基于邻域粗糙集的网络入侵分类诊断组合模型研究

网络入侵诊断直接影响网络正常运行和安全.针对入侵类型复杂,现有分类诊断模型精度有限的问题,提出一种基于邻域粗糙集的网络入侵分类诊断优化模型.首先,运用邻域粗糙集对网络入侵数据进行条件属性的约简,确定关键属性,然后将其作为训练输入构建相关向量机分类诊断模型,并同时运用遗传算法进行超参数优化,提高模型诊断精度和速度.通过KDDCup99数据集对优化模型性能进行检验,结果表明,组合预测方法精确度高于支持向量机、相关向量机和BP神经网络.组合模型诊断精度高、速度快,具有优异的综合性能.     

基于邻域粗糙集属性约简的对偶约束式LS-SVM财务困境预测模型研究

为了提高财务困境预测的正确率,改善模型预测的效果,将邻域粗糙集和遗传算法应用于对偶约束式最小二乘支持向量机,提出了一种基于邻域粗糙集属性约简的对偶约束式最小二乘支持向量机预测模型.同时,给出了这一改进模型的实现步骤.实证结果表明,通过邻域粗糙集指标预处理和遗传算法参数优化后,不但提高了模型预测的正确率,还降低了模型运行的时间,证实了该模型应用于财务困境预测是有效的.     

电网项目融资租赁信用评价混合模型的新研究

电网建设工程通过项目融资租赁进行快速融资的同时,给租赁公司带来巨大的信用风险.通过事前对承租人进行信用评价,能够有效降低信用风险损失.针对电网企业信用评价的多属性非线性特征,提出了基于独立分量分析技术-支持向量机的信用评价混合模型.首先,采用独立分量分析技术对信用属性数据进行属性重构,实现属性数据的去噪.然后,将重构后的新信用属性数据用于支持向量机的训练建模.最后,通过实例模拟对比分析了独立分量分析技术对支持向量机分类的有效性.结果表明,独立分量分析技术能够改善信用属性数据特征,并且在多属性分类问题中,独立分量分析技术有助于提高支持向量机分类的准确率.     

基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型及其在信用分类中的应用

信用分类是信用风险管理中一个重要环节,其主要目的是根据信用申请客户提供的资料从申请客户中区分出可信客户和违约客户,以便为信用决策者提供决策依据.为了正确区分不同的信用客户,特别是违约客户,结合核主元分析和支持向量机算法构造基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型对信用数据进行了分类处理.在基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型中,首先对样本数据进行预处理,然后利用核主元分析以非线性方式降低数据的维数,最后利用带可变惩罚因子最小二乘模糊支持向量机模型对降维后数据进行分类分析.为了验证,选择两个公开的信用数据集来进行实证分析.实证结果表明：基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型取得了较好的分类结果,可为信用决策者提供重要的决策参考依据.     

基于支持向量机混合采样的不平衡数据分类方法

利用传统支持向量机(SVM)对不平衡数据进行分类时,由于真实的少数类支持向量样本过少且难以被识别,造成了分类时效果不是很理想.针对这一问题,提出了一种基于支持向量机混合采样的不平衡数据分类方法(BSMS).该方法首先对经过支持向量机分类的原始不平衡数据按照所处位置的不同划分为支持向量区(SV),多数类非支持向量区(MN...     

非平衡数据集的支持向量域分类预测模型研究

基于非平衡数据集的支持向量域分类模型,提出了一种银行客户个人信用预测方法.首先分析了信用预测的主要方法及其不足,然后研究了支持向量域分类模型及其参数的非负二次规划乘性更新算法,进而提出基于支持向量域分类模型的银行客户个人信用预测方法,最后使用人工数据和实际数据对提出方法与支持向量机预测方法进行对比实验.实验结果表明对于银行客户个人信用预测的非平衡数据分析问题,基于支持向量域模型的分类预测方法更有效.     

基于粗糙集和支持向量机的电子商务信用风险分类

准确识别电子商务信用风险,有利于提高企业风险防范能力,减少损失.建立了基于粗糙集(RS)、遗传算法(GA)和支持向量机(SVM)的电子商务信用风险分类模型(RS-GA-SVM).首先,利用RS对分类指标进行约简,选择出电子商务信用风险关键影响因素.其次,采用GA算法优化SVM模型参数,并应于电子商务信用风险分类.最后,实证表明,RS-GA-SVM模型具有高的分类精度和分类效率.     

基于主成分分析和PSO-SVM的树叶分类方法研究

提出一种树叶分类方法.在数据方面,所获得数据既包含树叶的图形信息数据,也包含树叶的纹理信息.在前期数据预处理阶段,采用主成分分析方法对原始数据进行降维处理,从16个特征中提取出3个主成分,且累计主成分贡献率达到85%以上.在后期数据分析处理阶段,用支持向量机对树叶数据进行分类预测,并用粒子群算法对支持向量机参数进行寻优处理,提高分类精度.实验结果表明,相对于遗传算法和网格搜索法寻到的最优参数相比,粒子群算法优化支持向量机具有最高的准确率,高达94.1%,高于其他两种分类方法.     

两阶段半监督加权朴素信念分类模型

针对目前半监督分类算法中未考虑缺失属性隐含信息和算法复杂度高的情况,改进了朴素信念分类,提出了两阶段半监督加权朴素信念分类模型。与直推支持向量机对比实验结果表明两阶段半监督加权朴素信念分类模型减少了分类时间,并且在其能够明确分类的样本上的正确率与直推支持向量机相当,是一种有效的不完整数据分类算法。     

动态条件下基于粗糙集的平衡记分卡模型及算法研究

传统的供应链绩效评估方法大多属于静态评估，而实际的供应链是一个动态系统，因此需要使用动态绩效评估方法来进行考量。为了适应动态联盟整体绩效评估之需要，把传统的四维平衡计分卡扩展为五维动态平衡计分卡。在此基础上建立了供应链动态绩效评估决策表，并利用粗糙集理论对决策表进行了属性约简和值约简，从而得到了预测绩效评估结果的决策规则集。仿真实验表明，提出的基于粗糙集理论的供应链动态绩效评估方法能够有效地给出动态供应链绩效评估结果及发展趋势，为供应链的合理分析和决策制定提供依据。     

Robust controlling of chaotic behavior in supply chain networks

The supply chain network is a complex nonlinear system that may have a chaotic behavior. This network involves multiple entities that cooperate to meet customers demand and control network inventory. Although there is a large body of research on measurement of chaos in the supply chain, no proper method has been proposed to control its chaotic behavior. Moreover, the dynamic equations used in the supply chain ignore many factors that affect this chaotic behavior. This paper offers a more comprehensive modeling, analysis, and control of chaotic behavior in the supply chain. A supply chain network with a centralized decision-making structure is modeled. This model has a control center that determines the order of entities and controls their inventories based on customer demand. There is a time-varying delay in the supply chain network, which is equal to the maximum delay between entities. Robust control method with linear matrix inequality technique is used to control the chaotic behavior. Using this technique, decision parameters are determined in such a way as to stabilize network behavior.     

A flexible and generic approach to dynamic modelling of supply chains

In this paper, we present a new modelling approach for realistic supply chain simulation. The model provides an experimental environment for informed comparison between different supply chain policies. A basic simulation model for a generic node, from which a supply chain network can be built, has been developed using an object-oriented approach. This generic model allows the incorporation of the information and physical systems and decision-making policies used by each node. The object-oriented approach gives the flexibility in specifying the supply chain configuration and operation decisions, and policies. Stochastic simulations are achieved by applying Latin Supercube Sampling to the uncertain variables in descending order of importance, which reduces the number of simulations required. We also present a case study to show that the model is applicable to a real-life situation for dynamic stochastic studies.     

考虑政府参与方式的供应链低碳商誉微分博弈模型

低碳经济背景下,考虑到政府参与方式的不同,借助微分博弈研究供应链中长期合作(上游制造商减排和下游零售商宣传)提高供应链低碳商誉的动态博弈问题。分别构建了无政府补贴的分散式决策模型、有政府补贴的分散式决策模型、有政府补贴的集中式决策模型和政府干预下的双向成本分担契约模型,并进行求解分析。研究表明,后三种情况,供应链低碳商誉、制造商和零售商的努力程度具有相同的水平,且都高于无政府补贴时的情况;政府干预下的双向成本分担契约,政府无需提供补贴,也能达到有补贴时的效果;政府和作为供应链中博弈地位较高的制造商都更倾向于采取政府干预下的双向成本分担契约方式,而作为供应链中博弈地位较低的零售商更愿意接受有政府补贴的分散式决策方式;政府在选择参与方式时,应充分考虑供应链中企业边际利润的对比情况。最后,通过算例对模型进行了数值分析。     

考虑决策者失望规避的供应链协同绿色创新动态优化与协调研究

针对决策者存在失望规避行为且产品绿色水平具有动态变化特征的情形,基于失望理论,运用微分博弈的方法研究了供应链协同绿色创新动态优化与协调问题,探讨了供应链成员失望规避程度对绿色创新决策及供应链绩效的影响,并提出双向成本分担契约对供应链进行协调。结果表明,供应链成员是否选择协同绿色创新及产品的绿色水平均与成员的失望规避程度密切相关;分散式决策下,若制造商选择分担供应商部分绿色创新成本,其分担比例与制造商失望规避程度负相关,与供应商失望规避程度正相关;集中式决策下,产品绿色水平、成员绿色创新水平及效用现值均高于协调前分散系统中的对应值;在一定条件下,双向成本分担契约的设计与实施,能有效提升供应链成员效用现值,实现供应链协调。     

企业社会责任下的旅游供应链低碳运营研究

针对由一低碳景区和一旅行社构成的低碳旅游供应链,考虑了供应链成员企业社会责任行为对供应链动态均衡的影响,构建了企业社会责任行为下的低碳旅游供应链微分博弈模型。研究发现:旅游企业应在消费者低碳偏好增加的同时提高低碳决策水平;成本分担合同的制定需满足一定的条件,且只有在一定条件下,供应链企业社会责任的增加会提高成本分担比例,而消费者低碳偏好的增加降低了成本分担比例;成本分担模式下,主导者的企业社会责任直接提升了自身的决策水平,间接提升了跟随者的决策水平,提高了成本分担比例;企业社会责任偏好不会改变成本分担合同的有效性。     

基于营运资金信息匹配平台的供应链金融动态折扣决策研究

当前逐渐受到实业界关注的一种新型供应链金融模式是基于营运资金信息匹配平台的动态折扣。本文针对两级供应链的动态折扣决策问题进行建模,揭示了动态折扣的应用对于改善供应链参与方现金流的影响机理。首先通过考虑供需双方动态折扣的独立决策,得出日折扣率的边界条件、双方效用最大时的日折扣率、买方混合还款方式下营运资金的最优准备方案和最低边界值;其次考虑供需双方动态折扣的最优决策,推导出在不同折扣率和利率关系下的最优还款策略,研究表明动态折扣可以明显提升供需双方的利润情况。     

A two-phase ant colony algorithm for multi-echelon defective supply chain network design

Supply chain system is an integrated production system of a product. In the past researches, this system was often assumed to be an equilibrium structure, but in real production process, some members in this system usually cannot effectively complete their production task because of the losses of production, which will reduce the performance of the whole supply chain production system. This supply chain with the losses of production is called the defective supply chain (DSC) system. This research will discuss the partner selection and the production–distribution planning in this DSC network system. Besides the cost of production and transportation, the reliability of the structure and the unbalance of this system caused by the losses of production are considered. Then a germane mathematical programming model is developed for solving this problem. Due to the complex problem and in order to get a satisfactory near-optimal solution with great speed, this research proposes seeking the solution with the solving model based on ant colony algorithm. The application results in real cases show that the solving model presented by this research can quickly and effectively plan the most suitable type of the DSC network and decision-making of the production–distribution. Finally, a comparative numerical experiment is performed by using the proposed approach and the common single-phase ant colony algorithm (SAC) to demonstrate the performance of the proposed approach. The analysis results show that the proposed approach can outperform the SAC in partner selection and production–distribution planning for DSC network design.     

基于模糊的创新动态联盟伙伴选择多属性决策模型

针对开放式创新合作伙伴选择过程中决策者判断模糊性的特点,考虑到不同的决策者其决策可信性的不同,提出了开放式创新合作伙伴选择的模糊多属性群决策模型。首先描述了开放式创新合作伙伴选择的多属性群决策问题;然后依据该种方法比较突出的特点,考虑到决策者对评价指标权重的不同,对TOPSIS方法加以改进;最后,通过算例说明了该方法的有效性和可行性。     

基于Kriging模型的供应链优化设计

供应链优化的目的之一是确定使得总成本最小的最佳运作水平.供应链系统是复杂的动态系统,由于库存系统的复杂性和供应链本身的不确定性,利用传统优化方法往往需要耗费一定的计算成本和经济成本.而元模型则能以简单的数学表达式较精确地刻画仿真系统的输入输出关系,为研究者分析复杂系统提供了一种分析方法.针对供应链优化问题,给出了一种基于计算机试验设计中的元模型一Kriging模型的供应链优化方法,并通过一个三级供应链问题对所提方法进行了实证研究.研究结果表明了所提方法的有效性和可用性,为供应链优化提供了一种新的研究思路.     

Recent developments in dynamic advertising research

A variety of continuous-time differential functions have been developed to investigate dynamic advertising problems in business and economics fields. Since major dynamic models appearing before 1995 have been reviewed by a few survey papers, we provide a comprehensive review of the dynamic advertising models published after 1995, which are classified into six categories: (i) Nerlove–Arrow model and its extensions, (ii) Vidale–Wolfe model and its extensions, (iii) Lanchester model and its extensions, (iv) the diffusion models, (v) dynamic advertising-competition models with other attributes, and (vi) empirical studies for dynamic advertising problems. For each category, we first briefly summarize major relevant before-1995 models, and then discuss major after-1995 models in details. We find that the dynamic models reviewed in this paper have been extensively used to analyze various advertising problems in the monopoly, duopoly, oligopoly, and supply chain systems. Our review reveals that the diffusion models have not been used to analyze advertising problems in supply chain operations, which may be a research direction in the future. Moreover, we learn from our review that very few publications regarding dynamic advertising problems have considered the supply chain competition. We also find that very few researchers have used the diffusion model to investigate the dynamic advertising problems with product quality as a decision variable; and, the pricing decision has not been incorporated into any extant Lanchester model. The paper ends with a summary of our review and suggestions on possible research directions in the future.