随机偏好下的Borda悖论

在阐明二元随机偏好所存在缺陷的基础上,提出了一种更具普适性的随机偏好表示方法一概率分布型随机偏好,并论证了这种表示方法的完备性(即该方法可以表示所有可取的随机偏好).然后基于概率分布型随机偏好,将Borda悖论涉及的两种投票规则推广为随机情况,分析随机偏好下Borda悖论的发生规律,并进一步从权值向量和投票人数两方面比较所得结论与确定性偏好下Borda悖论的异同,分析出现差异的原因.

基于随机偏好序的废旧电子产品回收匹配

针对废旧电子产品回收流程中分拣中心和拆解企业的匹配依然靠人工操作的问题,考虑不同种类评价指标下的双边满意度,提出基于随机偏好序的混合多指标双边匹配策略。首先在已有匹配算法基础上采用随机偏好序指标权重分配方法,对不同种类的指标进行评价;进一步引入软约束和硬约束对匹配主体进行初步筛选;最后通过计算双方满意度值矩阵,建立多目标优化模型并求解得到匹配结果,实现了分拣中心与拆解企业的自动匹配。仿真和对比分析表明了算法的可行性和实用性。

基于偏好随机游动能量均衡算法的激光雷达数据低能耗传输

为了优化激光雷达数据的传输性能,设计一种针对激光雷达数据的低能耗传输方法。利用密度峰值快速聚类方法分割激光雷达数据噪声点,完成数据的聚类处理;采用偏好随机游动能量均衡算法规范随机游动数据;通过分解激光雷达数据传输范围设计数据传输方法,实现激光雷达数据的低能耗传输。实验结果表明,该方法在晴天、雨雪天气和雾霾天气3种不同天气下的激光雷达数据传输能耗均较低,传输激光雷达数据时可以有效减少平均节点跳数,受数据无序化影响较小,证明所提方法具有较高的实际应用价值。

随机偏好连接图的中心极限定理

我们研究了一类具有随机顶点和边的随机连接图模型,其中顶点的随机性由一个Poisson点过程所决定,边的随机性由一个概率连接函数所决定.我们得到了带偏好的随机连接图模型的关于所有随机边的长度和的一个中心极限定理.

常见的患者偏好随机对照试验方法介绍与评价

为了解决传统的随机对照试验在临床实际操作过程中面临的患者的偏好、伦理和依从性等,研究者们提出了患者偏好随机对照试验。介绍几种常用的患者偏好设计方案:患者偏好二阶段设计(Wennberg设计、Rücker设计)、全面队列设计(Brewin设计和Olschewski设计)、预随机设计和Korn设计等,并评价各个设计方案的优缺点,以便研究人员和临床医生根据研究目的、疾病特点等特征选择合适的方案。

具有偏好随机游动能量均衡的数据传输算法

为了改善传输性能,提出一种具有偏好随机游动的数据传输算法,偏好即每一步的转移概率依据节点可用能量兼顾传输时延确定。特别是,通过分析任意2个节点之间的最短传输距离,把传感器节点的传输范围分解为若干圆环,利用位于源节点到sink之间最短路径上或靠近最短路径的节点作为代理节点进行数据分发,可达到平衡能量消耗和传输延迟之间的特定要求。同时与其他算法比较也说明了此算法是有效的。

一种具有确定偏好和随机权重的改进蚂蚁系统

提出一种多阶段,多偏好的改进蚁群算法(MP2AS),包括4种蚁型,对信息素、能见度与节约值有不同的重视程度。常态时,所有蚂蚁遵循同一转移规则,同时更新公共和私有信息素;一旦陷入局部最优,4种蚁型将根据各自确定的偏好类型,运用随机的偏好权重,计算转移概率,并只更新其私有信息素。偏好类型的互异性使蚁群得以沿不同方向独立进化;而偏好权重的随机性进一步提高了改善当前最优解的概率。为避免某种蚁型因长期孤立进化而积累病态,定期用全局最优解更新公共及私有信息素,增强蚁型间的交流,指导蚁群的进化方向。车辆路径问题标准算例的数值实验结果说明该算法具有很强的全局搜索和局部开发能力。

融合改进人工蜂群的UKF算法研究

针对无迹卡尔曼滤波(UKF)算法在状态估计时异常系统噪声协方差矩阵影响滤波性能的问题,提出一种利用改进人工蜂群优化UKF的算法。首先,在UKF算法过程中引入IABC算法对系统噪声协方差矩阵寻优选择,从而实现自适应调节系统噪声协方差矩阵,提高估计精度;其次,对传统ABC算法采用Circle混沌初始化策略,增加人工蜂群初始种群的多样性;同时采用偏好随机游动策略,平衡算法的开发与探索能力,增强算法的稳定性;最后,通过动态扰动因子策略增强算法后期寻找最优解的能力,提高收敛速度,进一步优化算法性能。实验结果表明,相较于ABC算法,IABC算法在寻优性能上有明显提升。同时,通过对比UKF算法和IABC-UKF算法,验证了IABC-UKF算法的可行性,其位置均方根误差不大于1.4 m,表明该算法滤波效果较好且误差波动小,能够有效提高估计精度。

用户偏好连续分布下两竞争双边平台的企业社会责任与定价决策研究

平台履行企业社会责任是影响用户选择的重要因素。基于双边市场理论和博弈分析方法,建模研究两竞争双边平台均不履行、均履行及一个履行一个不履行企业社会责任三种情形下的定价竞争,其中双边用户对平台履责的偏好服从连续分布,并进行模型求解和数值仿真,分析平台企业社会责任行为对竞争均衡及社会福利的影响。结果表明:两平台竞争下,履责平台的企业社会责任水平、定价水平、用户规模和利润随自身企业社会责任成本系数单调递减;非履责平台的定价水平、用户规模和利润随履责平台企业社会责任成本系数单调递增。两平台竞争下平台履行企业社会责任是占优策略,但两平台均履行企业社会责任比不履行时的利润低,即存在囚徒困境,但消费者剩余和社会福利将显著增加。

考虑患者偏好的部分随机临床试验在中医非药物疗法疗效评价中的设计与应用

在当前中医药治疗研究中,由于寻求中医药治疗的患者多对干预措施存在选择性偏好,而在此方面传统的随机分组会带来伦理学的挑战。提出一种考虑患者偏好的改良随机临床试验的设计方法,介绍该方法的方法学原理,并将其与传统随机对照试验进行比较。通过分析考虑患者偏好的改良临床试验的应用现状,提出这种设计方案在中医非药物疗法评价中使用的可行性、优势和注意事项,根据该研究模式的特点,认为考虑患者偏好的部分随机临床试验适合于中医药非药物治疗的临床研究,特别适合招募对干预措施有明确要求的研究对象进行研究。

基于改进磷虾群算法优化Elman神经网络的PEMFC电堆建模

质子交换膜燃料电池(PEMFC)电堆的优化控制需要有精确的电堆模型。现有的基于Elman神经网络建立的PEMFC电堆模型已具有较好的精度,但是此种电堆模型仍然存在容易陷入局部极值、结果无法重现等问题。考虑可以将自适应莱维飞行和偏好随机游动两种机制引入基本磷虾群(Krill Herd,KH)算法,得到一种改进的磷虾群(Improved Krill Herd,IKH)算法用以优化神经网络的初始参数,进而建立基于IKH-Elman网络的PEMFC电堆模型。仿真结果表明,IKH算法用于优化神经网络可同时保证更高的寻优精度和更快的收敛速度;在预测的精度和稳定性上此种电堆模型也具有一定的优势。

全局优化的改进鸡群算法

在基本鸡群算法的基础上提出了一种改进版鸡群算法(ECSO),在公鸡位置的更新过程中引入自适应变异策略用于平衡算法迭代后期下降的种群多样性,提升收敛速度;在母鸡移动过程中引入偏好随机游动策略来平衡算法的开发与探索阶段,增强算法的稳定性;在小鸡位置更新时引入领导者策略,减少算法搜索的盲目性;最后,通过测试多组函数,并与基本蝙蝠算法和鸡群算法以及已有改进的鸡群算法进行对比,验证了改进算法的有效性。

基于信息熵的布谷鸟搜索算法

针对布谷鸟搜索算法(CS)迭代过程中易陷入局部最优的问题,提出基于信息熵的改进布谷鸟算法,用种群中个体分量的信息熵加权来衡量个体的差异程度,从而赋予各分量不同的权重,降低个体盲目搜索过程,克服了CS算法搜索阶段易陷入局部最优和早熟收敛的缺陷.通过对8个典型的基准测试函数对算法进行了性能仿真测试,结果表明,改进的布谷鸟算法在收敛速度、寻优精度及鲁棒性等方面均具有一定优势.

群决策中随机信息的贝叶斯集结与统计模拟方法

针对方案属性值和权重都为随机变量的群决策问题,结合贝叶斯理论和随机模拟,提出一种集成专家主观概率分布集结和随机多属性决策方案选优的方法.该方法首先构建一个多元正态集结模型,将多个专家估计的属性值分布集结成单一分布,然后用随机模拟算法,生成不完全权重信息,并通过计算各方案获得特定排名的可信度因子,以及反映决策者风险偏好的整体排名可信度因子,得到各方案排序.实例分析验证了方法的有效性.

基于GCS-SVM的水库大坝变形观测预警方法

由于水库大坝纵向沉降和水平偏移之间存在非线性关系,导致对大坝变形状态的观测预警结果难以得到保障,为此,提出基于GCS-SVM的水库大坝变形观测预警方法研究。以SRM准则为基础,构建了水库大坝状态对应最小二乘支持向量机的损失函数,设置水库大坝状态对应的最小二乘支持向量机为取决于惩罚系数的高维分布,将水库大坝变形状态的观测问题转化为最小二乘支持向量机惩罚系数的寻优问题,并引入GCS算法,采用偏好随机游动的方式生成最优惩罚系数,确定对应的水库大坝变形状态,结合具体的管理要求,作出相应的预警反馈。在测试结果中,将大坝纵向沉降值以及水平偏移量与实际值之间的误差始终稳定在0.03mm以内,可以实现对大坝变形状态的精准观测,结合实际的管理要求作出有效预警处理。

改进型社会蜘蛛优化算法

针对社会蜘蛛优化算法(social spider optimization algorithm,SSA)在寻优过程中步长固定且蜘蛛种群间因吸引力降低导致收敛速度慢且迭代后期计算精度低的缺陷,提出了一种改进型社会蜘蛛优化算法(modified social spider optimization algorithm,MSSA).算法采用自适应方法使寻优步长在迭代过程中自适应变化,提高了其收敛性能.引入偏好随机游动机制进一步强化算法的局部开发能力.典型函数的测试表明,MSSA的收敛性能较标准SSA及其它改进的群智能算法在收敛速度及精度方面具有明显优势.