距离、经济政策的不确定性以及企业间同质性的影响,并且会随着企业产权性质、企业规模和企业融资约束程度的差异而表现出异质性,对于实体企业金融化同群效应的治理可以从促进实体经济发展、构建稳定经济环境等方面精准施策。     

基于三方博弈的终端区协同容流调配策略研究

为研究终端区协同容流调配问题,从机场、空管部门、航空公司三方利益出发,以最大化机场容量利用率、最小化航班调整量、最小化航班总延误损失为优化目标,通过动态博弈分析,求解多目标优化模型,研究了多方利益冲突下的终端区协同决策。根据各要素映射关系,将多目标优化模型转化为三方动态博弈模型;采用博弈粒子群算法进行求解,使博弈策略实现最优组合,从而获得子博弈完美纳什均衡解,即为最优解集。经过算例分析,与多目标优化相比,模型在充分利用终端区容量的同时,有效降低了航班调整量,减少了航班延误损失,提升了整体优化的效益。     

面向任务需求的模块化无人机配置方法

为了实现成本约束下面向任务需求的模块化无人机（UAVs）高效配置,基于无人机需求集和模块备选元素集,构建了任务需求与模块备选元素之间的关联矩阵;以无人机总体成本为约束条件,建立了需求满意度评价模型,引入了改进粒子群算法以获得无人机专用模块的最优配置方案,并通过算例与其他2种优化算法对比,验证了本文优化算法的有效性,进而提出了一种面向模块化无人机的配置方法。以某任务场景为例,在预定成本约束下构建了3型无人机的模块配置方案,并与文献中的单兵无人机参数配置进行对比,验证了配置方案的合理性。结合不同配置方案的成本计算结果表明,提出的模块化无人机配置方法能够实现无人机性能、成本与多种任务用途需求的协同匹配。在此基础之上,开展了模块化无人机多个配置方案单体成本、面向任务运用成本的对比分析,探讨了无人机配置参数对其单机及集群运用成本的影响规律,间接验证了本文算法对无人机单机及集群运用成本控制的支撑作用。     

一种综合优势下的空空导弹接力制导混合优化方法

基于综合制导优势函数提出了一种接力制导的遗传粒子群混合优化方法。通过建立飞机对导弹的优势模型、飞机对目标的态势优势模型、敌方飞机对我方飞机的威胁度模型以及作战飞机效能优势模型四个子模型,给出了作战飞机综合制导优势评估模型。结合接力制导约束条件,建立以综合制导优势最大为目标的空空导弹中制导权移交决策模型,并给出了基于遗传粒子群混合算法的空空导弹接力制导优化方法。最后,对八架飞机接力制导四枚空空导弹的情况进行仿真,验证了该模型及算法的有效性和正确性。     

空间机器人惯性参数辨识的粒子群优化新算法

提出了针对一类多自由度空间机器人卫星惯性参数在轨辨识的一种粒子群（PSO）优化新算法。通过粒子邻域限定的多样性保持、低效粒子随机重置和粒子误差的序列性评价,得到了比常规方法更好的结果,且具有无附加燃料消耗、线动量测量和特定的机器人路径规划等便利性优点。仿真算例表明,该改进方法具有较高的准确性与效率。     

复合式旋翼飞行器多目标控制分配策略

针对复合式旋翼飞行器操纵冗余多模式切换控制问题,提出一种基于赋权多目标混合优化的控制分配策略。该策略根据复合式旋翼飞行器过渡模式舵面操纵特性,建立飞行器带约束过渡过程控制分配模型;设计混合多目标优化性能指标评价函数,有效处理操纵量控制受限、交叉强耦合及非线性特性,并减少舵面耗能;采用改进的粒子群优化算法动态更新操纵量及控制通道的权系数矩阵,提高控制面操纵效率,加快优化搜索速度,快速求解过渡过程多目标控制分配变量。该策略实现复合式旋翼飞行器模式切换过渡过程实时有效地操纵量控制分配,保证飞行器快速准确跟踪控制指令的能力。同时,通过多目标控制分配策略,飞行控制系统不需要增加额外的模式切换控制器,降低系统设计难度,提高安全性。     

基于神经网络的表面热流辨识三维效应修正

在已有顺序函数法对一维、二维表面热流辨识的研究基础上,考虑到三维辨识实时性的困难,提出神经网络和顺序函数法结合的方法。在顺序函数法一维辨识结果的基础上,利用人工神经网络对热传导三维效应进行修正,从而获得峰值热流实时准确的辨识结果。为了获得更优的神经网络模型,引入粒子群算法优化神经网络的初始权值和阈值。通过数值仿真的算例测试结果可以看出,本文提出的方法对于峰值热流的辨识结果准确度在4%以内,避免了三维辨识的时间复杂性,同时具有良好的抗噪性和稳定性。     

基于PSO的船体动态变形模型参数在线辨识

在船体变形测量领域,惯性量匹配法凭借其高精度、易实现的优点成为了时下的研究热点。详细介绍了角速度匹配法进行船体变形角估计的原理,针对算法中动态变形模型（二阶Markov）参数难以确定的问题,推导了两套INS的角增量输出差值与动态变形角之间的关系,建立了利用角增量差值的自相关函数进行求参的理论依据。在求参工具上选择了粒子群算法,借助指数衰减正弦信号的形式建立算法模型,并且合理设置算法参数,最终形成一套完整的在线辨识方案。仿真实验证实,该方案能够实现动态变形模型参数的精确辨识,辨识精度较高,且SNR门限低。最终的变形角估计结果表明,结合该参数辨识算法,船体变形角估计误差可控制在10″左右,证明了该方法的可行性。     

一种新的精英遗传算法及在多弹拦截分配策略的应用

为了有效解决多导弹对多机动目标的拦截对抗实战中的目标分配问题,本文提出一种基于精英策略的多种群自适应遗传算法(MAGA).首先,建立目标分配的综合优势函数和约束条件的数学模型.其次,为改善传统遗传算法容易陷入局部最优的问题,通过多个单遗传算法并行计算,引入自适应策略动态改变交叉、变异概率,设计迁移算子增加各种群之间的联...     

改进PSO优化WNN的液体火箭发动机故障检测

提出一种改进粒子群优化的小波神经网络模型,将其应用于火箭发动机的故障检测研究.针对传统粒子群算法初期容易陷入局部最优的问题,改进粒子群算法的惯性权重和学习因子,采用逐渐递减的选取方式.进行动态调整后的粒子群算法有利于在初始迭代时寻找满足条件的局部最优值,在寻找到局部最优值之后能够快速地收敛逼近于全局最优值,提高运算效率...