基于模糊物元的建筑企业分包商评价方法研究

在现今的建筑工程中,总承包商与分包商的关系变得愈发重要.将模糊物元的分析方法运用至建筑工程总承包商对各分包商的评价体系中,构建了评价体系的指标层及要素层.通过AHP方法确定权重,利用欧氏距离计算贴近度,并通过评价实例验证方法的科学性及有效性.     

GFC-空间中的GFs-KKM定理及其对重合问题的应用（英文）

在GFC-空间中引入GFs-KKM映射,建立GFs-KKM定理.作为应用,获得GFC-空间中广义γ-GFs-对角拟凹弱γ-转移紧下半连续泛函的变分不等式、弱转移紧闭集的几何截口定理和弱转移紧开值集值映射的重合定理.我们的结论统一、改进和推广了一些近期文献的已知结果.     

太阳图的奇优美性和奇强协调性

设k_1,k_2,…,k_n是非负整数,C_n=v_v_2…v_nv_1是有n个顶点n条边的圈,则称图C_n+{v_1v_(11),v_1v_(12),…,v_1v_1k_1,v_2v_(21),…,v_2k_2,…,v_nv_(n1),…,v_nk_n}为(k_1,k_2,…,k_n)轮环图,简记为C(k_1,k_1,…,k_n).研究了太阳图1C_n的奇优美性及其奇强协调性,得到了太阳图1C_n在n为偶数时的奇优美标号算法和奇强协调标号算法,从而证明了太阳图1C_n在n为偶数时是奇优美图和奇强协调图的结论.     

基于EU-R准则的多属性风险决策方法

风险决策问题中确定方案间的优劣关系必须综合方案前景的期望效用以及前景风险.针对一类多属性风险决策问题,首先规范了其描述方法,其次明确了标准差-信息熵风险度量的概念,然后提出期望效用-风险评价准则,并建立方案的综合评价函数,能够反映决策者风险偏好和效用-风险权衡对决策的影响,最后通过算例验证所提方法的有效性,深入分析决策者主观态度与决策结果间的关系.     

压缩感知在化学交换饱和传递磁共振成像中的应用

化学交换饱和转移(CEST)磁共振成像(MRI)技术越来越多地应用于探测细胞蛋白质及其微环境属性的研究,在临床方面显示巨大的应用前景.但由于蛋白质浓度较低和采集的信号灵敏度较差,获取CEST MRI需要花费较长的时间.我们试图在满足CESTR MRI定量分析精度要求的条件下,通过压缩感知技术减少图像采集时间.实验测量数据结果显示压缩感知在数据降采样率小于等于5的条件下获取CEST的定量效应与完整采样获取的数据无显著性的差异.研究表明压缩感知应用于CEST MRI是可行的.     

半环的(∈,∈∨q_((λ,μ)))-模糊(k-)理想

给出了半环的(∈,∈Vq(λ,μ))-模糊k-理想及广义模糊k-理想的新概念,得到了半环的(∈,∈Vq(λ,μ))-模糊k-左(右)理想的一些等价刻画及基本性质,另外,还研究了它的的同态像与同态原像的基本性质.     

基于多Agent的Supply-Hub库存策略建模与仿真研究

Supply-Hub是一种能较好地解决装配式供应链协同运作问题的供应链运作模式,其库存参数设置对于平衡上游供应商与下游制造商之间的利益,吸弓l供应商加入Supply-Hub非常关键.建立了由两个供应不同零部件的供应商向制造商补货时的供应商多周期成本模型,采用多Agent仿真方法,研究了三种情形下(s,S)库存策略参数的变动对供应商及制造商的影响,以期为Supply-Hub运营商合理确定库存策略参数提供一定参考.     

多类型复发事件下的一类均值加速回归模型

在复发事件的统计分析中,事件的平均发生个数可能比其强度函数或危险率函数更具可解释性.为了评价协变量对复发事件的影响,许多学者考虑了复发事件的边际比例均值模型.然而,在许多实际应用中,协变量对复发事件不仅具有均值比例效应,而且还可能会加速或减缓复发事件的发生,即协变量对复发事件均值过程具有时间尺度效应.在多类型复发事件数据框架下,考虑一类广泛的加速均值模型.利用估计方程方法,获得了该模型中未知参数的估计,并且建立了所给估计的渐近性质.进一步通过模拟研究证实所提方法的优良表现.     

Zhiber-Shabat方程的多辛几何和多辛隐式格式研究

Zhiber-Shabat方程,描述许多重要的物理现象,是一类重要的非线性方程,有着许多广泛的应用前景.本文给出Zhiber-Shabat方程的多辛几何结构和多辛Fourier拟谱方法.数值算例结果表明多辛离散格式具有较好的长时间的数值稳定性.     

环状硅酸盐图的友好指数集

Let G be a graph with vertex set V(G) and edge set E(G). A labeling f : V(G) →Z2 induces an edge labeling f*: E(G) → Z2 defined by f*(xy) = f(x) + f(y), for each edge xy ∈ E(G). For i ∈ Z2, let vf(i) = |{v ∈ V(G) : f(v) = i}| and ef(i) = |{e ∈ E(G) : f*(e) =i}|. A labeling f of a graph G is said to be friendly if |vf(0)- vf(1)| ≤ 1. The friendly index set of the graph G, denoted FI(G), is defined as {|ef(0)- ef(1)|: the vertex labeling f is friendly}. This is a generalization of graph cordiality. We investigate the friendly index sets of cyclic silicates CS(n, m).