高职院校计算机基础教学浅析

本文总结了高职院校计算机基础教学的现状和问题,提出了建立以学生为中心的教学模式,并着重分析了采取分层次教学,注重实践教学环节及创新教学方法等方面的解决措施。     

封死信用卡充值背后的游戏规则

在封死信用卡充值的多方博弈中,真正的主角不是商家和用户,而是银行与第三方支付公司。近期支付宝和财付通先后宣布关停信用卡充值的功能,让不少热衷网购的消费者心中"添堵"。以前网购用户可以使用银行信用卡向支付宝账户多次充值,从而实现大额网购,规避银行对信用卡网购限额的规定。而以后这种"捷径"走不通了。不过这还不是此举的真正目的。据支付宝内部人士介绍,关停信用卡充值的功能是为了响应央行新规,封堵信用卡套现。     

双渠道供应链中服务对定价和需求的影响研究

研究了集中式决策和基于Stackelberg博弈这两种情况下的双渠道供应链的定价、服务及需求的关系。制造商和零售商提供的服务对价格、需求会产生影响,渠道商改善服务有利于本渠道价格的提高,同时会影响到另一渠道的定价,影响程度与双渠道决策模式相关。与服务对定价的影响不同,渠道商提供的服务对本渠道需求产生的影响是双向的,当服务水平在一定的范围内,改善服务可以增加本渠道市场需求,降低另一渠道需求;当服务水平过高,继续改善服务不仅不能增加需求反而减少需求,同时对另一渠道的需求产生影响,这种影响与消费者市场类型存在密切关系。当消费者市场属于价格敏感型时,服务水平存在一个帕累托区间,任一渠道商改善服务都会促进双渠道需求的增加。     

复杂体制雷达辐射源信号特征的集对分析

为解决复杂体制雷达辐射源信号特征的评价问题,提出了基于集对分析理论的复杂体制雷达辐射源信号特征分析模型.首先对复杂体制雷达辐射源信号特征评价指标体系的指标权重作层次分析,再通过集对分析理论对复杂体制雷达辐射源信号特征评估的决策矩阵进行同一度分析,最后联合指标权重矩阵和决策同一度矩阵对复杂体制雷达辐射源信号特征进行综合评判.仿真结果表明,该模型是有效、可行的,能够更好地实现对复杂体制雷达辐射源信号特征的分析和评估.     

利用IT技术构建化工物流方案智能化决策

文中以中国石化化工销售公司为背景,介绍了物流系统中物流与商流的运作特点,指出化工物流运作中信息化需要突出解决的问题。提出了在自主开发的物流信息系统中物流服务商、仓库物流设旋和生产企业物流设施3个资源库的构建方案,并采用AHP层次分析法对筛选的结果进行评价,为业务人员提供辅助决策。既达到了强化物流服务商管理的目的,也实现了物流方案智能化决策的功能。     

基于形式概念分析和层次分析法的应急管理能力模糊综合评价法

现代应急管理能力评价相关研究多围绕评价方法、模型等展开,且存在着忽略事件类型对评价指标的影响、缺乏动态性、学者和公众参与度低等问题。为了解决这些问题,提出了一种动态的、主客观相结合的新型应急管理评估方法。利用形式概念分析(FCA)动态地为一级评价指标赋权值,采用层次分析法(AHP)融合主观因素,最终使用模糊综合评价(FCE)方法得出评价结果。该方法将传统方法中的“常权”修正为“变权”,确保了评价指标和结果的动态性,实验表明此方法是可行有效的。     

层次移动IPv6域内切换优化方案

基于指针推进机制的层次移动IPv6方案未考虑接入路由器(AR)间的距离对切换性能产生的影响,针对该问题提出一种优化方案OPF-HMIPv6。OPF-HMIPv6首先比较AR间和AR与移动锚点(MAP)间的距离,优先向MAP进行注册,而不是直接向AR注册构建指针链。仿真结果表明AR与MAP间的距离大于AR间的距离时,OPFHMIPv6比HMIPv6至少减少了39%的注册延迟,证实了该方案在减少绑定更新导致的开销上的有效性,提高了域内切换的效率。     

基于灰色模糊层次分析法的企业云服务安全评价模型

从企业实施云服务项目角度,总结得出影响云服务安全的四大因素,即平台设施、运行安全、运营管理以及法律法规因素。在此基础上构建企业云服务安全评价模型,并利用灰色模糊层次分析法（ GFAHP）对模型进行综合评价。最后通过一个实例进行具体阐明与评价。     

发电企业竞价上网博弈模型及其算法研究

假设所有发电企业通过密封报价这种形式来上网竞价,并在发电企业共同见证及同一时刻开标,且规定报价最低者将会被选为中标方,设计两个发电企业竞价上网的基于静态贝叶斯理论的博弈模型以及算法,当参与的发电企业均应用线性策略时,对模型所对应的收敛性进行了分析,同时对贝叶斯纳什均衡解是否存在进行了讨论;接下来对两个发电企业竞价上网模型予以相应扩展,分析了若干个发电企业竞价条件下的贝叶斯纳什均衡及相关问题,与此同时,构建了一个包含若干发电企业在内的共同竞价上网博弈模型;最后借助计算机系统予以仿真实验,得到的结论是：在电力竞价上网的博弈模型中,随着企业数量的不断增加,各自报价将会更加理性,并不断趋于预测值。     

融合动态层次聚类和邻域区间重组的蚁群算法

针对蚁群算法搜索速度过慢以及解质量不足等问题,提出一种融合动态层次聚类和邻域区间重组的蚁群算法。在初始阶段,调整层次聚类阈值并按照类间距离最小合并的原则迭代至目标簇集,根据预合并系数进行簇间合并,通过蚁群系统得到小类路径并断开重组以加快算法整体收敛速度;接着使用蚁群系统对解空间进行优化,同时并行处理簇集与簇集邻域区间扩散重组,增加解的多样性,进一步固定迭代次数进行比较,若邻域区间重组解质量优于当前优化解则进行推荐处理,提高解的精度;当算法停滞时,引入调整因子降低各路径信息素之间差异以增强蚂蚁搜索能力,有助于算法跳出局部最优。实验结果表明,在面对大规模问题时,算法的精度在3%左右,该方法相比传统方法可以有效提高解的精度和收敛速度。