混合再生散度模型的参数估计

随着社会信息化的发展数据的种类越来越多样化,在实际的数据分析中相对于同质总体,异质总体更具有普遍性,所以混合回归模型是最重要的统计数据分析工具之一。再生散度模型是一种比指数族分布更加广泛的分布,适用性更强。基于此,提出混合再生散度模型,对方位参数进行建模,并通过EM算法研究该模型参数的极大似然估计。同时,通过随机模拟和实例研究说明该模型和方法是有效和有用的。     

项目调度中的离散时间-费用平衡问题探讨

文章针对属强NP-hard的离散时间-费用平衡问题,对其进行分类研究,第一类是确定型网络的时间-费用平衡;第二类是随机型网络的时间-费用平衡.在此基础上,重点研究了近年来用元启发式算法求解离散时间-费用平衡问题的研究进展.最后,指出了该问题需进一步研究的方向.     

基于连接低干扰的无线Mesh网络信道分配算法研究

为合理地分配和利用无线信道资源,研究者们提出了许多关于多射频多信道无线Mesh网络的信道分配算法。该文针对无线Mesh网络的信道分配算法,以连接低干扰信道分配算法(CLICA)为基础,以提高网络容量(吞吐量)为目标提出了一种改进算法。该算法根据网络中各链路的干扰度来计算网络干扰度,通过减小网络的干扰度来提高网络吞吐量,以实现最小化网络干扰度的目标。构建信道分配的数学优化模型,通过NS2仿真验证比较改进前后算法的性能,求解出最优的信道分配。     

党政机构微博在突发事件中传播效果的影响因素及策略

在分析铁路货运量预测方法的基础上，针对标准BP神经网络的不足，提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度，以此来得到更好的激励函数响应特征以及更好的非线性表达能力；其次，利用附加动量因子，通过对以前经验的积累，既降低了神经网络对误差曲面的局部细节敏感特性，又较好的遏制了神经网络易于限于局部最小的缺陷；最后，采取改变学习率的方法，给定一个较大的学习率初始值，在学习的过程中学习率不断减小，网络最终趋于稳定。改进BP算法既可以得到更优的解，还能够缩短训练时间。利用全国铁路货运     

非线性面板数据聚类方法研究

对于一类变量非线性相关的面板数据,现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性,且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题,提出一种非线性面板数据的聚类方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率聚类,实证表明该方法的有效性及其对聚类结果的可解释性有所提高。     

基于FOCUSS算法的稀疏阵列综合

以最大稀疏化阵列得到所期望的方向图是稀疏阵列综合理论中的关键问题。由于阵列天线本身具有稀疏的物理特性,因此可将稀疏阵列综合归结为稀疏信号的重建过程。该文提出一种将阵列天线的波束形成问题等效为求解稀疏信号向量的最优化问题的方法,并利用FOCUSS算法快速准确地得到最大稀疏化的阵列,以及阵元位置和激励幅度。理论分析和数值仿真表明了该方法的有效性。     

商业银行ATM备付金管理动态随机规划模型的实证检验

文章运用动态随机规划方法,根据商业银行实际运营情况,考虑持卡人在ATM提取现金的不确定性,建立了ATM备付金管理动态随机规划模型.进一步,以国内商业银行实际情况为背景,运用遗传模拟退火算法进行了实证计算,并进行了比较分析.实证结果表明,运用模型得出的ATM备付金管理的最优策略有效可行,能较好地控制商业银行ATM的运营成本.     

物流配送路径优化策略研究

随着经济和科技的迅速发展,电子商务也跟随者迅速发展起来,配送是物流行业必不可少的一步,高效的配送决定着运输业的快速发展.物流配送作为电子商务运行的一个不可替代的环节,对电子商务和运输业的发展有至关重要的作用.由于物流配送在行业内占总成本比重较大,因此,如何对物流配送进行路径优化成为物流行业和电子商务发展的关键.     

基于结构化工作流网的隐含任务挖掘方法

过程挖掘是一种客观、自动化的过程分析技术,它通过挖掘过程日志来得到业务过程的结构模型,是传统过程分析手段的重要补充.如何正确挖掘包含隐含任务的不完整过程日志,是过程挖掘需要解决的难题之一.现有的一些算法如基因算法、α#算法等解决了部分类型隐含任务的挖掘问题,但仍有许多类型的隐含任务无法被正确挖掘.针对这一问题,本文在α#算法的基础上提出了一种基于结构化工作流网的挖掘算法,该算法能够较为完整地挖掘各类包含隐含任务的结构化工作流网模型.通过理论分析和实验验证,该算法的正确性和有效性得到了证明.     

基于协同效应的知识创新团队伙伴选择方法

在知识创新团队的伙伴选择问题中着重考虑了伙伴间的协同效应信息。首先,分析了伙伴之间的协同关系与协同效应,描述了考虑多个协同效应评价指标的知识创新团队伙伴选择问题;然后,建立了团队伙伴选择的数学模型,该模型是一个0-1二次整数规划问题,为了求解该问题,开发了一种GRASP启发式算法;最后,通过一个实例分析说明了所提出方法的可行性和实际应用价值。