面向延迟标签场景下的可解释信用评估模型

随着社会经济的快速发展,信贷业务在金融领域中扮演着越来越重要的角色,利用机器学习算法进行信用评估成为了当前主流的方法。然而,目前仍存在一些问题亟待解决,如延迟标签带来的有标签数据不充分、模型滞后性的问题,以及动态信用评估模型缺乏可解释性的问题。针对这些问题,提出了一种面向延迟标签场景的可解释信用评估模型。该模型在动态模型树的基础上进行了加权改进,结合了延迟标签更新算法和自适应阈值的伪标签选择策略,将延迟标签数据看作反馈数据和伪标签数据两种状态分别进行处理,平衡了有标签数据不充分和模型滞后带来的影响,并实现了模型的可解释性。最后,在一些合成和真实的信用评估数据集上对模型进行了实验,与其他主流的算法相比,其更好地权衡了预测性能和可解释性。

基于粒子群优化BP神经网络多元客户负荷可调节潜力动态评估

“双碳”及新型电力系统背景下,新能源装机容量逐年提升,数据中心、5G基站等新型负荷持续增长,用户侧负荷形态与负荷特征发生重大变化,同时叠加外界环境等因素影响,电力供需形势严峻。为保障电网安全稳定运行,深入挖掘用户负荷可调节潜力,提出一种基于粒子群优化BP神经网络多元客户负荷可调节潜力动态评估方法。分析多元客户负荷可调节潜力影响机理,构建特征标签体系,利用灰色关联度分析法选取可调节潜力相关特征,搭建可调节潜力评估模型,实现多元客户负荷调控能力评估,并根据实际响应结果校验评估模型准确性,滚动更新用户负荷、需求响应数据,实现用户侧可调节潜力的动态评估,使得模型能够适应不断变化的用户行为。

动态联盟合作伙伴选择的多层次模糊综合评判方法

合作伙伴选择问题是动态联盟组建过程中的重要决策问题之一。这类问题涉及的因素较多,本质上是多目标决策问题。论文运用模糊理论和模糊思维,将定性分析和定量分析相结合,提出了合作伙伴的多层次模糊综合评判方法,为合作伙伴选择提供了一种更能符合客观实际,且简便可行的方法。最后,用实例说明了该方法在选择合作伙伴的有效性。

水利水电工程动态联盟分包商选择机制研究

选择优秀的分包商对总承包商来说是实现总包合同目标的关键,然而目前国内并没有统一的总包商选择分包商的流程和方法。根据水利水电工程的特点,从施工总承包商的视角,建立了分包商选择和评价三阶段动态模型;根据不同阶段评价目的,设计了相应的选择评价指标体系,建立了DEA对抗交叉评价模型,并对模型的应用作了详细说明。结合工程实例对模型进行了验证。结果证明,DEA分包商选择与评价模型,克服了目前国内总承包商选择分包商主观随意性强的弱点,其评价结果更有效,更符合客观实际,为总承包商选择分包商提供了定量的、科学的决策方法。

云计算环境下基于马尔可夫链动态模糊评价的供应链伙伴选择研究

云计算环境为供应链柔性、松耦合、无缝集成与构建提供了良好的集成环境,使节点企业可以快速且以较低的成本来选择合适的企业,共同提高供应链整体绩效。然而,云计算环境下供应链伙伴选择评价过程具有动态性以及评价指标模糊性和不确定性的特点。针对这些问题,提出基于马尔可夫链的动态模糊评价模型。通过构建的评价指标体系,采用主客观相结合的综合权重法计算指标权值,利用模糊综合分析法对不同历史时间段的节点企业进行评价,引入马尔可夫链理论,建立概率转移矩阵,得到状态稳定向量,结合权值得到节点企业发展趋势以及综合评估值。最后,通过实例证明该评价方法的合理性和可行性。

科技成果产业化目标市场评估与选择模型研究

在分析国内外目标市场评估与选择理论研究现状及其存在问题的基础上,构建了基于系统动力学(SD)的目标市场评估与选择过程控制模型;明确了科技成果产业化目标市场评估系统边界,并采用战略环境评估方法,从宏观环境支持程度、产业环境威胁力及内部资源条件满足程度等方面识别出24个营销绩效影响因素,形成了SD模型的基准变量;然后构建了科技成果产业化目标市场发展提升过程因果关系图、流图、量化分析方程,形成了SD系统结构模型,刻画出影响因素与科技成果产业化营销绩效的动态反馈规律;最后结合某高分子材料类科技成果产业化实际,对其目标市场评估SD模型进行了vensim软件模拟,并基于目标市场发展水平及稳定性模拟结果,提出了科技成果产业化目标市场选择方案,为高等院校和科研院所科技成果产业化目标市场评估与选择提供借鉴。

建设工程项目择优评价的指标选择

建设工程项目择优评价是项目建设决策的重要内容。文中对项目择优评价的指标体系进行了分析 ,对各个指标在评价时的特点以及对评价方案结果的影响情况进行了比较 。

基于质量评价及需求匹配的制造设备云服务选择

针对云制造环境下的云服务优选问题,提出一种基于质量评价及制造需求匹配的制造设备云服务选择方法。在功能匹配的基础上,根据用户的价格和时间需求对制造设备云服务进行筛选,形成候选服务集,并将物流云服务纳入筛选的依据;随后采用主观评价和云制造平台客观评价相结合的方法评估云服务的质量,并根据综合评价结果从候选服务集中选择合适的制造设备云服务及其对应的物流云服务。实例分析表明,该方法能够提高制造设备云服务选择的有效性,并实现对云服务价格的动态管理。

基于多重依赖关系的传递闭包研究及应用

文中通过改进Warshall Folyd的算法,提出了一种依赖传递闭包算法和相应的动态闭包算法,其核心思想是依据依赖关系的分类和性质,定义关系矩阵和运算算子,使算法能解决选择依赖关系,并能表达直接、间接和选择三种依赖关系;同时,所提出动态算法能够运行时根据问题规模动态添加关系元素和依赖关系,解决在基本关系原则和部分关系集上求取闭包的问题。结合安全通用标准CC中关于组件间依赖关系的规定,给出了本文所提出算法的一个实际应用,表明算法取得了很好的效果。

基于动态评价选择策略的改进人工蜂群算法

针对标准人工蜂群(ABC)算法易陷入局部极值的问题,对标准ABC算法的轮盘赌选择机制进行了修改,提出了一种基于动态评价选择策略的改进人工蜂群(DSABC)算法。首先,根据到当前为止一定迭代次数内蜜源位置的连续更新或停滞次数,对每个蜜源位置进行动态评价;然后,利用所得的评价函数值为蜜源招募跟随蜂。在6个经典测试函数上的实验结果表明:与标准ABC算法相比,动态评价选择策略改进了标准ABC算法的选择机制,使得DSABC算法的求解精度有较大幅度提高,特别是对于两种不同维数的Rosenbrock函数,所得最优值的绝对误差分别由0.0017和0.0013减小到0.000049和0.000057;而且,DSABC算法克服了进化后期因群体位置多样性丢失较快而产生的早熟收敛现象,提高了整个种群的收敛精度及解的稳定性,从而为函数优化问题提供了一种高效可靠的求解方法。

基于用户策略的Web服务动态选择方法研究

目前的Web服务选择方法主要是服务关键词语义和属性匹配、运行性能最优评估,未能很好考虑用户对服务质量的个性化需求。对用户需求、服务质量进行模型描述,结合用户策略给出了一个服务评估和选择算法,该算法根据服务请求者的满意度对候选服务进行评估和选择。与已有的服务性能选择方法相比,该方法更能满足个性化需求。

基于动态选择性集成学习的供应链产销协商优化策略

针对当前Agent产销协商自适应学习效果差及协商环境动态变化的现状,考虑动态协商环境中的冲突水平、合作可能性、协商剩余时间对谈判的影响,利用熵值法确定3个影响因素的权重并进行线性加权。结合当前协商议题的差异性,构建基于动态选择性集成学习的让步幅度预测模型,并提出供应链产销协商优化策略。实验结果表明,与单学习机协商策略相比,该策略提高了Agent自适应学习成功率及联合效用,并且能确保供应链产销双方受益,实现合作双方互利互赢的局面。

基于改进人工蜂群算法的多无人机协同任务规划

多无人机协同任务规划是多无人机协同作战的关键.针对无人机信息共享、多任务能力等特点提高了任务规划难度,考虑战场威胁分布、目标任务时序、无人机续航时间等因素,建立了多无人机协同执行多目标的多任务规划数学模型.通过引入动态评价选择策略、引入Metropolis准则等方式提出改进人工蜂群算法(IABC)对该模型求解.通过对多无人机协同任务规划模型进行求解分析,验证了该模型和规划算法的正确性和有效性.

区域水战略方案选优的动态组合评价模型研究

水安全危机是人类进入新世纪以来在生存及发展方面所面临的最严重挑战之一。研究科学合理的水安全战略成为区域可持续发展的重大课题。针对区域水战略问题涉及众多因素且各因素之间动态关联的特点,提出了基于水战略方案优选的兼容度极大化动态组合评价模型(CMM-DCEM),并将其成功地应用于我国广东省北江下游及其三角洲地区水安全战略方案优选评价。评价结果及模型基于不确定性的敏感性分析结果证明:CMM-DCEM实现了主、客观赋权方法以及单一评价模型的融合,使用实码加速遗传算法求解目标函数,克服了传统的组合评价方法计算繁琐的不足,评价过程更加科学合理。

从岩体结构控制论到大科学装置场址选评实践

从岩体结构控制论到综合集成方法论,反映的是又一次典型的发散性思维过程,其实质在于抓住主要矛盾的同时,还要考虑众多因素影响作用的存在。在土地资源日益紧张而大科学装置场址比选受多种因素制约影响情况下,如何从层次性、相关性、时效性等方面,更好地认识评价这些不同条件下场址的适宜可用性、因素可控性、工程可调性等问题,是摆在工程地质工作者面前更为具体而实际的工作。在服务于大亚湾中微子实验隧道、中国散裂中子源场址等8个大科学装置场址选评过程中,作者提出了基于一岩、一观和一法3个支撑点的地质工程评价与动态调控法,旨在主抓控制性结构要素、圈划不良地质体前提下,适时调整工程布设方案,提出与场地改造边界范围和扰动强度有关的施工建议,实现地质工程合理和谐调控。

基于动态模糊评价的通信运营商合作伙伴选择模型及实证研究

基于三网融合背景下通信运营商合作伙伴选择影响因素的多样性和差异性,建立备选企业的共性指标和特性指标,结合BP神经网络、模糊评价和组合赋权的方法,提出基于BP神经网络的动态模糊综合评价模型,从现状和未来发展趋势两个方面对合作伙伴进行综合评价选择。以湖南移动推进城市光网建设为例,展示了合作伙伴选择的原理和过程。模型可以为通信运营商企业客观、全面、动态地评价和选择合作伙伴提供有效的决策支持。

基于改进蚁群算法的Web服务选择

提出一种改进的蚁群算法并将其应用于Web服务选择问题中.该算法使用非线性动态变化的伪随机比例选择参数及蚂蚁多重最优解随机加权路由选择算法控制蚁群的行为,使用5维Web服务质量向量和蚁群适应度函数评价蚂蚁构造的路径质量,蚂蚁根据其构造的路径质量进行信息素更新;该算法使蚁群在其解空间的进化能力得到很大的提高.实验证明,该算法在Web服务选择问题上比传统的蚁群算法效率更高.

船载测量设备光电偏差动态评估方法

在现有光电偏差标定方法的基础上,针对海上动态环境下多种方法测量及标定船载测量设备光电偏差结果一致性较差且难以选择的问题,提出了一种船载测量设备光电偏差计算及动态评估方法。该方法利用空间目标精轨信息能够反演计算高精度测元的特性,结合船载测量设备的测量数据建立测量方程计算光电偏差,以该计算结果为理论值对多种方法得到的光电偏差进行多属性优选,实测数据表明能有效解决动态测量情况下直接标定结果差异较大难以取舍的难题。

协作机制评价和全局联合最优搜索的通用模型

现有协作机制(CM)评价和选择模型存在通用性差、易陷入局部最优、CM库难以建立及评价函数设计困难等缺陷,不能满足现代复杂协同系统的要求。该文针对CM动态选择系统,构建CM评价的通用模型,设计对CM及其参数进行全局联合最优搜索的遗传算法,对模型和算法进行仿真。仿真结果表明,该模型能克服原有模型的缺陷,其算法能搜索到全局联合最优CM库。

结合可信度模糊评价与动态聚类的构件选择

开放、动态的Internet环境下,网构软件面临可信性的重大挑战。运用模糊理论,提出了一种满足最贴近用户可信度期望的构件选择方法。该方法中,定义了网构软件环境下构件的6种可信属性,介绍了一种多因素的构件可信度模糊综合评价方法,以此为基础,建立了一种满足用户可信度期望的网构软件模型,为实现候选构件与抽象构件的映射,应用基于模糊等价关系的动态聚类实现可信构件的选择。结合案例说明了方法的有效性。