基于密度峰值聚类方法的多准则ABC库存分类模型

对于ABC库存分类管理的多准则优化问题,已有多种分类模型被提出,其中无监督机器学习方法具有吸引人的理论和实践特性,最大优点是不涉及主观性。在平均单位成本、全年货币使用量和提前期这三种库存决策要素的基础上,提出一个基于密度峰值聚类方法的多准则ABC库存分类模型。使用DPC模型和K-Means 模型对由47个库存单位组成的标准数据集进行聚类分类,利用成本-服务绩效方法将DPC模型、K-Means 模型和GMM模型分类结果进行比较分析。研究结果表明,在成本-服务绩效方面,DPC模型优于K-Means 模型和GMM模型,同时发现这三个无监督聚类模型分类结果优于使用同一数据集的几种数学规划模型。

闭项集挖掘算法研究综述

频繁项集挖掘算法和高效用项集挖掘算法是数据挖掘关联规则领域非常重要的两个分支,旨在发现项之间隐藏的关联性。然而,这两类算法会产生大量的频繁项集和高效用项集,算法效率有待提高。考虑到这一问题,闭项集的概念被提出,衍生出闭项集挖掘算法。首先对闭项集的概念进行描述,给出闭频繁项集和闭高效用项集的相关定义性质,然后从算法机制、数据结构、阶段数等角度对现有闭频繁和闭高效用算法进行总结归纳。

转移支付对资源枯竭型城市社会与环境修复效果的研究

资源枯竭型城市面临较为严重的经济可持续发展问题和环境可持续发展问题.财政转移支付是支持资源枯竭型城市解决社会保障不齐全、环境修复迟滞的重要手段.文章以黑龙江省5个地级资源枯竭型城市为研究对象,选取2013年—2018年的数据,实证分析转移支付对资源枯竭型城市社会保障与环境修复的效果,结果显示:转移支付对资源枯竭型城市提高社会保障水平与修复已破坏环境都有积极作用.