模糊需求下转运联盟车辆路径及混沌粒子群优化

建立了基于模糊需求的企业间转运联盟车辆路径问题,并基于模糊结构元理论将模糊需求问题转化为清晰需求问题．针对该模型,提出了一种混沌粒子群算法,该算法在经典粒子群算法的基础上融入了两次混沌变换,有效的利用了粒子群算法和混沌算法各自的优势．     

基于用户和项目因子分析的混合协同推荐算法

为解决协同过滤推荐(CFR)算法中的数据量过大和数据稀疏性的问题,采用因子分析的方法对数据降维,并使用回归分析方法预测待评估值,既减少了数据量又最大限度保留了信息。该算法首先,采用因子分析的方法将用户和项目降维为若干用户因子和若干项目因子;然后,以目标用户为因变量,以用户因子为自变量建立一个回归模型,并且以待评价项目为因变量,以项目因子为自变量建立另一个回归模型,进而得到目标用户在待评项目上的两个预测值;最后,通过两者的加权得到最终的预测值。实验仿真证实了算法的可行性和有效性。实验结果表明,该算法比基于项目的协同过滤推荐算法在精确度上有所提高。     

基于灰色聚类的软件研发项目团队有效性评价

软件开发团队的有效性直接影响着软件项目的成功与否,在分析软件开发团队有效性理论的基础上,构建了衡量团队有效性的指标体系,并运用灰色聚类分析对其进行了实例量化研究。     

模糊需求下企业间联盟车辆路径及遗传算法

建立了基于模糊需求的企业间联盟车辆路径问题, 并基于模糊结构元理论将模糊需求问题转化为清晰需求问题. 针对该模型, 提出一种基于二维结构的编码表示方式和遗传算子, 并用计算实例进行了验证.     

具有模糊时间窗的转运联盟车辆路径及遗传优化

在对带有模糊时间窗的企业间转运联盟车辆路径问题进行描述的基础上,构建了该问题的多目标规划模型;钭测该模型提出了一种混合遗传算法,该算法在经典车辆路径遗传编码的基础上,通过若干转化和修正算法得到了一种三元式编码,并改进了交叉和变异算子;最后通过实例说明了模型和算法的有效性．     

关系强度、知识转移和知识整合对技术标准联盟合作绩效的影响

构建关系强度、知识转移、知识整合与技术标准联盟合作绩效相互关系的模型,并以ICT产业为调研对象,运用结构方程模式进行实证研究。研究结果显示:技术标准联盟企业之间的关系强度越强,则知识转移能力和联盟的合作绩效水平越高;知识转移和知识整合能力越强,则联盟的合作绩效水平越高;知识转移作为中介变量,存在于关系强度对合作绩效的影响路径中,而知识整合不存在于这一路径中。     

考虑时间和价格因素的Web客户需求协同推荐模型

协同过滤推荐算法是电子商务个性化推荐系统中采用最为广泛的推荐技术,但是传统的推荐方法在进行商品推荐时忽略了交易时间和产品的价格因素,从而导致推荐质量下降。针对这一问题,提出了考虑时间和价格因素的协同过滤模型,通过实验表明在计算Pearson相关系数时考虑时间和价格因素对算法的改进最为有效。     

B2C电子商务中介的道德风险与声誉模型

该文先将B2C电子商务市场的买方与网络中介之间的关系看作是委托代理关系,认为在信息不对称的情况下,会存在网络中介的道德风险,并通过模型证明了该风险的存在性.其次,该文假设建立网络中介的声誉机制可以在一定程度上减少这种道德风险,并采用博弈论的方法建立了网络中介的声誉模型,得出声誉机制具有显性激励的作用,进而证明了所提假设的正确性.最后,为了减少网络中介的道德风险,加强其声誉的激励作用,提出了几点管理建议.     

企业间转运联盟车辆路径问题及遗传优化

给出了企业间产品可转运的联盟车辆路径问题（EAVRVPPT）数学模型。提出求解该问题的遗传算法,相对于传统算法,该算法在编码方式和交叉算子方面进行了改进。为了证实模型和方法的有效性,通过计算实例进行了验证。     

基于Web客户因子分析的协同推荐算法*

为解决协同过滤推荐算法中的数据量过大和数据稀疏性的问题,提出了基于客户因子分析的协同推荐算法。该算法利用因子分析将客户向量进行降维处理,得到几个具有代表性的客户因子,然后用这些客户因子对目标客户进行回归分析,进而预测目标客户对待评项目的评分值。最后通过实验证明了该算法的有效性,为以后研究推荐算法提供了一种新的途径。