基于AHP的物流中心选址问题研究——以徐州市为例

物流中心选址问题是物流建设的重点,物流中心选址模型的构建和度量很难通过数学统计的方法精确度量.通过AHP法定性定量分析物流选址的影响因素,建立徐州市物流选址评价指标体系,把物流中心选址的主观判断转变为可信度判断,提高徐州市物流中心选址的可信度.     

军事物流中心选址评估模型

本文从影响军事物流中心的主要因素出发,建立了比较全面的评价指标体系。在进行选址评价时,针对常权综合方法难以体现决策者对决策因素惩罚或激励性的要求,提出了一种基于层次变权的模糊评价模型。并通过实例分析和计算,证明该评价模型合理、有效、可行。     

基于遗传算法的木材物流中心选址研究

分析了木材物流模式,建立物流中心选址的数学模型,研究遗传算法求解选址模型的方法,并以永安林业集团股份有限公司的木材物流数据为基础,提出研究区域内木材物流中心选址的实际模型,采用可重复自然数编码的遗传算法求解模型,运用VB编写相应的程序,提高选址决策的效率和精度。     

油库选址决策的二层优化模型研究

油库物流设施的选址决策属于战略管理层的决策,它是整个物流系统运作的基础.油库的选址决策是库存和运输决策的基础,库存决策和运输决策则是在整个油品配送系统规划框架内对油库选址决策的完善和延伸.如何进行科学的油库选址是企业所关心的问题.本文将在考虑影响选址的定性成本因素以及运营过程中的非成本因素、定性和定量相结合的基础上利用多层决策理论,将油库选址问题归结为一个二层优化模型,并提出了确定理想选址区域和可行点的相关方法的计算方法.数值实验表明该算法是可行的.本文的结论对实际决策问题具有一定的借鉴作用.     

基于二元语义的高原地区航材配送中心选址决策研究

针对高原地区航材配送中心选址决策特点,构建了航材配送中心选址指标体系,提出了基于二元语义的群决策选址方法,给出了基于二元语义群决策的航材配送中心选址步骤.通过实例得出了备选点的综合评价值,证明了方法的有效性.     

基于二元语义的高原地区航材配送中心选址决策研究

针对高原地区航材配送中心选址决策特点,构建了航材配送中心选址指标体系,提出了基于二元语义的群决策选址方法,给出了基于二元语义群决策的航材配送中心选址步骤.通过实例得出了备选点的综合评价值,证明了该方法的有效性.     

基于粗糙集理论的数据挖掘法在房地产选址决策中的应用

通过构建粗糙集BP神经网络模型,对影响房地产选址决策的指标进行约简,提取影响选址评价的主要指标因素用属性约简算法约简,将降维后的数据送入网络进行学习和训练,最后用训练好的的网络检验测试样本.模型使学习训练的速度和识别率提高了,为房地产企业在房地产选址决策中提供了一种更为有效和实用的新方法.     

模糊随机环境下的企业综合实力评价模型研究

建立随机环境下的定量指标评价模型、模糊随机环境下的定性指标评价模型和权重为模糊变量的综合评价模型，研究定量评价指标、定性评价指标分别为随机变量和模糊随机变量的企业综合实力评价模型和评价分析方法.最后，以制造业中HX行业的CA企业为例，实证模拟验证了模型的有效性和可操作性.     

电动汽车充换电站选址规划的可拓评价研究

为对未来电动汽车的充换电站的选址规划决策提供科学依据和理论支持,建立电动汽车充换电站选址决策的评价指标体系.运用可拓学理论和方法,构建了基于可拓方法的电动汽车充换电站选址合理性的可拓评价模型,基于熵权法确定评价指标权重.最后通过一个仿真算例验证所提模型的正确性和有效性.     

可重构制造系统重组过程中设备选择模型的研究

根据生产任务选择加工设备进行制造资源重组是实现可重构制造系统的关键问题之一，由于设备的选择涉及到多种因素，既有定量指标，又有定性指标，传统的依靠人工经验的方法显得力不从心。本文首先结合实际情况，提出了一套设备选择评价体系，通过对模糊判断矩阵采用最小对数二乘法确定各评价因素的权重系数，针对定性指标和定量指标采用不同的方法确定其性能指标值，通过模糊积分对评判指标进行综合评判，最后进行了实例研究。所提出的方法有效地简化了决策过程，为可重构制造系统设备选择提供了一套行之有效的方法。     

关于建立物流网络可用性测度指标体系的研究

论文以保障应急行动的物流网络为研究对象,给出了物流网络可用性定义,提出了研究物流网络可用性指标体系的程序和原则,并系统划分了可用性指标研究的四层次结构,建立了物流网络可用性指标体系.该指标体系的建立对于研究应急物流网络的可用性具有重要的理论和现实意义.     

基于Vague集的军队物流商选择

军队转型建设对物资保障能力提出了更高的要求, 选择优秀的物流商进行合作是重要的有效手段, 如何选择一个合适的物流商是一个亟待解决的问题。本文首先在综合分析军队需求之后, 构建了由6个一级指标, 20个二级指标组成的物流商评价指标体系, 在此基础上利用基于对应分析的分类方法将物流商初步划分为类, 从中选择较优的前两类企业作为考察的合作伙伴; 然后采用基于Vague集的方法进行进一步排序, 从中选择最合适的物流商; 最后结合实例证明了方法的有效性。     

主成分分析法在物流网络节点城市等级划分中的应用

在现代统计分析方法基础上提出的稍做改进的主成分分析方法 ,遵循了统计数据的固有规律 ,同时抓住经济指标间的主要关系 ,实验证明这在物流网络节点城市的等级划分中发挥了有效的作用 ,在合理进行物流网络节点城市的等级划分与功能分配时具有可行性 .     

灰色-马尔柯夫链预测优化模型——以江苏省物流需求预测为例

讨论了现有灰色-马尔柯夫链预测方法的基本思路,针对该思路的不足之处提出了合理刻画预测模型精度特征的两个精度指标——均值指标和稳定性指标,并据此建立了灰色-马尔柯夫链预测优化模型,最终以江苏省物流需求为例,对该模型进行了实例验证和应用.     

对象标识统一化程度影响物流资源整合的系统动力学分析

为了分析对象标识统一化程度对物流资源整合的影响,提出利用系统动力学理论建立反馈模型。采用2002年以来国家统计局和《中国现代物流发展报告》的数据,设计模型变量,并进行回归,以确定变量关系方程式。在该模型中采用物流资源利用率、企业间合作比例、物流行业总收益作为衡量物流资源整合水平的指标,运用Vensim仿真对象标识统一化程度与三者之间的相互影响。模拟结果显示对象标识统一化程度对物流资源利用率、企业间合作比例和物流行业总收益均有正向影响。该研究表明提升对象标识统一化程度可以有效提高企业间的沟通,促进物流资源整合水平的提高,实现物流产业对经济增长的可持续拉动作用。     

产品回收逆向物流网络设计问题的两阶段启发式算法

针对产品回收逆向物流网络设计问题,设计了一种嵌套了模拟退火算法的两阶段启发式算法。第一阶段确定回收点的选址-分配-存储的联合决策;第二阶段确定回收中心的选址-运输的联合决策,两个阶段相互迭代,从而实现最优解的搜索。通过与遗传算法比较,证明了两阶段启发式算法是一种有效的算法。     

Weighted Banzhaf power and interaction indexes through weighted approximations of games

The Banzhaf power index was introduced in cooperative game theory to measure the real power of players in a game. The Banzhaf interaction index was then proposed to measure the interaction degree inside coalitions of players. It was shown that the power and interaction indexes can be obtained as solutions of a standard least squares approximation problem for pseudo-Boolean functions. Considering certain weighted versions of this approximation problem, we define a class of weighted interaction indexes that generalize the Banzhaf interaction index. We show that these indexes define a subclass of the family of probabilistic interaction indexes and study their most important properties. Finally, we give an interpretation of the Banzhaf and Shapley interaction indexes as centers of mass of this subclass of interaction indexes.     

基于指标形式张量的微分几何定理机器证明

提出了一个基于指标形式张量的微分几何定理的机器证明算法.该算法将微分几何定理转化成带指标的张量多项式的计算问题,然后通过利用重写规则,挖掘等价条件和分次选取条件等方法大大减少了这个多项式系统的方程个数.再利用这个多项式系统本身和关于哑元的方程三角化这个多项式系统,将所得到的首项代入结论, 从而得到了该定理的机器证明.该算法不仅能够证明基于指标形式张量的微分几何定理,也可以用于张量方程的求解.     

Fuzzy data approximation using smoothing cubic splines: Similarity and error analysis

In this paper, a new methodology is developed for defining error and similarity measure indexes, in order to establish a criterion adequate for comparison function approximation using fuzzy data. The proposed similarity measures and error indexes are applied for smoothing with cubic splines, showing a good performance for defining the accuracy of approximation obtained with fuzzy numbers. Examples are given to compare the behavior of the new indexes proposed for different configurations of the smooth cubic splines. A statistical analysis was carried out to verify the homogeneity of the indexes proposed as criteria to determine the correctness or accuracy of such approximation of fuzzy numbers.     

Projection Pursuit Indexes Based on Orthonormal Function Expansions

Abstract

Projection pursuit describes a procedure for searching high-dimensional data for “interesting” low-dimensional projections via the optimization of a criterion function called the projection pursuit index. By empirically examining the optimization process for several projection pursuit indexes, we observed differences in the types of structure that maximized each index. We were especially curious about differences between two indexes based on expansions in terms of orthogonal polynomials, the Legendre index, and the Hermite index. Being fast to compute, these indexes are ideally suited for dynamic graphics implementations.

Both Legendre and Hermite indexes are weighted L ² distances between the density of the projected data and a standard normal density. A general form for this type of index is introduced that encompasses both indexes. The form clarifies the effects of the weight function on the index's sensitivity to differences from normality, highlighting some conceptual problems with the Legendre and Hermite indexes. A new index, called the Natural Hermite index, which alleviates some of these problems, is introduced.

A polynomial expansion of the data density reduces the form of the index to a sum of squares of the coefficients used in the expansion. This drew our attention to examining these coefficients as indexes in their own right. We found that the first two coefficients, and the lowest-order indexes produced by them, are the most useful ones for practical data exploration because they respond to structure that can be analytically identified, and because they have “long-sighted” vision that enables them to “see” large structure from a distance. Complementing this low-order behavior, the higher-order indexes are “short-sighted.” They are able to see intricate structure, but only when they are close to it.

We also show some practical use of projection pursuit using the polynomial indexes, including a discovery of previously unseen structure in a set of telephone usage data, and two cautionary examples which illustrate that structure found is not always meaningful.