基于工业物联网的混流车间机器人自适应调度

随着工业物联网技术与人工智能技术深度融合,物料机器人已广泛应用于物联网车间中.针对车间存在实时动态变化和状况不确定等诸多复杂因素,本文提出以组分层建树和以实时状态为根节点的SP–MCTS(Single-player monte-carlo tree search algorithm)搜索方法实现车间自适应调度决策.该方...     

并购贷款解禁的利弊分析——企业并购融资的福音

长期以来,由于我国企业并购的融资制度不完善,资金来源不足成为制约企业战略性并购的主要瓶颈,抑制了我国企业在开放经济环境中国际竞争力的提高。并购贷款的解禁有望改善这一状况。论文对并购贷款的现实意义、主要问题及以利弊得失作了系统分析。     

基于方案偏好值的模糊多属性群决策方法

针对属性值为梯形模糊数,属性权重未知,决策者对方案的偏好值以梯形模糊数给出的模糊多属性群决策问题,提出一种群决策方法.为使决策者的主观偏好值与客观综合属性值间的总偏差最小,借助梯形模糊数的欧式距离,建立单目标优化模型,求解模型,得到属性的精确权重,进而根据综合属性值的期望值对方案排序,最后给出一个数值例子验证了所提方法的可行性与实用性。     

新时期管制员的职业发展与队伍建设

空中交通管制员队伍作为航空运输保障的核心队伍之一,在保障民用航空运输安全和正常飞行工作中发挥着极其重要的作用。但在飞行量持续快速增长,延误问题日益加剧,安全风险不断增加,公众对空管不安全事件变得越来敏感的大环境下,管制员的工作负荷持续保持高位,工作压力不断攀升,其经济和社会地位,或是职业自豪感等都与预期存在一定差距,影响了管制员群体的职业发展,也对安全保障工作产生了不利影响。本文将主要就管制员在当前及未来环境中的职业发展问题进行探讨,     

公司内部治理、外部审计需求与财务报告质量

由于市场环境不同于发达国家，我国上市公司外部审计的内在动力主要在于弥补内部治理不足，而不是利用审计师声誉向市场传递信号；在风险导向审计模式驱动下，大型审计师对于内部治理较好、审计风险较小的公司采取了“低风险一低投入”策略，对优质公司的财务报告质量改善程度较低，但是对于公司治理较差客户的财务报告质量改善程度较高。     

全美将实施新的航空风险指数

为了反映民航业的整体运营安全风险,FAA提出了一个全新的指数:每飞行小时相关风险指数。该指数是一个类似于道·琼斯指数的复合指数,通过对年度航空事故的量化处理,快速直观地显示出整个航空安全体系的状况。从2006财政年度起FAA将正式采用该指数。该指数名为每飞行小时相关风险指数(relativeriskperhourofflight),以下简称为风险指数。这种新的指数和道·琼斯指数相比,两者的相似之处在于它们都是一个综合性的总体指数,并不适用于某个具体的企业,如同道·琼斯指数由4种股价平均指数构成,风险指数也是多项航空安全事故的综合评价;它和道…     

反向需求

“产品在不期望但又可能出现的非正常输入的情况下，能有正确的反应”，这是何国伟定义的反向需求，很多设计人员主要考虑“在规定的输入条件（所谓正常情况）下，能以规定概率（可靠性）完成规定功能”。于是，当非正常输入时，就可能出现危险事件，甚至导致严酷度等级很高的后果。因此在需求子工程中，应该力求需求（包括反向需求）的完备性，主要方法有：1）头脑风暴法；2）建立反向需求库；3）找原始设计需求的疏漏；4）分析危险事件发生的概率分布，发生概率与假设条件的一致性，并以毒奶粉，次级房贷等为例进行说明。     

非开普勒轨道下卫星交会变轨决策研究

针对卫星在非开普勒轨道下的运动特征,提出了研究卫星交会变轨决策的方法。首先,在Hill坐标下,采用比例导引方法求解卫星进行变轨机动时所需要的速度增量。然后,再通过Lagrange插值算法解出卫星在任意特征点上变轨机动所需要的速度增量,根据数字仿真得出大量的仿真数据并画出满足变轨决策条件的决策曲面。最后,对决策曲面的涵义做出分析,说明了该方法对于研究非开普勒轨道下卫星变轨决策问题具有一定的意义。     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。