离散事件动态系统的混合状态模型

本文通过引入混合状态,使大部分DEDS成为时齐的混合状态马氏过程,然后用半群理论来研究该马氏过程,建立了有关半群算子的偏微分方程,并进一步把该方程转化为积分方程,并证明了积分方程有唯一解,解可由迭代法求出。

随机 Petri 网的瓶颈及其最大处理能力

介绍了随机Ｐｅｔｒｉ网瓶颈的概念，给出了一般随机Ｐｅｔｒｉ网最大处理能力的数学模型，针对一类特殊结构的随机Ｐｅｔｒｉ网，导出了分析其最大处理能力和瓶颈的快速算法，最后给出了一个防空决策组织信息处理瓶颈与处理能力分析的实例。

离散事件系统基于混合状态法的数值分析

本文在离散事件动态系统混合状态建模的基础上，对系统的积分方程模型进行了数值求解，讨论了数值解法的稳定性与收敛性，最后给出了一个数值计算的实例．并对数值结果进行了仿真验证．

指挥控制系统信息处理容量模型

信息处理容量是指系统在目标信息处理的最大允许时延范围内所能同时处理的最大目标批数，它是衡量指挥控制系统信息处理能力的主要性能指标。该文以时间Ｐｅｔｒｉ网为建模工具，建立了一类典型的指挥控制系统信息处理容量模型，定量分析了信息处理容量与系统资源、系统结构和系统各功能模块任务处理时间之间的关系，指出系统的瓶颈。

基于优化的GA-BP及其在葡萄酒质量预测的应用

针对BP神经网络模型在输入时因随机产生的权值和阈值导致模型的训练精度不高、泛化能力不强的问题,提出一种基于自适应遗传算法优化BP神经网络的方法.遗传算法在寻优方面有很好的效果,采用遗传算法优化BP神经网络的权值和阈值来提高模型的训练效率,并对神经网络的学习率进行优化,建立GA-BP网络预测模型,用于葡萄酒质量预测.结果表明,对比于传统的BP神经网络,基于自适应遗传算法优化的BP神经网络的模型在精确度上更高,模型的泛化能力也更好,对于葡萄酒加工企业具有实际参考价值.