最小总加权误工数的工程项目排序的模型与算法

如果一个承包商要承担(m≥2)个带有权重和完工截至日期的工程项目,则存在以最小总加权误工数为目标的工程项目排序优化问题.文章首先通过一些符号和参数,建立了该问题的一个不确定模型.然后,基于不确定理论,通过假设每个工程项目的处理时间是一个带有不确定分布的不确定变量,由不确定变量的期望计算公式,将该不确定模型转化为一个确定的模型.再次,给出了该确定模型一个新性质,并且由这个性质设计了一种该模型解的算法,称为DWE算法.最后,通过一个数值例子检验了该模型和算法的有效性.     

新型模糊时间序列模型与应用

为了提高模糊时间序列的预测精度,文章利用小波分析多尺度分解方法,选择适当的小波函数,把一维数据分解为低频逼近部分和高频细节部分,在低频部分和高频部分根据各自数据特征利用模糊C一均值聚类算法分别建立模糊时间序列模型并预测,然后把每个部分的预测值根据小波重构得到最终预测结果.通过对国家财政收入实例验证对比发现,该模型在预测精度方面有较大提高.     

“数据主义”滥觞下的新技术人文：智能时代算法传播的价值转型

智能传播时代,算法和数据技术成为社会基础设施和底层逻辑,并在广泛应用中带来数据主义思潮的盛行。数据主义的哲学渊源来自古希腊时期的毕达哥拉斯主义,主张将万事万物皆转化为算法可以计算的数据,从而根本上消解了人的存在价值和意义;人不再被视为具有独特性与丰富个性的主体,引发深刻的人文危机。基于技术哲学的思考发现,经典人文主义过于强调主客体的二元对立,不可避免陷入决定论的困境。技术与人并不是二元对立的主客体关系,而是具有同构性,且内在于人的主体性之中的存在方式。因此,体现和呈现人性、维护人的主体性和独特尊严成为智能时代算法技术应然的价值导向。但是,智能传播时代需要对传统人文主义进行超越与突破,构建以“人-技”和谐共生为旨归的新形式。     

人工智能生成发明专利保护制度研究

随着人工智能技术不断发展,人工智能作为“创新主体”生成发明对现行专利制度提出了巨大挑战,如人工智能生成发明是否属于可专利主题、发明人主体资格与人工智能生成发明权利归属如何确定、人工智能生成发明专利权保护对公共利益是否可能产生损害等。在客体制度中,人工智能生成发明属于可专利主题,能够满足新颖性、创造性、实用性要求,其中在创造性判断中有必要根据人工智能特点适当调整“本领域普通技术人员”的判断标准。在主体制度中,发明人需为“自然人”,在激励理论下探讨人工智能生成发明的权利归属,需要综合衡量各主体的作用、贡献度以及激励程度来进行确认。在限制制度中,有必要考虑人工智能生成发明专利权保护期的设定、充分公开义务的加强以及防止权利滥用措施。     

手写数字自动识别的聚类设计与实现

随着信息技术的发展,信息建设在我国得到了迅猛的发展,手写数字识别的应用需求越来越广泛。本文从图像处理、特征提取、实现过程等方面介绍了手写数字自动识别的过程,并对实验结果进行了分析。     

基于Floyd-Warshall算法的无线传感器网络路由选择

无线传感器网络以其特有的组织方式在各个行业得到了广泛的应用,在军事领域的应用更为广阔。作为传感器网络最基本的研究是路由协议的设计。将无线传感器网络最佳路由问题转化为图论最短路径问题,本文利用Floyd-Warshal算法有效解决不含负有向圈的有向图的最短路径求解,从而解决无线传感器网络的最佳路由与能耗问题。     

一种改进的TSP问题启发式算法

旅行推销商问题(TSP)属于组合优化领域中一个典型的NP Hard问题。本文在最近城市搜索法的基础上,提出一种改进的启发式算法———两端延伸最近城市搜索法,这种方法能够很快得到最优解(近优解),且大大降低了计算复杂度。同时,对TSP问题进行了分类,并给出相应的启发式解法。     

双旋转货架拣货作业优化设计

本文讨论了由一个拣货员负责的双旋转货架系统,目标是寻找一种最优拣货顺序使得总拣货时间。该问题被证明为强NP-难问题,文章提出了启发式算法寻找最优拣货顺序,并对相关模型及算法进行模拟测试以证明其有效性,为方法选择与应用提供了依据。     

多元随机风险传染模型及沪铜场内外风险传染实证

为了更合适的度量金融市场间风险传染整体效果,本文通过理论分析构造了风险传染方程,其风险传染项相比已有的系数风险传染项与协方差时变风险传染项更具实际意义,并借鉴多元GARCH建模原理建立了结合均值溢出、波动溢出与风险传染项的多元随机风险传染模型,设计了模型的MCMC迭代求解算法,满足解的完整性。最后,运用模型对沪铜场内外风险传染现象进行了实证,实证结果不仅验证了一系列已有研究结论,同时还给出了一些符合期货实情的新结论,如金融市场间风险传染类似金融市场波动存在集聚效应、沪铜与沪铝市场存在风险传染交替变化现象、市场行情的变化能提前反映于风险传染效果中等。这也充分表明新模型的有效性、实用性以及优越性。     

基于多分类器动态选择与成本敏感优化集成的电信客户流失预测研究

针对不同样本在特征空间中具有不同的区域特性和不同分类算法之间的预测互补性,在电信客户流失预测理论基础上,融合多分类器动态集成理论和成本敏感学习理论,建立了电信客户流失多分类器集成预测的利润函数,并提出了一类新的基于多分类器动态选择与成本敏感优化集成的电信客户流失预测模型.首先使用K均值聚类法聚类训练样本成多个分区;接着使用NaiveBayes算法、多层感知机算法和J48算法在各分区样本上构建客户流失预测子分类器;最后使用改进人工鱼群算法分别对各分区的子分类器进行成本敏感优化集成.实验结果表明,所提出的基于多分类器动态选择与成本敏感优化集成模型的分类性能不仅优于由训练集全体样本所构建的3个单模型,也优于基于改进人工鱼群算法优化集成这3个单模型而得到的集成模型.