面向在线社区用户的群体推荐算法研究

结合现有两种主要群体推荐算法的优势, 建立新的算法框架, 并引入差异度因素对模型进行优化。另外, 考虑到在线社区用户的特点, 定义互动度指标来描述群体成员间的互动程度, 通过分析其与推荐精度之间的关系, 探讨互动度对群体推荐的影响。选取豆瓣网数据进行实验, 并与传统方法进行比较, 结果表明, 融入差异度的算法具有更好的推荐效果, 且有效的互动机制能够保证较高的推荐精度。     

基于Maven的J2EE后台管理系统代码生成器

后台管理系统功能和模式相对固定,为了降低软件开发人员的重复工作量,缩短项目的开发周期,应用基于模板技术的代码生成原理,设计一款基于Maven的后台管理系统代码生成器,完成从业务模型到后台管理系统的代码生成;从业务文件定义、业务文件解析到模板合成阐述本代码生成器的内部结构。     

考虑转包的平行机供应链排序

研究一类考虑转包的供应链排序问题, 即工厂从客户处接受一批订单, 这些订单既可以由工厂完成, 也可以通过支付一定费用进行转包. 工厂需要确定被转包的订单集并安排未被转包订单的生产和运输. 针对工厂为平行机生产环境的情况, 以交货期限内完成所有订单的转包成本、生产成本与运输成本之和最小化为目标, 构建了问题的数学模型, 并设计了启发式算法. 最后通过数值实验结果表明了算法的有效性.

     

基于条件风险价值的零售商创新投资决策研究

研究了由风险中性制造商和风险规避零售商构成的供应链创新投资问题。通过运用条件风险价值（CVaR）对企业的风险偏好进行测度,构建了分散供应链和集中供应链两种情况下的企业决策模型,并根据数值实验对模型作了进一步的分析。研究结果表明：零售商越担心风险,其对创新的投入越少,并会减少销售量以应对市场风险,从而使得供应链的整体收益下降;分散供应链下的创新投入、销售量和供应链的期望收益低于集中供应链下的创新投入、销售量和供应链的期望收益。施行收益共享契约后,分散供应链下的创新投入和销售量达到了集中供应链下的决策水平,制造商和零售商的期望收益均得到提高。     

资源受限项目调度问题的改进文化微粒群算法求解

为了克服标准微粒群算法在求解资源受限项目调度问题上存在的早熟现象,提出一种改进的文化微粒群算法。该算法框架基于微粒群算法的主群体空间和文化算法的知识空间,两种空间具有各自的群体并可独立并行演化,形成双演化双促进机制,提高了算法的全局搜索能力和运行效率。同时为了避免文化算法知识空间自我演化限制,引入遗传算法的演化机制来改进知识空间的演化操作。通过具体的算例比较,验证了提出的改进文化微粒群算法在求解资源受限项目问题时的有效性。     

基于GPS数据和压缩栅格算法的城市路网电子地图快速构建方法

路网电子地图对城市交通管理领域有重要的作用,但是地图服务机构提供的接口功能有限,商用地图一般价格高昂;而一些基于GPS数据的地图生成算法非常复杂、速度慢,在一些实际应用中受到限制,如区域地图即时更新、道路临时管制、应急路线规划等.为此提出一种直观、可扩展、操作灵活的城市道路地图构建方式.通过奥赛罗坐标化的方式,对单位栅格的表示方式进行重新设计,在改善栅格地图的拓扑表达能力、弥补栅格地图存储空间较大和处理时运算资源需求较多等弊端的同时,实现了地图的快速构建.文章以公共交通服务评估和路网韧性评价为例,展示了这一方法的应用潜力.     

基于正交实验与人因工程的生产改进应用

结合质量控制与改进及人因工程在提高产品质量方面的应用,对电路板焊接车间的焊接工艺流程进行分析,通过因果图和排列图找出影响电路板质量的主要因素。运用正交实验设计及方差分析,找到最佳的烙铁温度、焊接时间与焊锡量组合。另外,通过人因工程的相关知识对工作人员的操作环境加以改进,以降低操作人员的疲劳程度,从而提高电路板的整体质量。     

基于系统聚类方法的我国各地区经济发展能力综合评价

采用系统聚类方法,从地区经济增长、结构优化程度、发展质量3项指标综合评价我国各地区的经济发展能力。其中经济增长指标采用人均GDP、GDP增长率2项变量表示;结构优化程度从第三产业比重、居民消费支出占GDP比重这项变量加以分析;发展质量运用全社会劳动生产率、财政收入占GDP比重进行分析。由分析结果可知:我国各地区经济发展能力包括最强、较强、较差、一般、最差5类。综合评价将有助于对不同地区经济发展能力进行比较与借鉴,增强人们对不同地区经济发展能力的认识。     

基于D-Markov模型的金融波动模式识别

将小波变换与符号时间序列分析相结合,引入工程领域的D-Markov模型,提出了一种用于金融波动变化模式识别和异常检测的方法。波动序列经过离散小波变换,产生小波系数序列,将小波系数序列符号化产生符号时间序列,建立符号时间序列的D-Markov模型,并求状态转移概率矩阵,计算各状态转移概率矩阵的状态概率向量与标准状态转移概率矩阵的状态概率向量之间的欧拉距离,从而得到异常度。基于得到的异常度识别金融波动变化模式,检测异常波动的发生。以上证综指的5分钟序列为样本实证分析,对该方法的可行性和有效性进行了验证。     

基于灰色马尔科夫模型预测金融波动

引入灰色模型和符号时间序列分析方法,与马尔科夫模型方法相结合,提出了一种新的预测金融波动的方法。首先将波动序列符号化,然后建立灰色马尔科夫模型,不仅能减小影响预测精度的误差,而且能利用马尔科夫模型来调整误差,使结果更加精准。采用上海证券交易所综合指数2007--2010年间隔为5分钟的高频数据为样本,对已实现波动序列进行实证分析,成功预测了下一时点波动值所处的区间,并验证了该方法的可行性和有效性。