数据驱动的重污染天气应急限产方案智能决策

对工业排放源企业限产是重污染天气应急响应的有效手段.现行限产模式并未考虑扩散条件对限产效果的影响及大气环境治理与经济发展的矛盾.面向特定重污染天气预警,开发数据驱动最优限产方案智能决策方法(DID),用极限学习机预测特定扩散条件下限产方案的减排效果,并将决策者的空气质量改善目标及经济效益目标作为约束对限产方案进行优化.真实数据集上的实验结果表明,在达到同样空气质量目标时,DID方案的经济效益和平均生产比例均高于现行预案;在实现相同经济产值时,DID方案的空气质量改善程度也显著高于现行预案.DID方法能够提高重污染天气应对的精准性及科学性,管理者可以根据当前工作重心设置不同的大气治理及经济发展目标,实现生态环境与区域经济的协调发展.研究结论可为各级政府提高重污染天气应急响应水平提供理论与方法支持,具有一定推广及应用价值.

数据挖掘方法的研究

数据库中的知识发现即数据挖掘是致力于大型数据分析中的半自动工具的研究。讨论了数据挖掘中一些常用的方法 ,特别是频繁发生模式中层次搜索及其在不同领域中的应用。讨论了数据挖掘查询编译成算法的可能性 ,并列举了数据挖掘及知识发现中现存的一些问题。

一种基于会话聚类算法的Web使用挖掘方法

Web使用挖掘作为数据挖掘的一个重要任务,有助于了解用户群体的特征,从而为其提供个性化服务.提出了一种基于用户会话聚类的Web使用挖掘算法.首先,对Web日志预处理采用基于时间窗的用户会话识别方法,提出了一种基于三元组的用户会话表示方法,并在此基础上给出了基于网页语义相似性的会话处理方法,该方法能够在保持用户兴趣不变的情况下有效降低会话维度;其次,提出了一种基于时间及频次的用户会话相似性度量方法;最后,设计了一种两阶段PS-KM会话聚类算法,先用PSO方法进行全局搜索再转入基于K-means方法的局部聚类过程.仿真表明了算法的有效性.

非对称云市场对SaaS的开放策略及价格决策研究

随着云服务提供商对业务模式的不断探索,云市场逐渐成为了其构建云生态、向平台型提供商转型的重要战略措施。云市场具有两种类型:非资源型云市场(RLCM)只提供软件即服务(SaaS)的交易平台业务;资源型云市场(RFCM)在平台业务的基础上,还提供SaaS所需的基础架构(IaaS/PaaS)资源。本文聚焦于两类平台的竞争问题,探究了RFCM对本地部署的SaaS所采用的阻止/许可策略以及两类平台的定价决策问题。研究表明,只有当IaaS/PaaS资源的单位成本足够高且RFCM具有明显价值优势时,许可策略才可能是RFCM的占优策略,并且当RFCM采用许可策略时,RLCM会设置更低的入驻费来应对竞争。本文旨在为不同类型的云市场进行竞争时如何选择最佳的价格及服务差异化策略提供理论依据。

基于邻接网络的频繁项目集发现算法

频繁项目集发现一直都是关联规则研究领域中最关键的问题.文章给出了一个新的频繁项目集发现算法,该算法的特别之处在于事先利用有向图进行的一次数据预处理,在预处理过程中将数据库预先存贮为每个结点都有一个域来记录其支持度的项目集邻接网络,从而把复杂的频繁项目集的发现问题转化为简单的图中搜索问题,这就大大提高了频繁项目集发现过程的效率.同时为了有效地解决预处理过程中的项目集支持度计算问题,采用了一种纵向的数据库表示格式.最后对所采用的算法给出实验结果.

基于邻接网络的序列规则挖掘算法

给出一个新的序列规则挖掘算法 ,该算法在挖掘规则以前将数据库预先存贮为序列邻接网络 ,在序列邻接网络中每个项目集顶点都有一个域来记录它的支持度 .算法把频繁序列规则的发现问题转化为网络中的顶点搜索问题 ,大大提高了搜索过程的效率 .为了有效地解决网络生成过程中的序列支持度计算问题 。

中间件技术在高校信息系统中的应用

本文在系统地分析了高校对信息的需求的基础上,提出了高校信息系统的中间件解决方案,并就基于构件的系统建模、异构数据库互操作、负载均衡等主要问题进行了深入的研究。中间件技术的引入不仅可以使新建系统能够适应现实应用中多变的需求、降低客户端应用的复杂性,保证应用的高性能及升级的快速性;同时也可以有效地解决目前高校信息系统中各子系统之间各自独立、相对封闭,以及由此所引发的不能挖掘较深层次信息、使用及维护开销过大的问题。

基于多级位图目录的支持度计算问题研究

频繁模式在许多数据挖掘任务中都起着十分关键的作用,现有的支持度计算方法存在着效率不高I、/O和时间开销较高等缺点.本文以提出了一种用多级位图目录来实现项集支持度计算的方法,给出了多级位图目录的结构和相应算法;对位图的组织采用了一种可伸缩的动态分块管理机制,在此基础上对位图进行了编码压缩(即以一个短码来替代一个长向量块),在较大程度上减少了对磁盘及主存空间的需求;最后,在实验的基础上对算法的性能进行了分析.基于多级位图目录的项集支持度计算算法具有结构简单、空间和时间开销小等优点.

基于C2B智能商务模式战略分析

采用系统分析和价值链理论,提出了一种基于C2B的智能化电子商务模式,并分析这种商务模式框架特点和优势。然后,从企业战略角度分析了该模式在电子商务市场环境下的竞争优势,并与传统模式进行了比较分析。最后,结合典型案例实证分析了这种新型的电子商务模式的现实意义,针对这种电子商务模式特点制定一套竞争战略,并对战略进行详细论述。

内部控制监督最优投资分配模型及决策研究

内部控制监督是现代企业改善经营管理、降低重大内控缺陷发生可能性的重要措施.本文构建了一个企业内部控制监督的最优投资分配模型.该模型提出了内部控制缺陷率和流程可靠性两个概念,认为增加内部控制监督的投资可以降低内部控制缺陷率,从而增加流程可靠性.本文借鉴了工程领域的可靠性理论,定义了内部控制监督投资的效用函数,以企业效用最大化为决策目标,考虑在投资预算额一定的情况下资金在各个业务流程中的分配策略.模型分析表明,以串联方式连接的流程在增加内部控制监督投资时,投资额的大小与该流程实际发生风险的可能性相关,实际发生风险的可能性越大,投资额与该流程内控强度的乘积就越大.而在并联系统中,流程投资额的大小与各流程的内控强度有关.但当各个流程的内部控制强度相等时,并联系统的最优投资额在各流程间平均分配时系统的效用最大.此外,本文还证明了并联系统的效用高于串联系统.

数据仓库系统的结构与设计研究

讨论了数据仓库研究的历史背景和意义，描述了数据仓库的基本概念和特征，归纳并提出了数据仓库的基本体系结构，分析了数据仓库的设计与投资收益．

基于关联分析的多目标商品组合选择方法

在超市等零售机构中,如何根据历史记录选择商品组合进行促销是一个重要的问题,这不仅需要考虑商品组合的直接收益,还要考虑该商品组合间交叉销售的效果而获得的间接效益.本文利用关联规则的特点,建立一个多目标优化模型.该模型把商品直接收益和由于交叉销售因素产生的间接利润作为两个独立的优化目标,并设计多目标遗传算法进行求解.为了增加种群多样性和提高算法搜索能力,加入个体修补,填充策略和局部搜索策略.最后,用实际零售数据集对该多目标优化模型和多目标遗传算法进行了验证.通过实验分析表明,这种多目标优化算法可以获得丰富信息,为决策者制定具有针对性营销策略提供比较全面的信息.

股权分置改革中股东间博弈的实证研究

股权分置问题是中国证券市场最大的制度症结,股权分置改革的过程是非流通股股东与流通股股东之间,就非流通股获得流通权应支付的对价而进行的持续博弈过程.首先论述了股权分置改革中的博弈论基础,就股东间博弈的行为,博弈过程中股东的收益、股东的策略选择、博弈结果对市场平均对价水平的影响进行了论述;其次,研究了股权分置改革中以博弈论为基础的股东协商机制问题,并就股东间博弈的有效性进行了实证研究;最后,对投票表决制下的有关问题做出了分析并提出了建议.

飞行器机动动作风险定量评估模型

为了定量评估机动动作的风险,构建机动动作风险定量评估模型。提出使用关键点划分机动动作,并给出了不同风险等级的划分及其含义;由于关键点的风险等级与参数离差划分区间之间的不确定性,使用贝叶斯定理确定关键点处于不同风险等级的概率,并结合不同风险等级的权重得到关键点的风险值;由于专家在判断过程中的模糊性及不确定性,使用模糊层次分析法确定不同关键点的权重,最终实现了机动动作风险的定量评估。仿真实验部分以典型的机动动作斤斗为例进行研究,通过对斤斗动作实际数据的分析,验证了机动动作风险定量评估模型的有效性。

复杂样本分类的GA-RBFNN方法

本文以提高径向基函数神经网络(RBFNN)分类能力为出发点,结合遗传算法(GA)群体并行搜索能力,提出了一种有效的GA-RBFNN学习算法.该算法在传统衰减聚类算法确定网络初始结构的基础上,加入控制向量,设计了包含整个网络隐节点结构和径基宽度的矩阵式混合编码方式,以及相应的遗传操作算子.网络权值由伪逆法求解确定.经Iris、WINES和Glass数据集的仿真实验验证,该算法快速有效,具有较强的复杂样本分类能力.

基于三阶段RBFNN学习算法的复杂样本分类研究

以提高径向基函数神经网络(radial basis function neural network,RBFNN)的分类能力为出发点,把衰减半径聚类的思想与误差平方和准则结合起来,提出了RBFNN三阶段学习算法。该算法先利用动态衰减半径聚类确定隐节点的初始结构,再由误差平方和准则进行中心点微调,并用类内类间距确定径基宽度,最后采用伪逆法训练隐层与输出层间的连接权重。给出了算法的具体步骤,并通过Iris和WINES数据集的仿真实验,证明该算法确实具有较强的分类能力。

基于知识模型管理方法的研究及应用

决策支持系统的瓶颈问题——模型管理限制了计算机在实际中的应用，本文以模型管理技术为中心，首先介绍了基于知识模型管理的特征及其基本结构，然后结合它在财务管理决策支持系统中的具体应用。

面向不确定需求的适应性软件体系结构设计

需求不确定性是软件开发的主要风险来源之一。首先讨论了不确定需求的含义、产生的原因及其影响;然后分析了需求与软件体系结构的关系;指出了软件体系结构对满足需求和控制软件风险的重要性;提出了在不确定需求的情形下,需求分析与体系结构设计的协同建模方法及适应性软件体系结构的设计思想;论证了不确定需求情形下软件体系结构的演化过程,以保障生命周期内软件产品质量的开发思路。

基于QoS多属性决策的Web服务组合优化方法

从海量候选服务组合计划中选择具有最优/满意服务质量(Qo S)的计划,即基于Qo S的Web服务组合,是面向服务计算的难题之一。为此,将该问题建模为多属性决策问题,同时针对传统多属性决策方法难以处理海量搜索空间的问题,提出一种结合折中比例法和遗传算法的新型智能进化算法(GACRM)。GACRM结合了折中比例法的方案排序优势和遗传算法高效的全局搜索能力,能够从海量搜索空间中快速找到全局近似最优解。实验结果表明,该算法不仅能够高效地产生与折中比例法接近的最优方案排序,且在解决大规模Web服务组合问题上具有良好的可伸缩性。

高校科技质量评价方法研究

为了高校能够对自身的科技能力进行有效的认识与改进,本文选取227所理工农医类院校应用层次分析法原理确定其科技评价指标,然后应用多元回归分析建立高校个体科技能力评价模型,进而根据评价模型对高校进行聚类分析,探寻理工农医类院校科技能力水平差异的原因。