物理信息神经网络求解五阶emKdV方程的正反问题

该文利用物理信息神经网络(PINNs)对扩展的五阶mKdV(emKdV)方程的正反问题进行求解,并对孤子的动力学行为进行分析、模拟.针对正问题,选用双曲正切函数tanh作为激活函数求解方程的一、二、三孤子解,并将PINNs方法求得的数据驱动解与借助简化的Hirota方法给出的方程精确解进行比较,一孤子解的精度为O(10^(-4)),二、三孤子解的精度为O(10^(-3)).针对反问题,分别由一、二、三孤子解的数据进行驱动求解方程的两个待定系数,并在不同的噪声下探究算法的鲁棒性.当在训练数据中加入1%的初始噪声或观测噪声时,待求系数的预测精度可分别达到O(10^(-3))和O(10^(-2));当加入3%的初始噪声或观测噪声时,预测精度依然可以达到O(10^(-2));由实验数据分析可知观测噪声对PINNs模型的影响要略大于初始噪声.

广州市预制菜市场调查——以鸡肉半成品为例

随着预制菜产业的快速发展,开展与预制菜行业发展相关的学术研究和实践,具有重要的现实意义。预制菜中占比最大的是鸡肉半成品,为研究其市场情况,本文以广州市年轻消费者为研究对象,以问卷调查数据为基础,运用聚类分析、多重对应分析、多元有序logtic回归分析等方法进行研究、检验。结果显示:(1)对于鸡肉加工类产品,年轻消费者重视营销与食品安全;(2)主要消费人群对于产品的要求较高,同时主力顾客产品的态度很低,认为产品的品牌不够硬、烹饪不方便。基于此,本文建议:(1)鸡肉加工类产品要确保食品安全;(2)破圈营销提升品牌大众认知度;(3)树立品牌形象,满足消费者的产品要求。本文通过研究具体分析了广州地区鸡肉半成品的市场情况并形成相关建议,以期助力于广州预制菜市场的健康发展。

技能型社会建设背景下职业教育校企合作人才培养模式分析

技能型社会建设的提出,对职业院校技术技能人才培养提出了更高要求,校企合作逐渐成为职业教育人才培养的重要途径。经过诸多高职院校与企业合作的实践探索,形成了订单培养、项目驱动、工学交替、现代学徒制等多种人才培养模式,为我国校企合作人才培养积累了宝贵经验。然而这些人才培养模式在实施过程还存在一些问题,对此进行了深入分析,以期为高职院校探索实施符合当前产教融合背景的人才培养模式提供借鉴。

基于前馈神经网络的分数阶事件触发控制器实现及应用研究

为了提高事件触发控制算法的普适性,降低现有控制算法对具体数学表达式的依赖,提出了一种基于前馈神经网络的事件触发控制方法,实现了更具一般化的分数阶事件触发控制器设计。该方法充分发挥前馈神经网络可以任意逼近平方可积函数的优势,对传统事件触发控制过程进行学习,有效解决了传统方法对具体数学模型的依赖问题,且可进一步降低事件触发控制的次数。另外,相较于传统的整数阶控制器,分数阶控制器拓宽了事件触发控制算法的实际应用范围。以具体应用为背景进行仿真分析,结果表明,该算法不但能够保持传统事件触发控制算法在节省控制资源方面的优势,而且在可移植性方面优于传统的事件触发控制算法。

基于大数据驱动技术的光通信信号判决方法

为识别光通信因自身限制和大气湍流影响产生的畸变信号,研究基于大数据驱动技术的光通信信号判决方法。大数据采集模块获取海量光通信信号数据,通过创建Kafka集群将存储的信号传输到核心服务层,采用压缩感知方法压缩接收到的信号,采用自排序熵获取信号特征,利用K均值算法实现光通信信号判决。实验结果表明:该方法所得压缩信号波形较为稀疏,且与原始波形变化趋势相同;不同光通信信号特征呈现的振动频谱差异较大,代表性优良;光通信信号判决性能理想,完全不受噪声数据的干扰。

一种基于线性规划的全局逃逸布线算法

有序逃逸布线问题作为PCB设计中的关键一环,属于一类特殊的NP-困难问题,近年来得到广泛研究。传统方法中,基于整数线性规划或者是拆线重布类的启发式算法只适用于引脚数目较少的PCB引脚阵列,否则容易出现时间违规而导致布线失败。针对传统方法中大规模全局自动布线难的问题,基于线性规划的全局自动布线算法提出采用线性规划解决逃逸布线问题,并提出降低线网容量化解拥塞的新方法。与最新的逃逸布线算法相比,在处理大规模问题时,该算法不仅可以实现全部引脚的有序逃逸,并且布线时间提升50%,节省31%线长。

绳驱动空中机械臂的自适应分数阶终端滑模控制

针对集总干扰下绳驱动空中机械臂关节空间内高精度轨迹跟踪控制问题,提出了一种基于时延估计技术的自适应鲁棒控制策略。在控制框架中,引入时延估计技术来补偿系统未建模特性、外界扰动及动力学耦合效应;采用分数阶非奇异终端滑模面来加快系统状态量的收敛速度和保证轨迹跟踪控制的精度;添加自适应律来增加控制器的鲁棒性。同时,基于李雅普诺夫稳定性理论分析了闭环系统的稳定性。最后,通过可视化仿真和地面试验对本文所设计控制器的有效性进行了验证,结果表明:与其他两种控制器相比,本文控制器具有较高的轨迹跟踪精度、较好的鲁棒性和较强的抗干扰能力。

基于降阶模型和数据驱动的动态结构数字孪生方法

针对受动载荷作用的结构,提出了一种基于降阶模型库和机器学习数据驱动的数字孪生构建方法.首先根据物理结构服役过程中可能出现的损伤状态,采用有限单元法建立高保真有限元模型.其次采用Krylov子空间模型降阶方法对模型进行降阶,建立了物理结构各种状态下的降阶模型,形成模型库.最后利用随机森林机器学习算法训练获得模型选择器,通过物理结构上传感器的数据推断当前物理结构的状态,驱动数字孪生体跟随物理结构一同演化.设计制作了一个框架结构物理模型,模拟了结构不同位置损伤及不同损伤程度,验证了提出的数字孪生构建方法.

基于项目驱动教学的程序设计课程改革与思考

项目驱动教学法以项目开发为主轴,通过持续解决遇到的各种问题来推动项目进展,并在此过程中培养学生解决问题的综合能力。在项目驱动教学中,项目与教学融合互促、相辅相成。项目构建了若干不同类型的问题场景,为教学的开展提供了明确的目标和充分的动力;教学则提供了项目开展所必要的知识和方法支撑,推动着项目的开发进程。通过项目规模和技术难度的有效设计和控制,可以建构出三阶思维与能力的培养环境,实现低阶向高阶的递进式转变。

基于CDIO教育理念的课堂教学设计与实践

为有效激发学员自主学习能力,提高课堂教学效率,应用CDIO工程教育理念,通过对同一教学案例开展的三次教学设计、效果分析与设计反思,展示如何通过项目驱动系统地将学科理论和项目实践相融合,创设“学为中心”的开放式课堂,提升学员解决问题和创新等关键能力,鼓励团队合作,进而提升人才培养质量。

指令驱动市场的流动性成本及影响因素分析

结合价格和申报数量,构建了指令驱动市场中股票流动性成本的事前测度方法,并采用上海证券市场的股票实时行情数据分析了流动性成本及影响因素.结论表明:上海股市的相对流动性成本呈"L"形曲线;随着股票价格、平均交易规模、波动性和非流通股所占总股本比例的增加,相对流动性成本逐渐增加;随着换手率的增加,相对流动性成本逐渐减少.

产能及周期约束下制造系统能力配置优化

定制型装备制造系统设备能力配置优化属于非线性整数规划问题。由于产能、周期约束均无法封闭表达等原因,其精确解求取非常困难。为此,提出一种目标函数最优值上、下界逐步逼近的近似优化方法。描述了定制型装备制造系统能力配置问题,并以最小化设备投资为目标建立了数学模型;介绍了数学分析与仿真优化相结合的近似优化方法整体思路;阐述了目标函数最优值初始上、下界的获取,逐步改进直至逼近目标函数最优值的过程。通过实例验证了所提方法,并与产能单约束能力配置结果进行了对比。分析表明考虑周期约束将增加设备投资,所提方法和所获结果可为企业优化配置资源提供决策支持。

基于人工股票市场分析持有期对投资者收益的影响

基于对中国股票市场的连续竞价交易机制和投资者构成特征的分析,本文构建了一个向上增长的人工模拟订单驱动股票市场模型,其中投资者的持有期会受到股票价格波动的影响,并能够反映投资者的投资策略。模型能够得出一系列与实际股票市场一致的典型事实,如收益率分布的胖尾特征以及波动率的聚集等。本文通过模拟研究,分析了持有期对投资者收益的影响,结果表明,长期持有的投资者在向上增长的市场中可获得较高的平均收益。

股票市场涨跌停板设置的微模拟研究

本文构建了一个基于订单驱动的人工模拟股票市场模型,并对投资者在连续竞价交易时的投资行为进行了刻画,数值模拟所得的股票对数收益率序列具有尖峰、胖尾等非正态分布特征并显示出明显的波动率聚集现象。通过在模拟实验中设定股票价格的不同涨跌幅限制范围,研究了涨跌停板设置对股票市场波动性的影响,分析结果表明,在忽略诸如恶意操纵等其他因素情况下,适当扩大涨跌幅限制并不会使股票收益的波动增大,相反还会使收益的波动率有较为明显的降低。

基于买卖委托单不平衡的上海A股市场股票收益率与流动性研究

基于上海证券市场的交易数据讨论了交易者买卖委托单不平衡的衡量方法及其适用范围,并在此基础上考察买卖委托单不平衡与股票的当期、滞后期收益率及流动性之间关系,实证结果显示滞后一期的股票收益率与当期收益率存在着显著的正相关,当期及滞后一期的买卖委托单不均衡均显著的影响了当前的股票收益率;在正负委托单不平衡交易日的股票平均收益率存在显著差异,正委托单不平衡交易日的股票平均收益率显著小于负委托单不平衡交易日内收益率,交易者在样本考察交易日期间更偏好委托卖单,股票流动性与投资者买卖委托单不平衡正相关。

深市买卖价差逆向选择成分的估算与分析

本文以深市150家上市公司为样本,估算买卖价差逆向选择成分,研究逆向选择成分与公司特征之间的关系,并探讨其日内变化模式。研究发现信息不对称对深市买卖价差的贡献度为39％。公司规模越大,其股票的逆向选择成分越小;逆向选择成分随着交易量水平的上升而降低;高价股的逆向选择成分比低价股低。总体而言,逆向选择成分在早市呈现“倒U”型, 在午市呈现“L”型。逆向选择成分与公司特征之间的关系及逆向选择成分的日内变动模式的实证分析结果,符合信息不对称与公司特征之间的逻辑关系及信息不对称的日内变动模式。

指令驱动市场中的信息交易概率研究

首先指出国内已有实证研究中使用的模型不适用于中国证券市场,然后以Handa,Schwartz和Tiwari(2003)的指令驱动市场价格形成模型为基础,提出了信息交易概率估计方法,重新研究了中国证券市场中的信息交易概率问题.实证结果发现:股票交易越活跃,信息交易概率越低,信息交易概率和买卖价差都呈现倒J型的日内形态,信息交易对买卖价差有显著的影响.最后给出了文中结论所体现的政策含义.

测量股票交易中的信息含量

影响证券价格的主要因素是不对称信息和投资者的流动性需求。通过交易对价格影响的持续程度可以区分流动性和不对称信息对价格的影响。流动性的影响是短暂的,而不对称信息对价格的影响则是持久的。本文利用交易和报价调整的向量自回归(VAR)模型分析了交易对报价调整的影响,从而考察了在我国股票市场上不对称信息对价格的影响。

指令簿透明度增加与市场价格发现——基于计算实验金融方法的指令驱动市场研究

本文基于计算实验方法,在指令驱动市场的微观模拟平台基础上研究不同指令簿透明度的市场价格发现的变化规律。实验发现适度增加指令簿透明度有利于市场价格发现,但在指令簿透明度过高的市场中指令簿透明度增加后价格发现程度变化较弱甚至反而有所降低。因此,实验结果表明增加指令簿透明度并不一定会促进市场的价格发现。

易逝产品供应链利润分析

易逝产品的特殊性决定了它对顾客订单生产模式的需要,以及对供应链层面的市场竞争的依赖。利润模型分析表明,在由一个供应商和一个零售商组成的两级供应链中,供应商具有基于传统销售前的低成本生产模式和基于顾客订单生产的高成本生产模式。后者不但可以满足零售商的紧急订货,还能够通过供应商和零售商合作,通过制定合理的批发价格和回购价格,实现供应链利润的帕累托优化。