-
题名基于直觉模糊集算子的多属性群决策方法
被引量:7
- 1
-
-
作者
吴怀岗
张晴
-
机构
南京大学工程管理学院
南京师范大学计算机科学与技术学院
-
出处
《统计与决策》
CSSCI
北大核心
2010年第12期21-23,共3页
-
文摘
文章将直觉模糊算子应用于属性值和属性权重的集结,并将传统topsis法与灰关联分析方法相结合,提出了一种新的多属性群决策方法。该方法在传统topsis法中引入直觉模糊集理论,并且不直接计算各方案与理想方案的距离,而用灰关联度的大小来确定方案的优劣。供应商选择的实例应用研究验证了该方法的可行性和有效性。
-
关键词
直觉模糊集
群决策
TOPSIS
灰关联
-
分类号
C934
[经济管理—管理学]
O223
[理学—运筹学与控制论]
-
-
题名我国智能电网运营管理机制的复杂性及应对策略
被引量:3
- 2
-
-
作者
吴怀岗
-
机构
南京大学工程管理学院
南京师范大学计算机科学与技术学院
-
出处
《现代经济探讨》
CSSCI
北大核心
2013年第4期36-40,共5页
-
基金
国家自然科学基金重点项目"基于系统复杂性分析的大型工程综合集成管理研究"(项目编号:70831002/G01)研究成果
-
文摘
智能电网是多方参与、多种因素交互交织、相互制约、相互影响以及具有多重反馈结构的复杂体系。本文基于系统科学和复杂性科学,分析了智能电网运营管理中的物理复杂性、系统复杂性和管理复杂性,再以系统科学视角对智能电网运营管理进行分析;认为智能电网是一个复杂系统,需要用复杂性管理机制来应对其复杂性。最后基于综合集成管理方法论,从智能电网运营管理模式、管理组织与流程以及管理优化三个方面提出智能电网综合运营管理的应对策略。
-
关键词
智能电网
运营管理
复杂性
-
分类号
F284
[经济管理—国民经济]
-
-
题名消除噪声干扰的动态测量方法研究
- 3
-
-
作者
吴怀岗
-
机构
南京大学工程管理学院
南京师范大学计算机科学与技术学院
-
出处
《计量学报》
CSCD
北大核心
2011年第1期20-24,共5页
-
基金
国家自然科学基金(60774060)
-
文摘
由于测量噪声和补偿器的频率特性,使得传感器的动态补偿器存在严重的噪声干扰,影响到补偿器的参数辨识和补偿后的测量精度。研究了一种消除噪声干扰的动态测量方法,先通过小波变换估计噪声的方差,再由估计得到的方差,通过偏差消除的递推最小二乘法,对补偿器的参数进行无偏辨识;同时,采用多项式实时滤波器,消除高频噪声对测量精度的影响。最后,通过实验验证了该方法的有效性。
-
关键词
计量学
动态补偿器
噪声干扰
动态测量
偏差消除
实时滤波
-
Keywords
Metrology
Dynamic compensator
Noise disturbance
Dynamic measurement
Bias-elimination
Realtime filtering
-
分类号
TB94
[机械工程—测试计量技术及仪器]
-
-
题名新世纪企业文化变革与文化自觉
- 4
-
-
作者
孙孝科
吴怀岗
-
机构
南京大学工程管理学院
南京师范大学数学与计算机科学学院
-
出处
《科学学与科学技术管理》
CSSCI
北大核心
2004年第12期134-138,共5页
-
文摘
随着科技与经济全球化的发展与推进,新世纪企业文化发生了根本性变革,即由静态文化向动态文化、单一文化向多元文化、规模文化向速度文化、效益文化向伦理文化、工具文化向人本文化等转变。企业应顺应时代与文化发展的客观变迁,主动、自觉地构建与提升自身文化,培植自身文化竞争力乃至整体竞争力,推进企业的更大发展。
-
关键词
企业文化
速度文化
推进
变革
整体竞争力
人本文化
文化发展
文化自觉
动态文化
多元文化
-
分类号
G129
[文化科学]
F270
[经济管理—企业管理]
-
-
题名信息化、传统工业化、新型工业化:意蕴及其关联
- 5
-
-
作者
孙孝科
吴怀岗
-
机构
南京大学工程管理学院
南京师范大学数学与计算机科学学院
-
出处
《科学管理研究》
CSSCI
北大核心
2004年第5期13-17,共5页
-
文摘
信息化、传统工业化、新型工业化之间存在着深刻的本质区别与内在的必然联系。基于对信息化、传统工业化、新型工业化意蕴的不同层面的比较 ,文章探究了三者之间的关联 ,尤其是对新型工业化与信息化的关联进行了重点讨论 ,从而指出信息化不仅是新型工业化道路选择的必要前提 ,是以可持续发展为突出表征的新型工业化发展赖以凭借的重要技术手段与支撑 。
-
关键词
信息化
传统工业化
新型工业化
意蕴
关联
-
Keywords
Informationalization
Traditional-Industrialization
New-pattern Industrialization
Intension
Interconnection
-
分类号
F120.4
[经济管理—世界经济]
-
-
题名带时间窗的同城物流配送区域划分与路径优化
被引量:16
- 6
-
-
作者
何梦军
吴怀岗
丁翔
-
机构
南京师范大学计算机科学与技术学院
南京大学政府管理学院
-
出处
《南京师范大学学报(工程技术版)》
CAS
2018年第2期70-76,共7页
-
基金
国家自然科学基金(71701090
71390521)
+1 种基金
中国博士后基金(2017M621726)
江苏省社科基金(16JD009)
-
文摘
同城物流的B2C和O2O包裹如何在短时间内以较少的资源配送到顾客手中,已成为物流管理中亟待解决的问题.以最短配送时间为目标,构建带时间窗的"最后一公里"非线性数学规划模型(VRPTW),为求解此NP-hard问题,设计三阶段启发式算法,首先采用改进的吸引子传播聚类算法实现对配送区域的划分,充分考虑到配送点之间的关联因素;再对同区域相似度较高的订单进行合并;最后规划最短路径,从而建立完整的物流配送体系.通过案例分析,验证了模型的有效性.与传统的二阶段配送模型进行了对比,结果表明,三阶段算法能缩短订单完成时间,降低配送等待时间,提高资源利用率.
-
关键词
配送区域划分
路径优化
时间窗
吸引子传播聚类法
-
Keywords
distribution region division
path optimization
time windows
affinity propagation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
F252
[经济管理—国民经济]
-
-
题名一种新型高效的无参数化聚类算法
被引量:3
- 7
-
-
作者
陈靖飒
程开丰
吴怀岗
-
机构
南京师范大学计算机科学与技术学院
南京大学电子科学与工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第4期699-703,共5页
-
基金
国家自然科学基金项目(71701090)资助。
-
文摘
为了解决K-means算法对初始聚类数k和初始聚类中心经验参数的依赖问题,提出了一种基于最小生成树的无参数化聚类MNC算法(MST based Non-parameterized Clustering).首先将待聚类数据集抽象成赋权完全图WCG(Weighted Complete Graph),其中的点代表向量,赋权边代表数据间的相似关系;然后将WCG转换成全连通的最小生成树M ST(M inimum Spanning Tree);接着利用k=2的经典K-means算法对M ST边集的一维权重空间进行聚类,得到剪枝的阈值;最后对M ST进行剪枝和噪声过滤,得到的连通分量即为聚类的簇.实验结果表明,相对传统聚类算法,MNC算法不仅能够识别不同形状的数据簇,而且其无参数化的特点可以大大减少聚类时间,提高聚类效率.
-
关键词
无参数化聚类
赋权完全图
最小生成树
一维权重空间
-
Keywords
non-parameterized clustering
weighted complete graph
minimum spanning tree
one-dimensional weight space
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名企业信用评估指标体系及信用评估模型研究
被引量:4
- 8
-
-
作者
朱菁婕
吴怀岗
-
机构
南京师范大学计算机科学与技术学院
-
出处
《南京师范大学学报(工程技术版)》
CAS
2020年第3期81-86,共6页
-
文摘
针对企业的信用评估,基于已有研究,引入企业财务指标和非财务指标,使用机器学习分类方法构建信用评估模型,并对几种方法的分类准确率进行了比较分析.实验结果表明,该信用评估指标体系可行,随机森林方法在该指标体系上的分类效果最好.同时,优化了分类效果较差的多层感知器,提升了分类准确率.
-
关键词
企业信用评估
信用指标体系
信用评估模型
-
Keywords
enterprise credit evaluation
credit index system
credit evaluation model
-
分类号
F832.4
[经济管理—金融学]
-
-
题名基于最大信息系数的主成分分析贝叶斯分类算法
被引量:3
- 9
-
-
作者
张莹
杜井涛
吴怀岗
-
机构
南京师范大学计算机科学与技术学院
-
出处
《信息与电脑》
2020年第11期63-66,共4页
-
文摘
如何对大量的原始数据样本进行合理分类并试图发现其中的相关关系一直是研究者们探讨的核心问题。现有的主成分分析方法和贝叶斯分类算法仅能在线性数据关系中取得较好的实验结果,但在处理非线性函数关系和综合性的非函数依赖关系问题中适用性不强。因此,笔者在基础主成分分析贝叶斯分类算法的条件上,创新性地引入信息论中的相关关系分析方法——最大信息系数(MIC),并提出以最大信息系数和主成分分析方法为基础的贝叶斯分类算法。通过仿真模拟实验得出,笔者提出的新型分类算法具有一定的准确性和可行性。
-
关键词
主成分分析
最大信息系数
贝叶斯分类
-
Keywords
principal component analysis
maximum information coefficient
bayesian classification
-
分类号
TP311.52
[自动化与计算机技术—计算机软件与理论]
-