基于改进的次梯度优化算法的Qos路由问题研究

文章研究基于Lagrange松弛的Qos路由模型，给出普通次梯度优化算法的算法步骤。通过改进步长因子公式和搜索方向，在普通次梯度优化算法（GSOA）的基础上，提出了一种改进的次梯度优化算法（MSOA），并给出算法步骤；运用改进的次梯度优化算法（MSOA）给出了基于Lagrange松弛的Qos路由模型，并求解该路由模型。     

基于变步长梯形算法GM(1,1)模型背景值的优化

文章从GM(1,1)建模机理及背景值形成过程出发,分析出对于具有明显指数规律的一次累加生成序列,GM(1,1)有时会出现预测误差较大的情况,并得出背景值的构造方法是造成这种误差的重要原因之一.利用拉格朗日插值函数和变步长梯形算法对背景值进行优化,通过对变步长梯形算法中步长大小的变化,形成了一种新的背景值构造方法,可使由背景值构成的误差降低.     

低碳经济环境下双渠道闭环供应链网络均衡模型

文章将碳交易和碳排放纳入碳管理范畴中,以Lagrange对偶理论和变分不等式理论为基本研究工具,建立了双渠道闭环供应链网络均衡模型.在传统实体店交易渠道和网上电子商务渠道的双渠道环境下,考虑原材料转化率、政府规定的再制造率和缺陷产品再制造率等因素,提出由供应商、制造商、零售商、需求市场和回收中心组成的双渠道闭环供应链网络均衡问题.分别对系统中各成员决策行为进行分析,得到各层级和整个供应链网络实现均衡的条件,并建立相应的不等式模型,在证明其解在一定的假设条件下具有存在性和唯一性的基础上,说明求解变分不等式的修正投影算法.     

END序列样本分位数的Bahadur表示及强相合性

文章在END序列下,利用END序列的Bemstein型不等式,得到了END序列样本分位数的Bahadur表示及其强相合性,推广和改进了已知的一些文献中的相应结论.     

正态均值变点识别的非迭代抽样算法

文章提出了估计正态序列均值变点位置的非迭代抽样算法.利用逆贝叶斯公式,得到了变点位置的精确后验分布,通过对该离散分布抽取样本,得到变点位置的贝叶斯估计.模拟显示该算法能有效地估计变点位置,并且计算速度比迭代的Gibbs抽样算法快.     

基于企业社会责任的闭环供应链超网络均衡模型

文章为研究企业社会责任对闭环供应链总体效率及决策行为的影响,考虑到多层多成员多目标决策的闭环供应链网络中同层非合作竞争决策者,以利润最大、排放废气最小、风险最小为目标,构建了由供应商、制造商、零售商、需求市场和回收商组成的超网络模型.该模型利用均衡理论及变分不等式的方法分析各层决策者的独立决策行为及其相互作用,并通过改进的投影梯度算法求得均衡点.通过三个算例分析得出企业社会责任水平对产品的交易平衡和价格水平的影响.     

基于模糊软规则归纳法的市场细分方法

文章基于模糊软集合理论与GMDH算法,提出了一种新的细分规则提取方法--模糊软规则归纳法,通过模糊软集合参数约简和局部最优思想自行筛选中间细分规则模型来得到整体最优模型,克服了传统以主观确定阈值来选择模型的局限性和专家系统的主观性,并成功继承了GMDH较强的抗干扰性:阐述了模糊软规则归纳法的算法原理及建模步骤,并将该算法运用于市场细分领域;通过与同类方法在准确率,复杂度和抗干扰方面的实验结果比较,验证了所提算法的优越性.     

基于Apriori算法的关联规则数据挖掘研究

关联规则挖掘是数据挖掘中重要的研究课题,Apriori算法是关联规则挖掘的最有影响的算法。针对Apriori算法中频繁项集产生效率低和产生无用规则、丢失有用规则两个核心问题,文章给出了分辨矩阵、分辨向量、兴趣度、含负属性项关联规则并提出了改进的Apriori算法。该算法能有效提高频繁集的产生效率和产生更为合理的关联规则。     

稳健学生t回归模型变点估计的Gibbs抽样算法

文章讨论了用学生t线性回归模型估计回归系数变点位置的稳健Gibbs抽样算法.利用学生t分布的正态尺度混合表示,得到各参数的满条件后验分布,通过对满条件分布抽取样本,得到变点位置及其他参数的贝叶斯估计.模拟显示该算法能有效地估计变点位置,并且当数据呈现重尾现象时,该模型较正态变点模型要稳健.     

利率期限结构模型改进极大似然估计效率研究

考虑一种改进的极大似然估计算法估计一维利率期限结构模型的未知参数,该方法首先利用Crank-Nicolson差分法求解与该扩散模型相关联的偏微分方程(PDE),获得累积分布函数,然后利用数值微分得到转移密度函数的近似值。数值模拟实验结果表明,当取较小空间步长时,该改进估计法比Euler法具有更高的效率,并考察该改进估计法在中国银行间同业拆借利率的实证分析,实证结果表明,在所考虑的样本区间内,中国利率的长期水平值是0.025 1,且中国货币市场利率粘性系数的值接近于0.5。     

一种改进的基于概率的权数确定方法

文章提出了一种改进的基于概率的权数确定方法.该方法不需要对研究指标做正态分布的假设,可直接根据样本数据计算出样本均值和方差,从而得到权数.该方法能较好地避免主观因素的影响,并且较概率权法更具一般性.文章通过实例将该方法和熵权法、变异系数法等客观赋权法进行了对比,结果表明该方法具有可行性和有效性.     

一种基于改进NISD的偏二叉树马田系统的数据多分类算法

为解决马田系统多分类算法存在的样本重复训练以及分类准确率下降等问题,文章提出了一种基于改进的类间相似方向数（Number of Inter-class Similarity Direction,NISD）的偏二叉树马田系统多分类算法。该算法利用马氏距离改进类间相似方向数,获得更为科学的样本分类顺序,依此顺序自上而下生成整个偏二叉树,在非叶子节点构造马田系统二分类器,生成最终的分类模型。对于含k个类别的待分类样本,该算法只用训练k-1个二分类器,便可得到马田系统多分类模型,与此同时,层层剥离样本减少了样本的重复训练。UCI数据集实验结果表明,该算法分类效率更高,分类准确率也较高。     

基于核密度估计对VaR值计算方法的改进

文章从VaR方法的定义出发,首先对VaR值的两种基本计算方法进行阐述,进而基于核密度估计,提出一种改进的VaR值计算方法.该改进方法将蒙特卡罗模拟法引入到核密度估计规则,并且考虑四分位距来构造核密度估计的窗宽,对股市收益率的变异性以及高峰厚尾现象进行了更好地刻画.实证验证了改进的VaR值计算方法的有效性及优越性.     

基于SCE的汽车制遣业网络竞争模型研究

文章通过分析国内外供应链的研究现状,针对当前汽车制造业供应链存在的问题,首次从供应链与供应链之间合作竞争的角度,借助于变分不等式理论构建了汽车供应链链际竞争模型,通过对胜出链的求解,为汽车制造企业的科学决策提供了的依据.     

教学质量评价与预测的人工神经网络方法

BP算法是一个用于预测与评价的很有效的算法.文章综合考虑了影响教学质量的各方面的复杂因素,采用改进的BP神经网络算法用于教学质量评价与预测,给出了神经网络的教学质量评价与预测的模型结构,并在MATLAB中仿真实现.结果表明,该评价与预测方法克服了专家评价的主观因素,得到了合理的结果,具有很好的适用性.     

基于犹豫概率模糊语言集的改进MULTIMOORA决策方法

为解决犹豫环境中由随机性和模糊性引起的不确定性对实际决策造成偏差的多准则群决策问题,文章提出一种基于犹豫概率模糊语言的改进MULTIMOORA决策方法。首先构建各决策者的犹豫概率模糊语言决策矩阵,利用熵值法与离差最大化和距离最小化法得到决策者权重;利用犹豫概率模糊加权平均算子将各决策者的决策矩阵聚合为综合矩阵,进而通过改进的MULTIMOORA方法得到最终排序结果;最后通过物流园区合作商选择的算例分析验证该算法的可行性和有效性,并与TOPSIS法、VIKOR法及HFL-MULTIMOORA进行对比分析。     

隶属云模型蚁群算法的新应用:生鲜食品多阶段动态定价

文章从收益管理与消费者购买行为的角度出发,建立了生鲜食品多阶段动态定价模型.力图使零售价格动态地跟踪生鲜食品的自身价值波动.为了更好地求解该模型,文章采用了一种基于隶属云模型的蚁群算法.通过对二阶段、三阶段的算例仿真分析,不仅表明该模型优于传统模型,而且所采用算法在收敛率与运行时间方面均优于遗传算法、蚁群算法、改进蚁群算法等.     

基于改进的SVR算法上的混沌时间序列预测

文章基于模糊逻辑系统和标准SVR相似性,提出一种基于模糊规则上的支撑向量机。利用模糊逻辑系统参数的物理现实性选择合适方法进行参数初始化,对标准SVR算法进行了改进,并将此算法应用于混沌时间序列的预测。仿真实验证明了这种基于模糊规则上的支撑向量机模型的算法的收敛性。     

科技进步定量统计测度的研究

文章在总结分析国内外关于定量测度科技进步有关理论方法优缺点的基础上,主要论述了以下几方面内容:放弃了传统的“R.M.Solow 速度方程”与“时间序列数据回归法”;改进了“基本增量方程”;引入了“抵抗性算法”的概念与一种优秀的抵抗性算法——“三组抵抗线拟合法”,并给出了“横截面数据回归法”的一个改进方案;提出了“新分配份额法”     

网络产品竞争与市场均衡研究

文章通过对存在网络外部性下的两阶段豪泰林模型进行了研究和分析,研究了网络产品的价格竞争和差异化竞争,并运用无穷维变分不等式对市场均衡存在的条件进行了分析。