基于BP神经网络的非线性流域UUV动态回收过程预测

针对水下无人自主航行器(UUV)回收过程中流域存在非线性干扰问题,提出了一种基于BP神经网络优化UUV回收路径的闭环控制方法。采用计算流体力学(CFD)方法模拟UUV相对于潜艇以不同路径进行回收的水动力系数,将数值模拟结果作为训练BP神经网络的初始数据,利用拉丁超立方法对非线性流域的位置随机采样,采用神经网络输出UUV在采样处的水动力系数,实现非线性流域内UUV动态回收过程的水动力系数预测。结果表明:通过均方根检验神经网络预测水动力系数误差均在10%范围内。将神经网络预测结果与UUV纵向操纵性方程结合,对比回收速度和操舵间隔与理论回收轨迹的误差,优化UUV动态回收路径的闭环控制方案。

大数据服务商参与下考虑生态设计和动态回收率的闭环供应链决策研究

综合考虑生态设计与政府补贴,借助伊藤过程刻画动态变化的回收率,构建大数据服务商参与下的闭环供应链随机微分博弈模型,分析大数据服务商协助类型、服务费支付水平和政府补贴等参数对闭环供应链各成员决策和利润的影响。结果表明,所处环境不同时大数据服务商的最佳协助方式也不同;协助营销活动能有效刺激市场时,协助营销更能提升回收率、利润等;零售商和回收商合理分担大数据服务费可以促进闭环供应链的稳定;较回收补贴,生态设计补贴对零售价和批发价影响更显著,政府合理提高生态设计补贴更能提高闭环供应链整体利润。

循环队列存储空间的动态回收方法

循环队列充分利用向量空间而提出并广泛使用。在数据结构与算法和任何其它文献中没有研究过循环队列中闲置存储空间的回收问题。本文研究并实现了循环队列中闲置存储空间的动态回收,成功避免了循环队列中存储空间的浪费。

考虑动态回收率和拆解商参与的闭环供应链合作策略

在闭环供应链中考虑了拆解商参与和受制造商回收努力、时间等多种因素影响的回收率,研究了三方无合作、制造商分别与拆解商和零售商合作三种情形下供应链成员的最优策略和利润的变化情况。通过伊藤过程对动态变化的回收率进行了刻画,分析了不同的合作方式对供应链成员的影响,并进行了灵敏度分析。研究表明:制造商与拆解商合作优于与零售商合作和三方不合作,能够显著提升合作双方的利润。制造商与零售商合作时制造商的利润受以旧换新消费者的比例影响较大,当以旧换新消费者的比例较小时,三方不合作优于与零售商合作。三种情形下以旧换新消费者的比例越大,制造商利润提升越显著。对于废弃电器电子产品的回收,高外部激励和低外部约束不仅能有效提升制造商的利润,还能减小制造商利润的波动。制造商与拆解商合作时,拆解商为制造商分担回收品初步拆解的比例对拆解失败的废弃补偿金额的影响与制造商的利润呈正相关。

线性表存储空间的动态回收

在各类线性表的顺序存储结构中,都有存储空间容量的事先定义或动态开辟。在数据结构与算法中没有研究过顺序存储结构里闲置存储空间的回收,文献中未讨论过这部分内容。本论述分别以顺序表和顺序栈为例,研究并实现了线性表闲置存储空间的动态回收,成功避免了线性表顺序存储结构下存储空间的浪费。

UUV水下动态布放回收流体动力性能数值模拟

UUV与水下对接装置对接的过程中存在双体干扰问题,非线性特征强烈。为了探明UUV在对接过程中流体动力随着对接姿态以及运动距离变化规律,本文借助Fluent软件中的动网格技术开展非定常工况下UUV动态回收过程的数值模拟研究。系统分析UUV运动速度、运动姿态(主要是攻角)对其流体动力性能以及流场结构的影响。本文研究成果可为后续样机试验提供技术指导和理论支撑。

动态投资回收期决策模型

本文对房地产开发等类型的投资方案，建立了一种考虑了基准收益率和结合净现值法的动态投资回收期决策模型，作为方案的评价判据。

考虑激励模式的动态回收闭环供应链最优决策与协调研究

考虑由单一的制造商和零售商组成的闭环供应链,制造商不仅通过正向供应链销售新产品,还通过激励措施从消费者那里回收旧产品,且将动态回收过程、HJB阶段控制纳入到供应链中。除探讨不同情形下均衡决策外,还设计激励成本分担契约来促进废旧产品的回收。研究表明:集中决策较分散决策供应链系统利润更高,产品回收率更高,回收激励强度更高;产品的销售价格、批发价格、零售商收益、制造商收益与回收率呈正相关,回收激励强度与回收率呈负相关;激励成本分担契约下,制造商的回收强度、回收率达到集中决策的水平,有趣的是激励成本分担契约下,产品的批发价格、销售价格均略高于分散决策的水平,制造商的收益实现帕累托改进,零售商的收益只有在一定情形下才会实现帕累托改进,供应链系统的整体收益实现帕累托改进。此外,还探讨了激励成本分担情形下零售商不出现破产的条件。最后给出算例分析验证了相关结论。

基于动态投资回收期的投资决策准则研究

本文分析了项目投资评价中长期存在的问题 ,即错误地用 P′t(动态投资回收期 )≤ P′c(基准动态投资回收期 )评价投资项目的可行性 ,并给出科学的评价准则 :当 P′t≤ n(项目计算期 )

关于动态投资回收期评价准则的比较

动态投资回收期是投资项目经济评价常用的指标,但对它的评价准则存在不同的看法,本文就目前一些教科书和文章的提法进行讨论,指出不同评价准则之间的矛盾性,分析矛盾产生的根源,并给出合理的评价准则。

工程动态投资回收期的插值估算

将数学解高次方程的插值估算基本原理与工程经济分析的常用复利表相结合 ,提出了动态投资回收期的两种插值估算法———直接插值估算法与间接插值估算法 .直接插值估算法是以净现值函数为依据 ,插值估算得出使净现值为零时的时间 ,即动态投资回收期 ;间接插值估算法是将净现值函数变换为一种没有经济涵义的抽象函数 ,插值估算得出使该函数为零时的时间 。

动态投资回收期测算新法

【正】 在基建项目的投资决策过程中,正确测算投资回收期是考察项目经济上是否合理的重要依据。据美国会计师协会1967年关于基建投资决策分析的第43号研究报告反映:该协会抽查的几乎所有的公司都使用了投资回收期法对投资方案的可行性作了补充验证。所谓投资回收期是指各备选方案的全部投资金额回收所需要的时间。也可以说是该投资方案完成投产后各期净收入或净现金流量(=利润+折旧)

基于RL-MIS的废旧包装逆向回收过程的DP模型

目的研究动态回收环境下,如何确定使利润最大化的废弃包装回收量和回收价格,以及RL-MIS在废旧包装回收过程中的优化问题。方法以RL-MIS为基础,从动态规划(DP)的角度研究回收量、回收价格与各参数之间的关系,构建新的废旧包装动态回收过程DP模型;根据Database提供的历史数据求得供给曲线方程作为验证方程,检验该动态回收模型的运行结果。结果算例结果得到某种材料的废旧包装的每日最佳回收量为263.7 t,最佳回收价格为590.8元/t。结论结合动态模拟结果,表明该模型可在动态回收环境下模拟获得废旧包装回收量与回收价格的最佳解集。说明合理运用该DP模型可以有效提高废旧包装回收收益,并降低回收成本。

高速公路PPP项目成本与效益动态管理研究

针对高速公路PPP项目影响因素复杂,动态投资回收期难以确定的问题,以某高速公路PPP建设项目为背景,基于系统动力学基本理论提出了一种高速公路PPP项目成本与效益的研究模型。分析了高速公路PPP项目成本系统与效益系统的组成,构建了影响成本与效益的反馈回路,最后采用DYNAMO语言和Vensim软件建立了高速公路PPP项目的系统动力学模型。结果表明:高速公路PPP项目的成本增加会抑制项目建设的积极性;该项目动态投资回收期为20.2年,实现净现值回正;交通量和收费标准是影响高速公路PPP项目的重要因素。

投资回收期在医院设备投资决策中的应用分析

投资回收期是评价设备投资项目可行性的重要财务指标之一,投资回收期可分为静态投资回收期、动态投资回收期、静态追加投资回收期和动态追加投资回收期。介绍了4种投资回收期的计算方法,并在此基础上探讨投资回收期计算方法的选择及在医院设备投资决策中的应用。认为应以动态投资回收期及动态追加投资回收期为主,作为投资回收期的评标指标。

巧用Excel进行项目动态评价指标计算

项目可行性的财务评价常以动态指标作为主要评价指标。目前常用的动态评价指标主要包括内部收益率、净现值和动态投资回收期等指标。这些指标计算非常烦琐,且手工计算很难保证计算的准确度,影响了在项目投资决策中的应用。运用Excel的强大计算功能和图表功能,可以准确、快捷地计算项目动态评价指标,从而大大提高财务分析的效率和准确性。

浅谈投资回收期的计算方法

该文分析了投资项目财务盈利能力评价中的投资回收期的利于弊,并提出引进久期的方法计算投资回收期的思路,为项目盈利能力评价提出了一个探讨性的方法。

折旧方法对投资方案动态财务指标的影响

本文的目的在于比较加速折旧法和直线折旧法对投资方案的主要动态财务指标的影响 ,通过严格论证和实例分析 。