多尺度优势模糊目标决策系统的粗糙集、最优尺度选择及约简

多尺度决策系统的知识获取是当今的研究热点之一。然而,在处理实际数据时,多尺度决策系统中的条件属性值之间可能存在优劣关系,决策属性取值可能为模糊数。针对这一类多尺度决策系统的知识获取问题,本文构建了多尺度优势模糊目标粗糙集模型,给出了该模型的最优尺度选择算法,并讨论了获取所有最优尺度约简的分辨矩阵法和获取一个最优尺度约简的简便算法。最后将本文提出的多尺度优势模糊粗糙集模型、最优尺度选择和规则获取算法应用于计算机审计风险评估,得到较为合理的评估规则。     

基于成对约束的主动学习半监督谱聚类

半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,该算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,并利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.     

基于Transformer和多尺度的点云去噪

针对三维点云数据在获取过程中会包含噪声,影响下游任务精度的问题,文章提出了一种基于Transformer和多尺度的点云去噪方法.利用多尺度提取邻域特征,通过使用基于偏移注意力的Transformer网络获取局部和全局信息,增强特征提取能力.此外,为了更好地保护尖锐特征,引入了投影损失.文章不仅在合成数据上进行评估,还在真实扫描数据上进行测试.实验表明,文章方法在定量和定性方面均取得了良好的结果.     

基于带约束的隐表示非线性形状配准

主要通过对形状进行带约束的隐表示来研究非线性形状配准. 首先, 采用隐函数的零水平集来表示形状, 并结合从整体到局部的策略,对形状配准问题进行了建模. 其次, 为提高模型精度, 对全局尺度形变和局部非线性形变引入了尺度约束和带状约束. 进一步, 给出了一阶变分, 并应用负梯度流进行数值求解. 最后,多个数据集上与现有经典算法的对比实验表明, 给出的算法具有更优的精度.     

闪电分叉过程算法优化的K-means聚类

K-means聚类算法是在数据挖掘和数据分析中一种常用算法,但是其存在依赖初始值和易陷入局部最优值的缺陷,针对这些不足,本文提出一种闪电分叉过程算法优化的K-means聚类,克服聚类算法在初始值选择困难的问题,提高K-means聚类算法的求解精度,降低陷入局部最优的可能性。从UCI数据集中选取6个真实的数据集进行仿真实验,结果表明本文改进后的聚类算法有更好的求解精度和鲁棒性。     

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计北大核心CSCD

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.     

一个新的模糊聚类有效性指标

提出了一个判别模糊聚类中聚类数有效性的新指标.首先利用FCM算法对数据集进行模糊聚类,通过隶属度矩阵和聚类中心构建加权二分网络.然后通过改进加权二分网络的模函数,定义一个新的聚类有效性指标.为了检验该有效性指标的性能,选取了三个常见的有效性指标在十五个数据集上进行了对比.实验结果表明,该有效性指标具有较好的性能.     

基于并行阻塞策略的社交网络舆情传播控制方法

近年来,随着社交网络的不断普及,负面舆情信息对经济、社会和文化等造成的威胁不断放大.现有方法多通过剔除节点或边集实现舆情传播控制,却难以适应现今规模巨大的社交网络环境.基于此,基于阻塞自回避行走算法提出了融合边与节点集移除的并行舆情传播控制方法,并基于GPU框架应用成本约束函数对算法进行改进,提高了所提算法在大规模社交网络图中的适用性,且使用改进前推回代算法进行求解.最后,基于多种真实社交网络数据集进行实验,结果表明:所提CN-OPC法能对社交网络舆情传播进行有效控制,控制效率与精度较经典算法均有较大提升,这说明并行阻塞策略可用于大规模社交网络舆情传播控制,未来可进一步尝试多策略并行的控制方法在社交网络环境中的应用.     

考虑共同客户的协同配送优化方法研究

本文针对一些客户仅需要一个配送中心提供配送服务，而某些客户需要多个配送中心提供配送服务(需要多个配送中心提供服务的客户就是企业的共同客户)的情形，提出了一类具有多配送中心、有时间窗限制的车辆路径问题，建立了相应的数学模型。基于“先分类，后求解”的思想，本文设计了两阶段启发式算法：第一阶段提出基于客户聚类的启发式算法，形成聚类信息，将多中心问题转化成单中心问题；第二阶段通过改进的蚁群算法对每个配送中心的情况进行求解。最后，通过算例对该模型的可行性和有效性进行了验证，结果表明与非协同配送方式相比，在配送距离、降低配送成本、提高客户满意度等方面均有明显改进。     

数据分割的分子动力学算法

数据分割研究的基本内容是数据的分类和聚类,是数据挖掘的核心问题之一,在实际问题中应用广泛.特别是针对有向网络数据的研究更是学科发展的前沿.但由于这类问题结构的非对称性,使得模型与算法的构建存在本质困难,因此相应的研究结果较少.本文借鉴分子动力学方法的思想,提出了一类新的网络数据半监督分类模型及算法.该算法不仅适用于关系对称的无向网络数据,而且适用于关系非对称的有向网络.最后针对期刊引用网络数据进行了数值实验,结果表明了模型及算法的可行性和有效性.     

A hybrid ACO-GRASP algorithm for clustering analysis

Cluster analysis is an important tool for data exploration and it has been applied in a wide variety of fields like engineering, economics, computer sciences, life and medical sciences, earth sciences and social sciences. The typical cluster analysis consists of four steps (i.e. feature selection or extraction, clustering algorithm design or selection, cluster validation and results interpretation) with feedback pathway. These steps are closely related to each other and affect the derived clusters. In this paper, a new metaheuristic algorithm is proposed for cluster analysis. This algorithm uses an Ant Colony Optimization to feature selection step and a Greedy Randomized Adaptive Search Procedure to clustering algorithm design step. The proposed algorithm has been applied with very good results to many data sets.     

基于电子商务B2B平台的个性化定制产品供应链治理结构重复博弈分析

个性化定制产品的供应链上下游企业合作面临着双边道德风险问题,电子商务B2B平台提供了该问题的一种有效治理模式,但是也存在着平台企业索要商业贿赂等自身治理问题。本文构建了电子商务平台的个性化定制产品的供应链治理重复博弈模型,分析了定制化产品的供应链双边道德风险治理结构,以及平台自身的激励问题。研究结果表明,第一,通过电商平台的信息检索服务,可以有效规避双边道德风险问题,达成帕雷托最优的供应链上下游合作。第二,为了加强电子商务平台的自身治理问题,需要采取“按效果收费”制度,完善用户反馈信息记录,尤其是加强行业自律,提高电子商务平台的社会公信力和市场声誉。     

A branch and price solution approach for order acceptance and capacity planning in make-to-order operations

Make-to-order (MTO) operations have to effectively manage their capacity to make long-term sustainable profits. This objective can be met by selectively accepting available customer orders and simultaneously planning for capacity. We model a MTO operation of a job-shop with multiple resources having regular and non-regular capacity. The MTO firm has a set of customer orders at time zero with fixed due-dates. The process route, processing times, and sales price for each order are given. Since orders compete for limited resources, the firm can only accept some orders. In this paper a Mixed-Integer Linear Program (MILP) is proposed to aid an operational manager to decide which orders to accept and how to allocate resources such that the overall profit is maximized. A branch-and-price (B&P) algorithm is devised to solve the MILP effectively. The MILP is first decomposed into a master problem and several sub-problems using Dantzig-Wolfe decomposition. Each sub-problem is represented as a network flow problem and an exact procedure is proposed to solve the sub-problems efficiently. We also propose an approximate B&P scheme, Lagrangian bounds, and approximations to fathom nodes in the branch-and-bound tree. Computational analysis shows that the proposed B&P algorithm can solve large problem instances with relatively short time.     

基于两阶段求解策略的动态电动车辆路径优化研究

由于政府对新能源汽车的补贴政策和市区对燃油车限行政策的实时,越来越多的物流公司在城市配送中广泛采用电动汽车。然而,电动车续航里程受限,需要在途充电或者换电,同时客户需求的动态性以及充/换电设施的排队等现实因素也应该被考虑。为此,提出了分阶段策略求解动态电动车辆路径优化问题,并建立了两阶段的EVRP模型。其中第一阶段针对静态客户建立了静态EVRP模型,第二阶段在设计了换电站及动态客户插入策略的基础上,建立了动态EVRP模型以路径更新策略。最后,设计改进的CW-TS混合启发式算法来求解静态模型,设计贪婪算法求解动态模型。实验结果表明,模型与算法具有较好的适用性和有效性。     

竞争环境下考虑顾客惰性行为的易逝品动态定价

消费者购买决策的行为倾向对企业的收益管理有着不可忽视的影响。本文在竞争企业动态定价问题中, 考虑了顾客惰性行为——即顾客购买决策的非理性拖延倾向——的影响。证明了库存充足情况下, 多企业多期博弈各销售期都存在唯一的纯策略纳什均衡。数值模拟表明, 顾客惰性对企业的最优价格和企业最大期望收益均造成负面影响, 且对销售低质量产品的企业的负面影响更大。此外, 顾客惰性宽度对各企业最优价格和最大期望收益的影响边际效应递增, 而顾客惰性深度产生的影响边际效应递减。     

蔬果类商品网上直销包装作业工序优化模型研究

针对蔬果类商品网上直销模式下,其标准销售单元包装作业问题规模大、商品品类多、订单个性化强、生产配送周期多等特点,基于批量流水作业生产、JIT准时制生产及周期调度的思想,研究该类商品标准销售单元包装作业的生产调度问题,建立蔬果类商品网上直销包装作业优化模型,并设计改进的“模拟增压——退火算法”对其进行求解,以便制定出合理的包装作业计划,有效衔接采摘和订单分拣作业以及后续装车作业,缩短包装时间,保证蔬菜的新鲜性。最后,通过应用实例验证模型和算法的有效性,结果表明,本文周期调度方法得到的调度方案比一般的非周期调度方法大大节约了包装作业成本,为蔬果类商品网上直销企业生成包装作业计划提供了理论指导。     

销售量预测的REM-GM(1,1)模型及群预测方法研究

库存管理是商业企业经营管理的重要组成部分,其管理应以销售出库量为主要依据,而客户需求的不确定性一直是困扰管理者的首要难题.提出在灰色GM(1,1)模型的基础上,结合残差时刻的灰灾变预测,建立了REM-GM(1,1)模型,并采用群预测的方法,对商业企业中的销售出库量进行了预测.经实证结果检验,表明该模型对商业企业的销售出库量的预测不论是单步预测还是多步远期预测,其预测精度与传统GM模型相比均有较大提高,且误差的波动较为稳定,其预测的结果是令人满意的.     

A Fast and Effective Algorithm for the Feedback Arc Set Problem

A divide-and-conquer approach for the feedback arc set is presented. The divide step is performed by solving a minimum bisection problem. Two strategies are used to solve minimum bisection problem: A heuristic based on the stochastic evolution methodology, and a heuristic based on dynamic clustering. Empirical results are presented to compare our method with other approaches. An algorithm to construct test cases for the feedback arc set problem with known optimal number of feedback arcs, is also presented.     

Multiple depot ring star problem: a polyhedral study and an exact algorithm

The multiple depot ring-star problem (MDRSP) is an important combinatorial optimization problem that arises in optical fiber network design and in applications that collect data using stationary sensing devices and autonomous vehicles. Given the locations of a set of customers and a set of depots, the goal is to (i) find a set of simple cycles such that each cycle (ring) passes through a subset of customers and exactly one depot, (ii) assign each non-visited customer to a visited customer or a depot, and (iii) minimize the sum of the routing costs, i.e., the cost of the cycles and the assignment costs. We present a mixed integer linear programming formulation for the MDRSP and propose valid inequalities to strengthen the linear programming relaxation. Furthermore, we present a polyhedral analysis and derive facet-inducing results for the MDRSP. All these results are then used to develop a branch-and-cut algorithm to obtain optimal solutions to the MDRSP. The performance of the branch-and-cut algorithm is evaluated through extensive computational experiments on several classes of test instances.     

社会化媒体环境下不可辩解型产品伤害危机演化博弈研究

社会化媒体的普及改变了信息传播模式,使得产品伤害危机的演化发生了变化。针对社会化媒体环境下不可辩解型产品伤害危机构建演化博弈模型,并引入前景理论构建收益矩阵,对社会化媒体环境下不可辩解型产品伤害危机的演化稳定策略进行分析,通过数值仿真发现社会化媒体环境下不可辩解型产品伤害危机演化中存在:损失规避态度的变化对企业-消费者利益损失的影响存在非对称性现象;合理的政府协调补偿会引导企业和消费者进行策略调整,从而有利于危机的快速平息;外界干预对企业-消费者责任性的影响存在非对称性现象,舆论等干预会对企业行为起到责任约束作用。