基于Agent的监狱信息资源集成模型研究

本文针对目前我国监狱业务与数据的相对封闭,难以实现跨部门、跨地区的信息资源整合与协同作业等问题,提出了基于Agent的监狱信息资源集成模型.借鉴MAS(Multi-agent system)的思想,为多个分布式信息资源节点建立统一的资源目录中心,采用Agent机制解决目录中心与各信息资源节点之间的信息同步问题,同时保证各信息资源节点的信息安全,有效实现监狱电子政务系统的共享和协同.     

基于模块化思想的EIRM体系研究

从复杂自适应系统(CAS)角度,引入模块化思想于企业集成风险管理(EIRM)体系之中,基于解释结构模型(ISM)对EIRM系统进行了结构分解;在此基础上,利用Multi-Agent建模技术提出了EIRM的模块化体系,并基于管理熵优化了该体系中各Agent间的耦合关系,强调战略、组织、方法、信息、文化和过程各Agent间的有机融合.     

银行客户信用评估动态分类器集成选择模型

现实的银行客户信用评估数据常包含大量的缺失值,这在很大程度上影响了信用评估模型的性能.针对已有模型的不足,提出了面向缺失数据的动态分类器集成选择模型DCESM.该模型充分利用数据集中所包含的已知信息,在训练信用评估模型之前不需要事先对缺失数据进行预处理,从而减少了对数据缺失机制假设以及数据分布模型的依赖.从UCI数据库中选择两个银行信用卡业务信用评估数据集进行实证分析,结果表明,与4种常用的基于插补法的多分类器集成模型以及1种直接面向缺失数据建模的集成模型相比,DCESM模型能够取得更好的客户信用评估性能.     

基于修剪平均的神经网络集成时序预测方法

由于复杂时序存在结构性断点和异常值等问题，往往导致预测模型训练效果不佳，并可能出现极端预测值的情况。为此，本文提出了基于修剪平均的神经网络集成预测方法。该方法首先从训练数据中生成多组训练集，然后分别训练多个神经网络预测模型，最后将多个神经网络的预测结果使用修剪平均策略进行集成。相较于简单平均策略而言，修剪平均策略不容易受到极值的影响，能够使集成模型获得鲁棒性强的预测效果。在实证研究中，本文构造了两种神经网络集成预测模型，分别为基于修剪平均的自举神经网络集成模型(Trimmed Average based Bootstrap Neural Network Ensemble, TA-BNNE)和基于修剪平均的蒙特卡洛神经网络集成模型(Trimmed Average based Monte Carlo Neural Network Ensemble, TA-MCNNE)，并采用这两种模型对NN3竞赛数据集进行预测，结果表明在常规和复杂数据集上，修剪平均策略比简单平均策略具有更好的预测精度。此外，本文将所提出的集成模型与NN3的前十名模型进行比较，发现两种模型在全部数据集上均超过了第6名，在复杂数据集上的表现均超过了第1名，进一步验证本文所提方法的有效性。     

基于联邦数据库的数据集成体系研究

数据集成可分为实际存储方式和虚拟方式两种.联邦技术属于虚拟方式,是进行数据集成的有效途径之一.本文对"信息孤岛"和"应用孤岛"的形成原因进行了探讨,阐述了数据集成概念和联邦技术基本原理,分析了联邦技术的优缺点,并提出了基于联邦数据库的数据集成体系结构模型.     

基于数据挖掘的移动资费套餐设计模型的建立与实现

本文首先分析目前移动运营商资费套餐设计中存在的问题,然后运用数据挖掘的方法,通过建立聚类、关联规则和决策树算法,提出了一整套移动资费套餐设计的模型,并在真实的用户数据的基础上对模型的实现进行研究分析。     

基于Multi-Agent的集装箱码头物流作业重构

在介绍集装箱码头物流作业流程的基础上,通过引入计算Agent和作业角色Agent构建了基于Multi_Agent的集装箱码头物流作业重构系统结构,并说明了重构中作业角色Agent的工作过程,用强化学习算法设计了作业角色Agent.接着阐述了在基于Multi_Agent的集装箱码头物流作业重构中计算Agent重构模型,以及用对策论和社会规则相结合实现相邻作业角色Agent的协调.最后,以某集装箱码头泊位作业和岸桥作业两相邻作业重构进行了数据分析,证明了重构的有效性.     

知识供应链的智能集成技术与方法研究

从数据、信息与知识三个层次上研究了供应链的集成技术、理论与方法.首先探讨了供应链集成的层次与过程,然后研究了面向动态集成的组件化松散耦合技术,并重点分析了基于多Agent的供应链智能集成框架与智能化决策方法,最后从知识管理的角度指出了供应链智能集成的研究方向.     

基于EOQ的集成供应成本分摊问题研究

第三方物流的集成供应是降低供应链成本的有效途径,而集成供应成本在各供应商企业之间的分摊是需要解决的核心问题.本文详细阐述了第三方物流的集成供应问题,基于合作博弈理论建立了第三方物流集成供应的成本分摊模型.在采用夏普利值法对该模型进行求解的过程中,针对夏普利值法难以赋值的问题,引入集成供应的经济订货批量模型,有效解决了了第三方物流供应成本分摊问题.最后,用算例对该方法进行了说明.     

基于A1系统的异构数据源集成技术研究

中石油实施的勘探开发技术数据管理系统（A1）,实现了油田数据的统一管理,石油企业体系庞大,涉及的数据种类繁多,不同的数据采用不同的软件系统进行管理,因此如何保证系统间的数据访问,是一个重要的研究课题。本文以A1系统为研究对象,在异构环境中实现数据共享为目标,加快信息系统之间的数据流通,从而有效地利用资源,实现数据的共享和集成。针对A1涉及的软件产品,介绍了研究思路、方法并对关键技术进行了详细的说明,并以实际应用效果进行了验证。     

代价敏感的目标客户选择半监督集成模型研究

在现实的目标客户选择建模中,往往只能获取少量有类别标签的样本,而剩下的大量样本都无法获取类别标签。已有研究大都使用监督式建模研究范式,仅在少量有类别标签样本集上建模,很难取得令人满意的效果。为解决这一问题,本文引入半监督学习（semi-supervised learning,SSL）技术,将其与代价敏感学习（cost sensitive learning,CSL）和多分类器集成中的随机子空间（random subspace,RSS）方法相结合,提出了代价敏感的目标客户选择半监督集成模型（cost-sensitive semi-supervised ensemble model,CSSE）。该模型使用代价敏感的支持向量机（SVM）来解决目标客户选择建模中样本数据类别分布不平衡的问题,还能够同时使用有、无类别标签的客户样本来建模。进一步地,该模型利用RSS方法训练一系列基本分类模型,并通过集成得到最终的分类结果。在某保险公司目标客户选择数据集上进行实证分析,结果表明,与两种监督式集成模型、两种单一的半监督模型以及两种半监督集成模型相比,CSSE模型具有更好的目标客户选择性能。     

大型发电企业的多维管理体系建设——管理系统集成原理的运用与实践

针对企业管理平台众多，各类体系、工具和手段发挥作用呈现分散性和无序性，不能形成整体合力的问题，应用系统管理学中的管理集成原理与方法，采用现代集成管理的嵌入模式，以标准化为手段，将各管理工具和平台高效对接，构建了贯穿价值思维的多维管理体系。该管理模型2009年运用到四川广安发电有限责任公司生产、经营和管理各环节，取得了明显成效，当年实现扭亏为盈。按复合因素分离法（CSP）计算，运用该管理模型所创造的经济效益达28,782.21万元。此多维管理体系普遍适用于大型公司制发电企业，可供工业企业作管理体系集成时借鉴参考。     

基于系统观的技术集成过程模型研究

技术集成是一种长期的、重要的技术管理和生产组织方式,研究技术集成对于处在技术追赶中的中国企业具有重要的理论意义和现实意义.技术集成中涉及到的各类知识以及它们的作用是理解技术集成的关键,对技术集成中涉及的知识的研究现状进行分析和归纳,在系统科学的指导下,结合对技术集成中知识的已有研究,对其中的知识进行重新划分和界定,说明技术集成中的知识类型及其相互关系.在此基础上提出技术集成的过程模型,从逻辑和知识两个维度阐明技术集成的过程,并讨论了该模型中知识的属性和模型的作用.     

从移动Agent技术的应用看信息服务的个性化

本文从移动Agent的概念、基本特征和技术特征出发,对移动Agent的个性化信息检索原理、移动Agent适合信息检索个性化服务的技术功能和移动Agent技术克服了传统的搜索工作方式存在的缺陷等方面进行详细论述,认为移动Agent技术在图书馆的个性化信息服务方面有明显优势。     

模型选择Agent 研究

对模型选择Agent 定义,在此基础上给出了一种模型选择Agent 的结构及其各组成部分 功能,研究了模型选择Agent 具体实现方法. 在模型选择Agent 实现过程中,借鉴了语料库语言 学的方法,通过建立基于模型选择实例的语料知识库,提出了一种模型选择知识表示的新方 法,并在此表示方法基础上,给出了Agent 任务处理机的核心算法. 以实例进行了验证.     

Multi-Agent技术在元搜索引擎中的应用研究

随着科技的迅猛发展,对Agent技术的研究已成为当前的前沿热点问题之一.本文将Agent技术运用到元搜索引擎中,建立一个基于Multi-Agent的元搜索引擎系统模型.该模型采用多Agent组织结构,在一定程度上弥补了元搜索引擎智能化程度低、无法满足个性化需求方面的缺陷.文中将元搜索引擎中的Agent分成管理Agent和任务Agent两大类,并对模型中多Agent之间的通信方式、协调机制和性能评价进行了深入研究.     

基于状态转移回归的动态集成时序预测方法

最优模型子集的确定和集成权重的设置是组合预测中的两个重要问题,直接关系到组合模型的预测表现。为此,本文提出了一个基于状态转移回归的动态集成时序预测方法,首先基通过计算单体模型和原始数据之间的互信息确定最优模型子集;其次,通过状态转移回归实现单体模型的动态集成,并获得最终预测值。通过对9个国家的主权信用违约互换利差数据进行预测实验,本文发现所提出的状态转移组合预测模型表现良好,不仅优于一般单体预测模型和组合预测模型,还优于基于滑动窗口技术的动态组合预测模型。     

应用EAI实现电子商务与ERP集成的实践研究

本文提出电子商务与ERP集成是现代制造企业的迫切需要与必然趋势,分析了利用EAI进行业务流程集成、应用集成、数据集成的三模式,指出数据集成是关键,最后给出了利用用友EAl进行集成的实例.     

图嵌入下稀疏低秩集成预测的多因子资产选择策略

面对金融市场的大量不确定性因素,如何合理选择有效的定价因子并构建科学的资产定价体系,一直是金融理论研究的核心问题之一。本文利用图嵌入的方法,基于稀疏表示和低秩表示策略,深度挖掘潜含在数据集中的内在结构,构建了能够同时揭示数据局部结构信息和全局结构信息的集成学习策略,以实现不同维度的多源数据融合。从CAPM和APT理论出发,通过集成预测的方法构建量化多因子资产选择模型,代表性地选择了卷积神经网络、梯度提升决策树、时间序列及支持向量机等模型进行单一预测,并通过稀疏低秩的图近似最小二乘回归集成策略进行优化。实证结果表明基于集成预测的稀疏低秩策略其资产选择能力更强,超额收益率更高。采用机器学习的非线性预测方法更有利于揭示金融系统的复杂特性。实证结论对投资组合管理具有重要指导意义。     

面向服务的动态旅游电子商务操作模式探讨

为满足人们个性化、多样化的需求,旅游电子商务建设由信息管理逐步转向信息服务,这要求旅游电子商务系统进行动态集成,实现自动化交易流程。本文分析了我国旅游电子商务的现状及现阶段一般操作模式,提出了基于Web服务技术的旅游行业动态电子商务模型,探讨了该模型的应用,为实现旅游行业信息服务提供了一种新的操作模式。