基于颠覆性技术创新项目评价及立项决策模型的研究

为实现我国颠覆性技术创新项目的精准遴选,促进颠覆性创新产业的培育发展,在分析梳理国内外关于颠覆性技术创新项目遴选、立项决策管理方面研究的基础上,分析对比颠覆性技术创新项目与一般科技计划项目的特征属性差异,借鉴海尔迈耶问题的做法,结合当前政策导向,针对颠覆性技术具有隐蔽性、破坏性、不确定性的特征属性,提出相应的项目遴选角度和评审标准的思路,并利用层次分析法构建颠覆性技术创新项目立项评价的三级指标体系。从项目影响力、项目可能性两方面构建颠覆性技术创新项目的决策矩阵模型,为颠覆性创新项目立项决策提供判断依据。

基于网格化和雷达图的建筑抗震设防最优烈度决策模型研究

目前的建筑抗震设防最优烈度研究主要是从经济性或安全性进行考虑,然而合理的建筑抗震设防最优烈度需要综合考虑经济和安全性指标。本文将研究区域进行网格化,结合其周围历史地震数据进行地震危险性分析,以经济性指标和安全性指标作为抗震设防最优烈度评价指标;运用博弈论组合赋权法确定各指标权重,建立基于网格化和雷达图的建筑抗震设防最优烈度决策模型,将该模型运用到四川省崇州市钢混结构和砖混结构的抗震设防研究中。通过对比分析该模型数据发现:钢混结构按8度设防时,相比于6度、7度和9度设防,其抗震设防综合效益分别提升57.2%、29.6%和3.9%;砖混结构按8度设防时,相比于未设防、6度、7度和9度设防的抗震设防综合效益分别提升60.6%、19.2%、2.4%和1.9%。因此,崇州市钢混结构和砖混结构按8度设防时,为最优抗震设防烈度,抗震设防综合效益最佳,验证了该模型的有效性。

品牌电商的直播模式选择与直播双渠道决策模型

直播带货是当前企业促销的利器。基于博弈论方法,在无粉丝效应和存在粉丝效应两种情况下,构建品牌电商分别引入自营直播和网红主播直播下的两种直播双渠道决策模型,并进行模型求解和数值仿真分析。研究发现:品牌电商引入直播渠道可提升总体收益,品牌电商的直播模式选择受到消费者直播渠道偏好、网红主播的佣金率、粉丝规模等因素的影响,两种直播模式下定价和直播营销努力水平受到消费者直播渠道偏好、主播影响力、粉丝规模及佣金率影响,粉丝效应将推升直播模式下的产品售价。

企业搜索引擎营销的决策模型及其应用研究

互联网的高速发展与信息科技的持续进步,使得搜索引擎成为企业与消费群体互动的关键纽带。通过精准的搜索引擎营销策略,企业不仅能显著提升品牌的公众知晓度,还能吸引潜在的顾客群,从而有效促进销售绩效的增长。网络世界的快速更迭与市场竞争的剧烈,要求企业发展出富有成效的搜索引擎营销计划,这一点无疑是充满挑战的。论文通过对企业搜索引擎营销的决策模型及其应用的研究,旨在为相关领域的企业或人员提供实践指导和借鉴。

基于话题决策模型的英文文本切题度计算方法研究

为了对英文作文考试中英文文本的切题度加以判断,提出一套基于话题决策模型的英文文本切题度计算方法。介绍该算法的数据处理流程与话题决策模型的数据处理方法,最后通过WIKI_727K数据集对话题决策模型进行训练与测试,经实验研究发现,所提出的话题决策模型在精确率、召回率等方面具有一定的应用优势,并在ASAP数据集上表现出较为理想的切题度判断效果。

基于IAD延伸决策模型的浙江农户休闲农业生产行为研究

基于制度分析与发展框架(IAD)延伸决策模型,利用浙江省2968户农户的调查数据,分析了户主特征、家庭状况、外部环境和市场服务、经营规则、改革认知等对农户休闲农业生产行为的影响。研究发现,外部环境和市场服务、经营规则、改革认知、户主特征是影响农户是否从事休闲农业生产的显著因素。进一步分析发现,农户早从事和晚从事休闲农业生产的显著性影响因素存在差异;早从事者比较关注休闲农业生产决策自由度和收入预期,晚从事者比较关注休闲农业设施完善程度和补贴获取便利性。因此,要因时因地实行差别化的引导对策,以推进休闲农业合理化和高质量发展。

基于人工智能构建非危重型新型冠状病毒肺炎的中医辅助决策模型

目的使用人工智能模型构建非危重型新型冠状病毒肺炎的中医辅助决策模型,协助医生进行诊断。方法收集2022年12月至2023年6月于天津中医药大学第一附属医院呼吸科、感染科、急诊科就诊的新冠病毒肺炎患者病历314份,以此建立数据集。将314个数据样本按7∶3比例分为训练集和测试集,利用随机森林、支持向量机、LightGBM和K最近邻分别构建非危重型新型冠状病毒肺炎辨证诊断模型,以精确率、召回率、f1分数、AUC值等作为模型的评价指标。利用4种人工智能模型构建中医辅助决策软件。结果随机森林、支持向量机、LightGBM、K最近邻的精确率分别为0.94、0.95、0.89、0.90;召回率分别为0.94、0.95、0.88、0.90;f1分数分别为0.94、0.95、0.88、0.90;AUC值分别为0.99、0.99、0.99、0.99。结论支持向量机模型准确率最高,更适用于构建非危重型新型冠状病毒肺炎的中医辅助决策模型,中医辅助决策软件能提高临床诊断效率。

基于机器学习的电力企业人力资源战略决策模型构建与实现

随着经济发展,人力资源战略更为普及,且在企业发展战略的实现中起着稳固的支持作用。为了使供电企业进一步适应市场发展的需求与趋势的同时,也能为供电企业提供人力资源战略决策方面的支持,提出基于机器学习算法构建人力资源战略决策模型。在分析供电企业特征和人力资源战略基本类型基础上,使用灰色关联法筛选出战略决策的初级选择指标,形成战略决策指标体系;使用RNN网络搭建战略决策模型,经过不断训练模型,检验模型的有效性;通过供电公司的实例验证构建的RNN网络模型的合理性,不仅仅使人力资源战略决策变得更加科学有效,也为供电公司企业现代化管理建设做出了贡献。

基于目标鲁棒的电动汽车及基站储能联合参与电力市场的决策模型

随着电动汽车(electric vehicle,EV)和第五代移动网络技术(5th generation mobile communication technology,5G)基站规模的不断增长,聚合商作为一种能够将众多EV和5G基站聚合起来的主体,在电力市场进行投标决策时会面临多重不确定因素。为应对市场电价和调频信号的不确定性以及EV和基站储能的时序响应能力可能存在互补性的问题,提出了一种基于目标鲁棒的EV和基站储能联合参与电力市场的决策方法。基于EV和基站储能单体模型建立了聚合商的聚合模型;计及市场电价和调频信号的不确定性,构建了聚合商参与电力市场的目标鲁棒优化模型;通过算例验证了所提模型相于传统不确定性优化模型的优越性,以及EV和基站储能联合参与电力市场可显著提高聚合商的收益。所提策略可为聚合商的投标决策提供参考,聚合商可利用所提模型合理地平衡决策行为的经济性和鲁棒性。

3D打印脊柱侧弯矫形器治疗青少年脊柱侧弯的多准则决策模型评价

背景:传统脊柱侧弯矫形器存在制作工艺流程复杂、加工周期长、贴合性差等缺点,3D打印脊柱侧弯矫形器具有制造精度高、个性化等优势。目的:基于多准则决策模型评价3D打印脊柱侧弯矫形器治疗脊柱侧弯的疗效。方法:回顾性收集2019年1月至2022年10月收治于中山陈星海中西医结合医院的72例脊柱侧弯患者的临床资料,根据治疗矫形器的不同分为2组,研究组23例采用3D打印脊柱侧弯矫形器治疗,传统组49例采用传统的聚丙烯脊模塑柱矫形器治疗。比较两组患者临床疗效以及并发症发生状况;建立3D打印脊柱侧弯矫形器治疗脊柱侧弯的多准则决策模型,并对两组效益值、风险值及决策模型的稳定性进行评价。结果与结论:①研究组患者治疗6个月后,顶椎偏移距离、Cobb角、顶椎旋转度、功能性运动评分、目测类比评分以及总有效率与传统组相比均显著改善,差异有显著性意义(P<0.05);②效益指标中对患者病情影响最大的是Cobb角,风险指标影响较大的是呼吸困难;③研究组和传统组治疗脊柱侧弯效益值分别为79和64,风险值分别为74和57,综合效益和风险值发现研究组治疗方法的效益-风险值比传统组高出16;④在0-100%风险相对权重范围内,研究组的效益-风险总值总是高于传统组,证明多准则决策模型的稳定性较好;⑤提示3D打印脊柱矫形器能够更好地恢复脊柱侧弯青少年的脊柱生理弯曲,提高治疗有效率。

基于前景理论的电动汽车用户日前调频决策模型

为降低电动汽车(electric vehicle,EV)用户参与日前调频辅助服务市场的难度,提高其参与积极性,将EV完成充电离网时所获得的净收益和电池电量对用户心理的影响引入前景理论的价值函数中,建立有限理性下的EV用户参与调频辅助服务市场的日前决策模型。该模型考虑EV参与调频辅助服务的电池老化成本,研究EV备用容量的优化策略及调频辅助服务市场的报价策略,并给出3种可行的简化EV调频辅助服务参与模式供用户选择。通过算例分析,验证了基于前景理论的EV用户日前调频决策模型的有效性及可行性,并更符合实际EV用户的决策行为。

基于组合赋权和SPA-TOPSIS的煤矿安全投入决策模型

为解决煤矿安全投入结构和决策方案不合理的问题,首先基于安全价值的视角,考虑安全功能与安全产出关系,选取8个评价指标,构建煤炭企业安全投入评价体系;其次采用熵权法与层次分析法(AHP),综合确定指标权重;最后采用集对分析(SPA)理论改进逼近理想解排序法(TOPSIS),建立决策模型,用以分析评价某煤矿2012—2022年的决策方案,优选评价方案,并针对实际问题提出改善意见。研究表明:该煤矿企业应更注重安全教育和工业卫生指标的投入;煤矿企业在安全投入决策时应综合考虑安全功能需要与安全产出效益,借鉴最佳投入配置,合理调整未来安全投入决策重点。

基于博弈论的自动驾驶驶离专用车道换道决策模型

在高速公路内侧车道设置自动驾驶专用车道的场景下,自动驾驶车辆驶离专用车道,并换道至匝道的过程中,频繁的换道行为会带来自动驾驶车和人工驾驶车交互冲突,对分流区产生交通扰动,进而带来安全风险以及影响交通效率。面向不同车道属性和自动驾驶混合车流,构建了基于博弈论和模型预测控制的自动驾驶换道决策模型。根据自动驾驶车辆到高速公路主线驶离点的距离和换道途径车道上可接受换道间隙的分布,引入换道危机感以量化自动驾驶车辆换道的难易程度。利用加速度变化率来量化混合车流中人工驾驶车辆风格,构建自动驾驶车和人工驾驶车不同类型车辆的模型预测控制成本函数。通过当前时刻的交通状况预测求解自动驾驶车辆下1个时刻的最优加速度,用斯塔克尔伯格博弈描述自动驾驶车辆在换道过程中与人工驾驶车辆的交互,以人工驾驶车辆的收益最大化为前提,选择最大的自动驾驶车辆收益,求解获得自动驾驶车辆的最优换道时间。搭建了基于Python和SUMO的联合仿真实验平台,设置4种不同车流密度的专用车道和混合车流交通场景,并与SUMO默认换道模型等2类模型进行了对比。结果表明:在所有不同车流密度的场景下,所研究的模型会选择合适的换道策略以保证速度损失的最小化,在速度方面均优于所对比的换道模型,换道过程的平均速度分别增加1.44%和11.81%,有效提升了自动驾驶车驶离专用车道的效率。

基于生存期的码头构件维修维护决策模型

为了确定高桩码头结构构件最优维修计划,本文应用结构时变可靠度理论对构件进行可靠性评估,并引入役龄回退因子对维修过程进行模拟。综合考虑可用度因素、风险性因素以及经济性因素,基于生存期概念建立了高桩码头结构构件维修维护决策模型,综合分析不同维修策略的特点对决策模型进行细化,使维修计划具有预见性、及时性,并通过算例验证了模型的有效性。

基于运维知识图谱与机器学习的故障处理决策模型研究

随着互联网和大数据技术的快速发展,数据中心IT设备规模和复杂度不断增加,故障处理成为运维工作中的重要挑战。传统的故障处理方法往往依赖于运维人员的经验和技能,存在效率低、成本高的问题。为了解决这些问题,本文首先构建了一个运维知识图谱,以整理和存储各种运维知识。然后,利用机器学习算法对历史故障数据进行分析和建模,从而生成故障处理的决策模型。

地铁单向长通道低头族引发拥堵的干预决策模型

为解决地铁等公共场所封闭性单向长通道人群移动中存在大量低头族而引发的人群拥堵问题,提出可计算干预临界值的干预模型。首先开展试验,分析封闭性单向长通道内低头族和正常行走人群行为特征;然后采用不同分布函数描述低头族和正常行走人群行为状态的方法,建立人群小尺度行为模型;最后以低头族比例和人群密度建立大尺度拥堵干预决策模型,并以北京某地铁单向长通道为例,验证计算乘客的密度值与低头族比例关系临界值。结果表明:低头族行为特征主要表现为慢速跟随,正常行走人员行为特征主要表现为有机会就提速超越;仿真计算得出乘客的密度值与低头族比例关系临界值,并绘制临界曲线,低于临界曲线的值域属低风险区,人群密度与低头族比例的值在此区域内时无需进行干预;高于临界曲线的值域为高风险区,可能产生严重的拥堵,需采取干预措施。

APT攻击下的无线通信网络最优主动防御决策模型

最优主动防御决策可以保障无线通信网络的安全稳定性,为了提高无线通信网络的防御效果,提出了APT攻击下的无线通信网络最优主动防御决策模型。关联无线通信网络日志,构建APT攻击对象集合,通过反馈相容系数计算APT攻击事件的绝对相容度,并预测APT攻击行为。基于APT攻击源对无线通信网络攻击的信道带宽,获取无线通信网络受到APT攻击的位置,利用无线通信网络节点的权值系数,提取无线通信网络的APT攻击特征。利用攻防图,计算得到APT攻击对无线通信网络的损害程度,通过定义无线通信网络的安全状态,构建了无线通信网络最优主动防御决策模型。实验结果表明,所提模型在防御无线通信网络的APT攻击时,可以将攻击数据包拒包率和吞吐量分别提高到90%以上和16000 bit/s以上,并且时延较低,具有更好的防御效果。

基于驾驶风格和驾驶员不满度的换道决策模型

针对现有的驾驶员不满度模型未考虑驾驶风格而导致换道决策难以适应不同类型驾驶员的问题,改进基于前车车速的驾驶员不满度模型,并结合基于椭圆车辆模型的最小安全距离模型,建立基于驾驶风格和驾驶员不满度的换道决策模型.选取15个问题作为驾驶员行为问卷(driver behavior questionnaire, DBQ)调查内容,利用主成分分析和K-means聚类将驾驶风格分为激进型、谨慎型和普通型3类.设计驾驶模拟器试验,采集不同驾驶风格的驾驶员换道数据,得到不同驾驶风格的驾驶员不满度阈值.通过MATLAB/Simulink和Carsim仿真平台验证换道决策模型的有效性.结果表明:换道决策模型可根据驾驶员不满度正确产生换道意图,保证换道过程的安全性,同时还可以适应不同驾驶风格的驾驶员,使基于驾驶员不满度的换道决策模型更符合驾驶员的实际驾驶习惯.

铁路TFDS故障风险预测的贝叶斯决策模型构建

TFDS是重要的铁路监测设备,但铁路TFDS故障风险因素过多,导致预测精度不高,因此需构建铁路TFDS故障风险预测的贝叶斯决策模型。采用贝叶斯网络结构统计铁路TFDS故障风险发生的概率,根据贝叶斯演绎运算结果与数据相关强度判断故障风险类型,对故障风险数据进行挖掘处理与安全评价,得到铁路TFDS故障预测结果。实验结果表明,该文构建的贝叶斯决策模型的预测精度较高,预测时间短,在铁路TFDS故障风险预测领域具有极高的应用价值。

GRU神经网络下电力辅助决策模型疑点数据检测

为了保证电力辅助决策模型在电网业务中的应用价值,提出GRU神经网络下电力辅助决策模型疑点数据检测方法。模拟电力辅助决策模型的运行过程,获取模型运行数据。利用GRU神经网络提取数据特征,并运用随机森林算法确定当前数据类型。通过对疑点数据进行审计,确定电力辅助决策模型的疑点数据量,从而实现模型疑点数据的检测。实验结果表明,与传统方法相比,优化设计方法的疑点数据检测误差更小,表明该方法在检测性能方面具有明显优势。