一种考虑整数约束的环境效率评价MOISBMSE模型

传统的基于数据包络分析的环境效率评价常常忽略投入、期望产出和非期望产出为离散型变量的可能性,从而无法精确处理现实中存在的具有整数特征的指标数据,一直以来影响着评价结果的精确性.本文以混合导向的整数DEA为基础,对超效率SBM模型进行拓展,构建了一种能够同时兼顾整数约束和非期望产出指标数据的超效率SBM模型,并在实例中采用搜索算法,对该模型进行求解并通过Bootstrap方法对结果进行修正.将每一个最优整数点与被评价决策单元之间的距离进行比较,可以找出最短距离所对应的最优整数点,即为其帕累托改进方向.该模型将为环境效率评价提供了适用范围更广泛的测度方法.     

面向多样化需求的M RO 服务资源配置模型与算法

针对大型复杂企业维修任务集的多服务需求点和多样化需求特征,基于服务需求视角,定义一类多服务需求点下的MRO服务资源配置问题,建立以MRO服务提供商整体服务成本为优化目标,同时考虑资源紧张度、信任度和多服务需求点不同工期要求的问题模型;针对模型中的关键参数（即服务成本和资源紧张度）的特征进行分析,并给出相应的度量方法;在此基础上,设计改进的模拟植物生长算法实现求解,算法通过启发式获得初始可行解,并进行敏感性分析。研究结果表明, MRO服务资源配置模型和算法是可行和有效的,服务成本的波动、信任度和资源紧张度的变化对于资源配置结果均有影响,模型能够有效提高维修服务成本的估算能力,同时能够保持MRO服务提供商资源配置的稳定性。     

基于贝叶斯Wishart波动模型的原油市场与股市动态相依性研究

针对时变相关系数矩阵在多变量随机波动模型的估计问题,构建了贝叶斯动态相关Wishart波动模型。在CC-MSV模型的基础上,设置精度矩阵服从Wishart分布,使得模型的相关系数矩阵具有时变特征。通过模型的统计结构分析,选择参数先验分布,设计相应的Gibbs-MTM-ARMS混合算法,据此估计模型参数;并利用上证综合指数、标普500指数与原油期货价格数据进行实证分析。研究结果表明：模型能够有效地刻画原油市场与股票市场的动态相依性;金融危机期间,股票市场与原油市场的相关性较强,并且难以判断正负方向;金融危机后,中国股票市场与原油市场呈现极微弱的相关性,而美国股票市场与原油市场的正相关性较为明显。     

动静态属性数据相结合的客户分类方法研究

研究了一种客户动态、静态属性数据相结合的客户分类方法。提出了客户时间序列的加权处理方法,并应用客户时间序列的统计特征作为聚类特征向量,采用混合式遗传算法对客户聚类,使每一类客户具有相似的时序特征。在此基础上将聚类结果与客户的静态属性数据相结合,对客户进一步分类。实验结果表明,与传统的基于静态属性数据的客户分类方法相比,本文的方法提高了客户分类的准确性。     

分支蚁群动态扰动算法求解TSP问题

蚁群优化算法是一种求解组合优化难题的强启发式算法,它利用正反馈和并行计算原理,具备很强的搜索能力。近年来,蚁群优化算法广泛应用于TSP问题的研究。本文提出分支蚁群动态扰动(DPBAC)算法,该算法主要从5个方面对基本蚁群算法做出改进:引入分支策略选取出发城市;改进状态转移规则;引入变异策略改进蚂蚁路径;改进信息素更新规则;引入条件动态扰动策略。实验表明,该算法可以有效改善基本蚁群算法搜索时间较长、容易陷入局部极小等缺点。     

舆论危机的异化极化效应研究

随着Web2.0时代的到来,网络媒体逐渐成为舆论生成、传播和交锋的主阵地,舆论危机的形成及其异化也成为日益突出的社会风险问题.本文以舆论的异化演化机理为研究对象,通过梳理典型事件舆论话题的异化过程,对其基本内涵、表现形式和演化模式等进行系统总结.随后,研究以舆论超网络模型为基础,借鉴社会影响理论的基本原则,提出舆论异化机理的极化算法,并对其具体流程进行解析和实现.最后,本文以“7·23甬温动车事故”为例,对舆论危机的异化极化过程和影响因素进行系统仿真和实证分析.     

基于分量差的线性及匿名合作对策值的简化算法

通过给出Shapley值、均分Shapley值、贴现Shapley值、Solidarity值、广义Solidarity值、合意值、 Banzhaf值及最小二乘预核仁分量差的显式解析表达式,本文提出了一种同时计算这些线性及匿名效用可转移合作对策值的简化算法.特别地,这一算法也适用于同时计算这些值中的两种及以上.为了详细说明简化算法的计算过程及优越性,文中给出了具体的数值算例,并将其与传统算法进行了比较分析,结果表明简化算法确实能显著降低同时计算多个值的时间复杂度.     

活动重叠模式与资源约束下的项目调度优化

采取活动重叠模式通常是加速研发的有效手段,带有活动重叠的资源受限项目调度问题是经典资源受限项目调度问题的扩展.首先,深入分析了活动重叠对于项目调度的影响,对活动重叠及其不确定进行详细描述与建模,提出了活动重叠导致下游活动返工时间的二项分布概率模型;其次,构建了以最小化研发项目期望工期为目标的优化调度模型,设计了基于串行进度生成机制的遗传算法对大规模问题进行优化求解;最后,基于PSPLIB J60问题库中480个算例分析了该算法的计算结果,并考察了网络参数、资源参数和重叠参数变化时,采用活动重叠模式对缩短项目工期的影响.研究结果表明:活动对资源的需求强度越小或资源稀缺程度越低,可重叠活动对数量就会增加,项目工期缩短得越明显;网络复杂度的变化对缩短项目工期的影响不大;项目中重叠活动对越多,重叠导致的下游活动返工的概率越小,项目工期缩短的越明显.     

遗传算法优化神经网络及信用评价研究

研究关于公司神经网络信用评估问题的现状,提出遗传算法辅助网络训练策略(优化后的网络称为进化网络),克服传统网络建模中产生的局部极小缺陷。建立了适合于我国商业企业的信用评分指标体系;然后依据该指标体系建立了基于进化神经网络的信用评估模型;最后,利用样本公司实际指标数据对该模型的评分效果进行了比较研究。