基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策

针对属性值为直觉梯形模糊数且属性存在关联性的风险决策问题, 提出一种基于累积前景理论和Choquet积分的直觉梯形模糊多属性决策方法。根据直觉梯形模糊数距离公式定义了直觉梯形模糊信息的前景价值函数, 通过价值函数和决策权重函数计算方案单属性前景值, 并运用Choquet积分融合属性间存在关联性的前景价值信息获得方案综合前景值, 根据综合前景值的大小实现方案的排序和优选。风险投资实例分析说明了该方法的可行性。     

浅谈计算机管理信息系统的发展及其经济效益

在社会各行各业竞争日趋激烈的形势下,有效、科学的管理是企业生存的必备条件.其中以信息管理为重要手段,数据的收集处理的快速准确化,为企业降低成本,带来更好的经济收益,也使得企业在生产过程中对组织内部进行更合理有效的调整,对组织外部的各类企业有更好的交流,而本身的重大决策,也有了更加科学的依据.本文介绍了信息系统的发展,以及如何带来经济收益.     

VaR风险控制的银行资产负债管理优化模型

以资产组合收益率的波动为标准反映风险,在既定的组合收益率下,以组合风险最小为目标,以VaR风险收益率为约束,以法律、法规和经营管理约束为条件,建立了银行资产负债管理优化模型.本模型的特色与创新为以收益率最大损失的形式、而不是收益额的形式来反映VaR,使组合决策更为方便;运用资产负债管理比率建立约束条件,控制流动性风险;以VaR约束保证既定收益率选取的合理性,使资产配给的风险限定在银行的承受能力范围内.     

基于本体的FMEA知识库的构建方法研究

为合理有效地利用失效模式与后果分析(potential failure mode and effects analysis,FMEA)知识,针对在解决制造过程中进行质量问题的分析和处理时,由于受现场人员知识和经验水平的制约而使分析结果具有极大的不确定性问题,提出了基于本体论构建的FMEA知识库,对FMEA过程形成的知识进行有效提取和集成.研究了FMEA知识的获取和分类,建立了一个基于本体的FMEA知识表示模型,并给出了一个基于本体的FMEA知识库框架结构,讨论了基于本体的FMEA知识检索和知识库的维护.通过FMEA知识库的建立,为质量问题的处理和分析提供了一个有效的决策支持途径.     

一种改进的粒子群算法稳定性证明及其应用

针对改进的粒子群算法缺乏理论上稳定性证明及其相应的参数选择问题．利用李雅普诺夫稳定性理论对个体决策粒子群算法给予稳定性证明,并给出相应的参数选择方式,改变传统粒子群算法只能从仿真角度说明该算法的稳定性。采用几个常用的测试函数进行仿真实验,与其他改进的粒子群算法相比,结果表明该算法具有更好的性能。     

一种改进的K值最近邻自动分类方法

K值最近邻法是常用的一种自动分类算法。当待分类文本与样本集中多个决策样本的距离相等的时候,固定的K值取法不能充分利用样本集,给分类结果带来一定的随机性,影响了自动分类的准确性。本文通过对K值最近邻算法的原理进行深入分析,提出了一种K值动态选取的方案,使得K值最近邻算法的分类准确性有了显著的提高。     

权威数据 音改发布——2014年7月影响后装市场营销数据统计

为了更为精准的监控国内从整车到后装市场全产业链的流向数据,为更多后装企业在产品规划及营销决策等方面,提供更为准确的数据参考,     

"NCD"系统中保险双方的最优博弈

在"NCD"系统中,利用Markov决策过程,获得了投保双方博弈行为的最优结果.对被保险人来说,确定了其最优临界损失值,对保险人来说,确定了最优保费与折扣值.     

基于深度学习和三支决策的DDoS攻击检测算法

针对软件定义网络(Software Defined Ntwork,SDN)中的分布式拒绝服务(Distribute Denial of Service,DDoS)攻击检测的方法少、现存方法入侵检测率低的问题,提出了一种基于深度学习和三支决策的入侵检测算法.首先使用深度信念网络对SDN的流表项进行特征提取,然后利用基于三支决策理论的入侵检测模型进行DDoS攻击的入侵检测,对于正域和负域的数据直接进行分类,对于边界域中的数据使用K近邻算法重新进行分类.仿真实验结果表明,与其他入侵检测模型相比,所提算法的入侵检测效率更高.     

结合因式分解与布尔表达式图的可逆电路综合方法

为降低由布尔表达式图(BED)综合所得可逆电路的成本,提出一种将因式分解与BED表示模型相结合的可逆电路综合方法.给定布尔函数的积之异或和(ESOP)覆盖,首先由ESOP立方体的共享零抑制多输出决策图表示借助代数除法对立方体实施因式分解,并在此基础上构建BED;然后将BED结点映射为可逆门级联.对基准函数的可逆电路综合结果表明,该方法具有较高的时间效率.与现有将有向无环图作为函数表示模型的综合方法相比,该方法在许多情况下能降低综合所得可逆电路的量子成本和量子位数.从平均角度看,与结合变量分组和BED表示模型的综合方法相比,该方法可将量子成本和量子位数分别降低5.01％和5.47％.