基于白化值的区间DEA建模

传统数据包络分析要求输入输出数据为精确数,然而在某些实际应用中,区间形式的数据相较于精确数更容易获得.将区间数转化为白化值,并基于传统C~2R模型提出了基于白化值的区间C~2R模型.考虑到决策单元的有效性不易通过基于白化值的区间C~2R模型来判断,因此将非阿基米德无穷小概念引入到上述模型,构建了具有非阿基米德无穷小的区间C~2R模型.此外,还给出了用于判断决策单元有效性的区间目标规划方法:分别通过G_(IC~2R)模型和WG_(IC~2R)模型判断决策单元是否为区间DEA有效与区间弱DEA有效.     

基于萤火虫群优化算法的烟草香级集成分类方法

针对烟草化学成分与卷烟制品香级之间确定的数学模型难以建立的问题.提出了一种基于萤火虫群优化算法的烟草香级集成分类方法.方法首先使用混合核SVM独立训练多个个体支持向量机,然后利用改进的离散型萤火虫群优化算法选择部分精度较高、差异度较大的个体分类器参与集成,最后通过多数投票法得到最终的分类预测结果.对比实验结果表明,算法在分类准确度上具有较大的优势,证明了算法的有效性·从而为烟草的香级分类提供了可靠依据.     

统计模型在中文文本挖掘中的应用

本文讨论了中文文本挖掘的三个问题:分词、关键词提取和文本分类。对分词问题,介绍了基于层叠隐马尔可夫模型的ICTCLAS分词法,以及将词与词之间的分隔视为缺失数据并用EM算法求解的WDM方法;对关键词提取问题,提出了贝叶斯因子法,并介绍了使用稀疏回归的CCS方法;对文本分类问题,介绍了根据关键词频率建立分类器的方法,以及先建立主题模型再根据主题概率建立分类器的方法。本文通过两组文本数据对上述方法进行比较,并给出使用建议。     

基于MATLAB仿真的浴缸水温控制策略分析

一个合理的加水策略,既能使浴缸中的水长时间保持恒定的舒适温度,又能尽可能节约水.综合考虑影响浴缸水温的各种因素,通过浴缸热传导模型和多目标规划模型,求解包含加水时间、流速等信息的最优加水策略.     

集值映射多目标半定规划问题的epsilon-弱有效性

对于集值映射多目标半定规划问题, 在近似锥-次类凸的框架下, 建立了含矩阵和向量的择一性定理, 给出了问题的epsilon-弱有效解的epsilon-Lagrange乘子定理及标量化定理和epsilon-弱鞍点定理．     

不同知识引出方法对科学概念结构表征的影响——来自多维标度法的证据

不同知识引出方式对获得的群体概念结构的影响,是概念结构研究中重要且未解决的问题。以17名中学化学教师为被试,通过自由分类、概念构图和语义相关性评定,引出被试对15个与原子相关概念的认识,并以多维标度法分析群体概念结构。研究发现:由不同知识引出方式获得的群体概念结构具有不同的特点,通过语义相关性评定获得的群体概念结构更适合呈现科学概念具有复杂关系的特点。研究结果有助于研究者选择合适的研究方法,实施更有效的群体概念结构研究。     

农林院校校外实验教学基地分类考评机制及考评指标改革研究——大学化学校外实践基地实证分析*

针对大学化学校外实践教学基地建设和运行过程中的基地与高校的协同管理机制,实践教学基地软硬条件建设和资源配置及实践教学与理论学习的连贯性等问题,在OBE理论指导下,探究分类考核机制,在实证中构建分层次考评模型及考评指标,并建立适合于农林高校的化学校外实践教学基地的分类考评指标体系。     

基于覆盖度的银行客户分类模型

投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数据,粗糙集理论可以在不影响决策分类结果的前提下,通过属性约简删除属性集中的冗余属性,并导出问题的决策规则,提高效率。但在传统的属性约简过程中,没有针对进入正域的噪声样本进行控制,导致噪声特征被加入约简集。本文基于高效的相关族定义覆盖度,限制进入正域的样本。实验结果表明,覆盖度算法能够提高分类算法准确度及稳定性。最后,本文并将算法运用于银行客户分类实际问题中,剔除无用信息,筛选出关键属性,提高了分类准确度和稳定性,构建简洁高效的银行客户分类模型。     

水下爆炸异相气泡动力学特性的Euler有限元数值模拟研究北大核心CSCD

该研究基于Euler有限元方法建立了水下爆炸异相气泡动力学模型,将计算结果和气泡统一理论以及异相爆炸试验进行对比验证计算模型的有效性.通过和自由场单气泡进行对比分析,发现异相爆炸冲击波对气泡做功是异相爆炸气泡总能量增加的原因,相位差绝对值越接近π、距离参数越小气泡总能量损失越少,后产生的气泡会使先产生的气泡提前坍缩.气泡的射流方向受相位差影响,相位差为零时产生对向射流,其他相位差产生反向射流.     

基于遗传算法的光伏–热电耦合系统多目标优化研究

多因素共同作用下的系统优化设计是光伏–热电耦合系统研究的难点之一。本文建立了光伏–热电耦合系统与单一光伏系统的理论模型,以最高耦合效率与相对于单一光伏系统的最大效率差值为优化目标,采用多目标遗传算法,开展了耦合系统优化设计研究。结果表明,最高耦合效率与最大效率差值两个优化目标是负相关的,且其负相关性是由光伏参考效率所导致,需综合考虑系统经济性,确定最高耦合效率和最大效率差值的折中方案,从而获得耦合系统最佳设计。