基于CARA效用函数的报童决策偏差形成机理

经典报童模型假设决策者为风险中性, 但决策者的实际订购行为受风险偏好的影响, 导致实际订购行为与报童模型最优解之间存在偏差. 为此, 基于常绝对风险厌恶(CARA) 效用函数构建库存决策模型, 从风险偏好的角度解释报童决策偏差的形成机制. 行为实验结果表明: 随着产品的相对成本增加, 决策者的订购行为将出现风险逆转; 在高(低) 利润产品中, 决策者分别表现出风险规避(风险追逐) 的订购行为, 且订购行为受风险规避的影响更为显著. 报童决策偏差现象揭示, 库存管理实践中考虑决策者的风险偏好, 有利于缩小理论模型与管理实践之间的差距, 提高库存管理效率.

     

决策者剔除的重复群决策方法

针对同样决策场景下对多组决策方案反复评估的决策问题, 建立对无效决策者剔除以及确定决策结果的模型. 使用优化模型确定指标权重, 提出决策者评价向量差异度的衡量方法, 由此对无效决策者甄别和剔除, 在此基础上建立基于灰靶的决策模型以确定最优方案, 并建立下次决策时的决策者权重计算方法. 模型充分利用历史信息, 对决策者进行评价约束, 可以有效提高决策质量. 最后通过实例表明了所提出算法的有效性和可行性.

     

三角模糊数型多准则群决策的VIKOR扩展方法

运用VlseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR)方法研究模糊多准则群决策问题常常将其分成模糊信息集结和VIKOR方法求解两个阶段。个体评估信息集结方法不同,所得到的群体集结结果也不同,获得的妥协解可能会存在较大差异。鉴于此,基于含有三角模糊数的多准则群决策问题,分析现有两种主流群体信息集结方法存在的缺陷,基于个体评估值与群体评估值的距离最优和较高的相似度两个目标,设计群体信息集结优化模型,提出一种拓展的VIKOR方法。最后通过实例分析说明了所提出方法的有效性和可行性。     

基于信息熵多属性决策的Mashup服务推荐方法

随着Mashup服务的快速发展,如何在海量的服务集合中找到用户感兴趣的、服务质量高的Mashup服务,成为一个难题。针对该问题,提出一种基于信息熵多属性决策的Mashup服务推荐方法。首先建立用户兴趣模型和Mashup服务的质量(Quality of Service,QoS)模型;其次,利用信息熵多属性决策方法,预测用户对候选Mashup服务的综合评分,并将综合评分最高的Top-K Mashup服务推荐给用户;最后,在不同数据集上进行实验比较与分析,结果表明:基于信息熵多属性决策的Mashup服务推荐方法能够有效地为用户推荐其感兴趣的、高质量的Mashup服务。     

相位量化DRFM欺骗干扰的自适应检测

为了从环境中检测出相位量化数字射频存储器(Digital radio frequency memory, DRFM)欺骗干扰的存在,本文设计了一种能够在均匀环境中检测出噪声、干扰或回波信号的自适应检测器。检测过程分为两步：先由基于广义 似然比检测(Generalized likelihood ratio test,GLRT)的自适应匹配滤波(Adaptive mat ched filter,AMF)检测器完成噪声和“信号”（滤波后的回波信号或干扰）的检测;再从回波信号和干扰导引矢量间的差异性出发重新设计检测器,以甄别回波信号或干扰。最后, 通过理论推导和蒙特卡洛试验对检测器的性能进行分析和评估,并与透视检测器进行比较。 仿真结果表明,在低相位量化位数和高信噪比的条件下,所设计的检测器能够正确检测出干 扰信号的存在。     

Application of data mining methods for effort estimation of software projects

Information technology companies currently use data mining techniques in different areas with the goal of increasing the quality of decision-making and to improve their business performance. The study described in this paper uses a data mining approach to produce an effort estimation of a software development process. It is based on data collected in a Croatian information technology company. The study examined 27 software projects with a total effort exceeding 42 000 work hours. The presented model employs a modified Cross-Industry Standard Process for Data Mining, where prior to model creation, additional clustering of projects is performed. The results generated by the proposed approach generally had a smaller effort estimation error than the results of human experts. The applied approach has proved that sound results can be gained through the use of data mining within the studied area. As a result, it would be wise to use such estimates as additional input in the decision-making process.     

雷达干扰资源优化分配博弈模型和算法

从时间、空间、频率、能量四个方面对干扰效果进行定量描述,构建干扰效益矩阵,建立目标函数,并利用博弈论分析研究雷达有源干扰资源分配问题,证明了纳什均衡的可行性和存在性。基于最佳动态反应设计了集中式迭代干扰策略选择算法,基于学习自动机原理提出了分布式有限反馈干扰资源分配算法。仿真结果表明:文中提出的两种分配算法可以以很低的复杂度来获取一个很好的干扰性能,很好地解决干扰资源分配问题,对实际的指挥有一定的指导意义。     

有源压制干扰下的相控阵雷达多目标跟踪时间资源优化配置算法

针对有源压制干扰下的相控阵雷达（Phased array radar, PAR）多目标跟踪时间资源优化配置问题,提出了一种基于互信息（Mutual information, MI）的配置算法。采用MI准则作为目标跟踪性能量化指标,推导了包含时间变量的雷达回波与路径增益矩阵MI表达式,建立了时间资源优化配置模型,并采用改进的遗传算法实现了模型求解。仿真结果表明,该算法能在有源压制干扰条件下最大化有效跟踪目标数,并提高有效跟踪目标的整体跟踪性能。     

雷达无源干扰态势监测方案设计与实现

为了满足复杂电磁环境下反舰导弹无源干扰试验态势分析与评估需求,论证并设计了基于相参雷达信号处理技术的无源态势环境监测方案。通过改造雷达导引头信号处理软件,并利用高速数据采集设备,实现了无源干扰试验态势的时域、频域、能量域可视化、可量化试验数据的录取,为态势分析评估提供了数据支撑。经实际工程应用,满足了抗干扰试验干扰态势复盘分析需要。