一种基于群组判断离差的偏好集结方法

针对群决策偏好集结中违反Pareto 最优性的情况, 设计一种基于群组判断几何离差的同质性集结方法. 该方法在集结前进行几何离差测试, 以确定个体决策信息的离差水平. 离差较小时, 可基于几何平均集结; 对于离差较大且修正复杂度较高的决策信息, 采用主成分分析(PCA) 从高维决策信息中提取大多数相关信息, 在不依赖主观分析的情况下进行加权集结. 仿真实验表明, 所提出的方法能够在不违背Pareto 最优性的基础上集结离差较大的群决策信息.

     

随机需求下多风险偏好零售商的供应链库存决策和协调

考虑由单个风险中性供应商和?? 个风险偏好零售商组成的供应链系统. 假设市场需求是随机的, 且每个零售商面临的需求与其订货量成正比, 采用平均CVaR 准则刻画零售商的风险偏好. 当零售商对称时, 得到系统总的均衡订货量关于零售商数量和风险偏好系数的单调性; 证明当风险偏好系数满足一定条件时, 批发价契约可以使供应链协调; 随机大需求导致系统较高的均衡订货量. 最后通过数值例子表明了需求可变性对系统总的均衡订货量的影响.

     

手机用户行为特征分析

随着智能手机的兴起,合理有效地使用手机已成为社会共性需求。不同的用户具有不同的信息消费行为特征,其需求动向也常常发生变化。描述了手机客户行为分析与用户特征标签刻画的方法 ,通过对客户使用特定业务的行为、互联网访问行为、指令位置信息、终端使用情况、行业关注等有效信息的收集并运用合适的数学模型进行分析,能获取客户的各种偏好程度,进而对客户进行特征分类,为企业、政府等机构的相关决策及应用提供依据。     

开源软件社区开发者偏好合作行为研究

着重从开发者角度出发,先对SourceForge.net开源社区项目与开发者数量增长情况进行统计分析,以见证社区的快速发展;随后以两个月为时间段分析新增开发者、合作的数目,并将开发者之间新建的合作细分为4种情况,探析4种合作方式情况下的差异,进而判断社区开发者优先选择合作方式的顺序;最后针对新开发者与社区已有开发者之间的合作,分析了新开发者的合作偏好与已有开发者的度数中心性、介数中心性和接近中心性,以及他们的开发项目数与之前项目中角色的关系,发现新成员优先选择与介数中心性或度数中心性大的已有开发者合作,且这些开发者整体上都具有多次开发经验并在开发过程中担任过特定角色。研究结果有利于优化群体软件开发过程,为提高群体软件开发效率与质量水平奠定了基础。     

基于特征偏好的聚类研究

传统的聚类方法,如k均值和模糊c均值,通常并不区分数据特征对聚类的不同贡献或重要度,因此在面对高维数据聚类时,常会导致偏低的聚类性能,这归咎于聚类时未考虑高维数据特征间所存在的高度相关性或冗余.而通过在聚类时为每一特征引入权重并通过聚类目标的优化,不仅能自动获得对应的权重,而且也获得了聚类性能的提升.尽管如此,但无监督获取的特征权重未必吻合用户所期望的特征间的相对重要性(或偏好).因此尝试利用用户给定的实际偏好设计出能反映特征偏好的聚类方法,其将现有独立于个体聚类的全局加权型偏好聚类方法拓展至聚类依赖的局部特征加权型方法,由此弥补了前者的不足,提升了偏好聚类算法的性能.     

基于多属性判决的网络选择算法

异构网络中,针对如何根据不同业务的特性选择合适的判决参数并利用这些参数来选择最适合的网络以及通过网络负载均衡来减少切换次数和切换失败可能性等问题,提出了一种基于多属性判决的网络选择算法——TAU-MADM算法.考虑到网络客观属性和用户偏好,进行两次判决:第一次判决采用TOPSIS算法,仅考虑网络客观属性,当备选网络方案相当接近时进行第二次判决;第二次判决采用AHP算法计算权重,并采用ANP网络分析法消除属性之间的依赖性,之后构造效用函数,根据每个网络的效用函数值进行网络选择.仿真结果表明,该算法考虑了网络负载均衡,有效地降低了平均切换率和平均切换阻塞卒.     

一种多维集成直觉模糊信息的信任评价方法

信任是保证在线服务质量的前提。针对电子商务环境存在的复杂性、模糊性和不确定性等因素,引入直觉模糊理论,提出了一种多维集成直觉模糊信息的信任评价方法,给出了两类信任反馈属性集成直觉模糊信息的方法,通过直觉模糊熵确定属性权重,并利用直觉加权算数平均算子求出实体的综合直觉模糊数,从而全面、客观和细腻地反映信任的模糊性和不确定性。计算实例和仿真实验表明,基于多维集成直觉模糊信息的信任评估方法是可行的,通过对风险偏好因子的灵敏度分析,发现服务请求者风险偏好不同,则评估的服务提供商的信任得分也不同;同时也验证了该方法可以有效地抑制恶意节点的攻击,为电子商务环境下信任评价的研究提供了新思路。     

区间灰色不确定语言多属性群决策方法

针对属性值为区间灰色不确定语言信息的多属性群决策问题,在定义区间灰色不确定语言变量及其运算规则的基础上,给出了3种几何加权集结算子,由区间灰色不确定语言几何加权算子集结各决策者给出的决策矩阵得到群体决策矩阵。在属性权重已知的情形下,基于该算子集结单个决策者给出的属性权重向量得到群体属性权重向量;在属性权重完全未知的情形下,采用信息熵法确定属性权重向量。采用区间灰色不确定语言混合几何加权算子集结各属性评价信息,得到各方案的综合评价值,基于区间灰色不确定语言变量大小比较的方法得到方案排序结果。算例分析表明了该方法的有效性与可行性。     

当安防被期待更多跨国外资企业安防建设有看点

从上世纪八十年代初发展至今,我国安防产业取得的成就有目共睹,但即便实力野心万事俱备,国内企业往外走的路也分外艰难。把视角上升到全球市场,可发现,除了产品品质及参数这一硬性指标,不同地域对安防的需求偏好亦多有不同。     

基于智能多agent的推荐系统

针对传统推荐系统存在的用户评分稀疏性和系统扩展性问题,提出了一种基于智能多agent的推荐系统MASRS。首先采用余弦公式处理用户一项评分矩阵得到用户初始邻居集;然后将用户评分映射到相应项的属性值上,生成用户一属性值偏好矩阵UPm,并基于此矩阵进行用户相似性度量,得到用户产品推荐集,该方法有效缓解用户评分稀疏性问题;通过智能多agent架构推荐系统,使大量复杂计算在线下进行,从而改善系统存在的扩展性问题。同时实验表明新系统在推荐精度上收敛性更好。