根本技术创新产品需求的获取及评价研究

根本技术创新对企业的发展具有决定性的意义。并对工程作为现代产品开发中新发展的系统化方法，在应用其对根本技术创新产品需求搜集及评价时，出现了满足顾客需求和创造顾客需求、资源需求与技术创新、理性决策与非理性决策、企业文化与技术创新等之间的矛盾。本文对产生这些矛盾的原因进行了分析，提出了相应的解决办法。     

现代企业家以人为本的管理思维方式

管理创新是企业创新的重要内容;怎样管理企业才能使之持续发展,立足于激烈竞争的大舞台,是许多企业家不断思考和探索的问题。本文作者运用全面、系统的管理思维理论知识,以生动的事例和成功的管理经验,深入浅出地阐明了管理的新理念——以人为本的管理思维方式,相信对现代企业管理者有所启迪和帮助。     

面向技术创新机遇组建虚拟企业与兼并行为的比较分析

以技术创新机遇为例分析了核心企业选择实现市场机遇的战略模式的决策过程，并给出核心企业选择实现市场机遇的战略模式的决策模型。在模型中考虑了核心企业组建虚拟企业的一个重要目的就是快速地实现市场机遇，因此在提出的决策模型中引入了时间因素。研究结果表明，当市场机遇生命周期较长时，核心企业采取兼并策略优于组建虚拟企业，反之组建虚拟企业更有利。最后提出采用期权定价模型来判断组建虚拟企业的价值，并举例说明。     

基于Flash 3D的在线虚拟漫游系统设计与实现

对目前虚拟漫游系统的瓶颈进行分析,提出并实现了一个基于Flash 3D的、优化了的在线虚拟旅游系统。系统对三维场景文件包括模型文件、材质文件及其构建步骤进行优化,并在实现了对多种媒体元素支持的基础上,设计了独创的热点系统,实现对三维场景按需进行加载和展示,以及游客在场景中的互动漫游。系统测试结果表明,该设计方案优化效果显著,系统性能得到了极大的提升。     

带有Lévy Flight机制的引力搜索算法

引力搜索算法（gravitational search algorithm,GSA）是模拟万有引力定律进行搜索的一种新颖的优化算法,已有研究表明GSA算法相比一些传统的优化算法拥有较好的收敛性能,但其缺乏有效的全局寻优机制,易于被局部极值吸引,从而陷入早熟收敛。因此提出了一种基于Lévy Flight和权值惯性递减的引力搜索算法QmuGSA,以加强算法的全局寻优能力。该算法通过Lévy Flight独特的不均匀随机游走的机制扩大粒子的搜索范围,增加种群多样性,从而更容易跳出局部最优点。通过4个标准测试函数对所提算法进行了仿真测试,结果表明所提算法能够有效克服基本引力搜索算法易早熟、收敛精度低等缺陷,具有较好的寻优精度和全局收敛性能,能够解决一些复杂函数的优化问题。     

带有Levy Flight机制的引力搜索算法

引力搜索算法（gravitational search algorithm,GSA）是模拟万有引力定律进行搜索的一种新颖的优化算法,已有研究表明GSA算法相比一些传统的优化算法拥有较好的收敛性能,但其缺乏有效的全局寻优机制,易于被局部极值吸引,从而陷入早熟收敛。因此提出了一种基于Levy Flight和权值惯性递减的引力搜索算法QmuGSA,以加强算法的全局寻优能力。该算法通过Levy Flight独特的不均匀随机游走的机制扩大粒子的搜索范围,增加种群多样性,从而更容易跳出局部最优点。通过4个标准测试函数对所提算法进行了仿真测试,结果表明所提算法能够有效克服基本引力搜索算法易早熟、收敛精度低等缺陷,具有较好的寻优精度和全局收敛性能,能够解决一些复杂函数的优化问题。     

受强弱关系理论启发的改进人工蜂群算法

针对原人工蜂群算法在寻优过程中存在收敛精度不高、容易陷入局部最优的问题,提出一种改进人工蜂群算法(SWT-ABC)。将社会学中强弱关系模型化并引入多子群矩阵式蜂群结构,定义了强关系个体从三个方向随机引导搜索,加快算法收敛速度和提高收敛精度;为增强算法跳出局部最优的能力,定义了弱关系个体交互以实现子群间信息交流来提升种群多样性;增加侦查蜂反向学习机制并确定合适的蜜源上限,能有效提升目标函数评价次数的利用效率。通过基准测试函数的数值实验并与12种改进算法进行对比,改进后的人工蜂群算法收敛精度更高、全局寻优能力更强,并且在高维优化问题求解中仍具备良好的收敛性能。     

基于偏好信息的案例检索算法

案例推理方法建立在“相似问题具有相似解”的基础上,能否从案例库中检索出与新问题“最相似”的案例是案例推理方法成功的关键因素之一。该文提出一种改进的检索方法,在原始最近相邻算法基础上,用专家对新问题案例与历史案例属性差异的效用评价替代原始的属性差异值来衡量专家对属性差异的敏感程度。引入变异系数来标度新问题案例与历史案例的属性差异的分布情况,从而保证检索出的最相似案例具有较高的属性差异的均衡性。通过具体案例检索实例分析,验证了该方法的有效性。     

带有两次订购机会且两阶段需求相关的Newsboy模型

首先建立需求形式为一般随机变量情形下零售商的两次订购决策模型,并从理论上证明了在两个阶段需求相互独立情形下,零售商期望利润函数的下凹性及最优订购策略的存在唯一性,从而弥补了已有模型在寻求最优订购策略时采用数值方法所存在的缺憾;然后,建立两阶段需求相关情形下带有两次订购的Newsboy模型,给出了模型的分析解.数值实例验证了模型的求解过程,并得到了相关管理启示.     

动态SVDD算法及其应用

针对当前SVDD算法由于过大的优化规模导致检测计算时间过长的问题,提出了动态SVDD算法.通过分析在进行检测工作时新加入检测对象对正域边界的影响,提出:采用核方法形成的边界可近似替代折线所形成的边界.这样,加入新检测对象后,新的边界就只与新的样本点和之前的边界有关,从而可以大大减小优化规模,提高检测的效率.