经验模态分解(empirical mode decomposition, 简称EMD)算法是一种处理非线性非平稳信号的时频分析方法. 文章针对拓扑同胚于圆盘的开网格模型提出几何模型上的EMD算法, 并应用于网格去噪以及特征编辑. 首先, 借助曲面上离散高斯曲率提取模型的极值点, 随后对模型进行平面参数化, 利用均匀节点的三次张量积B样条计算极大和极小包络曲面, 最后将平均包络曲面离散成网格模型作为分解一次的残差模型, 并将原模型与残差模型的差值向量记为当前分解的偏置向量, 迭代地处理残差模型得到模型各个层次的偏置向量以及最终表示原模型基本形状的残差模型. 通过对偏置向量的处理与重构, 实现算法在网格去噪以及特征编辑的应用. 实验结果表明, 文章算法可以有效地实现网格模型的多尺度分解, 并在网格去噪以及特征编辑方面取得了较好的效果.
基于Conformable分数阶微分定义和Adomian分解 算法, 设计了Conformable分数阶非线性系统半解析解算法 和Lyapunov指数谱算法. 采用Lyapunov 指数谱、分岔图和吸引子相图分析了Conformable分数阶单机无穷大电力系统中的分岔与混沌现象, 揭示了系统状态随参数和微分阶数变化时的规律以及系统走向混沌的道路. Matlab仿真数值模拟结果 表明: Conformable分数阶单机无穷大电力系统的动力学特征丰 富, 系统产生混沌的最小阶数为0.41, 系统初值的改变直接影 响系统状态, 并发现了多涡卷混沌吸引子和共存吸引子, 功角失稳是产生多涡卷吸引子的根本原因. 研究结果表明了求解算法的有效性与Conformable 分数阶单机无穷大电力系统动力学特性 的丰富性.
影响力是对被评价主体能力的综合的动态的反应.企业风险投资(corporate venture capital, CVC)作为联系产业资本与技术创新的重要方式, 对促进创业企业发展和激励创新有不可忽视的作用. 对其影响力进行动态评价, 可以综合反映其动态能力, 有利于其他主体对其进行直观评估. 文章基于CVC 多层社会网络, 构建了包括整体网--社群网--自中心网的多维影响力评价模型, 并加入时间权重, 对时序数据提出基于移动时间窗的 动态评价模型. 该模型既能对被评价对象在静态时间窗上进行多维度影响力评价, 又可以反映动态时间窗中影响力变化趋势及其时间延续性, 动态衡量被评价对象的多层次综合影响力. 文章采用该模型对中国国资背景的CVC 进行了动态影响力评价, 验证了所研究在实际应用上的有效性. 该方法将多层社会网络与影响力综合评价模型相结合, 为动态评价方法研究提供了新的思路, 可用于对具有网络特 征和时间延续性的对象进行动态综合评价.
环境污染指标的重要性差异和信息完整性是区域环境污染强度测算及其分类治理效率评价中的两个重要因素. 为此, 文章先基于~CCSD 方法对环境污染指标进行赋权, 以凸显不同指标间的重要性差异; 再基于~ER 模型对环境污染指标进行合成, 以保证在测算环境污染强度时考虑指标的信息完整性; 最后, 还基于考虑非期望产出的~SBM 模型对环境污染分类治理进行效率评价. 通过对中国内地各个省份在~2006 年至~2016 年间的区域环境污染强度测算及其分类治理效率评价的实例分析, 可以发现: 1) 各省份在不同分类下的环境污染强度存在显著差异, 其中多数省份的环境问题集中于水污染或空气污染; 2) 根据污染强度评价等级的空间分布, 污染最为严重的地区主要集中于中部地区和东部的沿海地区, 而西部地区的环境污染程度较低; 3) 基于分类考虑和指标合成的研究结果更符合各省份实际的环境治理状况, 且更有利于不同省份环境治理效果差异的对比分析.
研究了碳限额政策下一个制造商和两个零售商构成的二级供应链. 根据制造商差别定价或统一定价及两个零售商竞争或合作构建了4个博弈模型, 利用逆向归纳法得到了各个模型的均衡决策并进行了比较分析. 结果表明: 1) 制造商的利润在制造商差别定价两个零售商竞争时最大, 而在制造商统一定价两个零售商合作时最小. 2) 供应链的利润在制造商统一定价两个零售商合作时最大, 而在制造商差别定价两个零售商竞争时最小. 最后, 通过数值实验分析了碳限额对供应链成员利润的影响.
为了对空气污染物浓度进行准确预测, 提出了基于改进萤火虫优化方法(IGSO) 的支持向量机回归(SVR)空气污染物浓度预测模 型. 首先, 利用佳点集理论、拥挤度以及变步长策略对萤火虫优 化算法进行改进; 其次, 根据空气污染物浓度时间序列数据构造 训练集, 运用IGSO算法寻找SVR的最优参数; 最后, 利用基于最 优参数的SVR 实现对空气污染物浓度的预测. 通过两部分的实 验说明文章所提方法的性能. 1) 在8个标准测试函数上进行多次对比实验, 结果显示IGSO算法相比于基于其他改进策略的萤火虫优化方法能够寻找到更优的目标函数值且方差较小, 实验表明改进萤火虫优化算法在稳定性及求解精度方面性能较优. 2) 对京津冀地区空气污染物浓度进行实验, 结果显示如下, 首先, 相比于萤火虫优化算法、粒子群优化算法以及遗传算法, 文章基于IGSO对SVR参数的多次寻优结果波动较小, 并且所得SVR模型的交叉验证误差及其方差较小; 其次, 与基于上述其他优化算法的SVR、 基于网格搜索的SVR以及BP神经网络相比, 文章方法对测试集的预测精度较高. 因此, 基于IGSO的SVR空气污染物浓度预测模型具有较高稳定性及预测精度.
讨论了具变动控制结构的对称广义强向量拟均衡问题. 在锥值映射具无限上连续性条件下, 利用Fan-KKM定理和Kakutani-Fan-Glicksberg不动点定理, 建立了解的存在性结果, 进一步, 还得出了其解集的紧性结论. 作为应用, 文中还给出了广义强向量拟鞍点问题解的存在性及其解集的紧性结果. 这些结果推广和发展了近期已有文献的相关结论.
为了提高基于移动机器人的订单拣选系 统的拣选效率, 文章提出了基于货品相关性和货架中货品总出库频次的货位优化方法. 将货位优化分为货品存放到货架及货架布局到仓库中现有位置两个阶段, 为避免拥堵采用分散存储策略建立了最小化货架搬运次数以及最小化机器人总拣选路程的数学模型, 并设计两阶段启发式算法求解. 结合A网上药店的历史订单数据进行了仿真实验, 实验结果表明, 文章提出的货位优化方法有效提高了订单拣选效率.
为提高猪肉价格预测的准确性, 结合互补集合经验模态分解(CEEMD)的分解能力和基于遗传算法的支持向量回归(GA-SVR)的自适应预测功能, 构建猪肉价格集成预测模型. 首先为解决猪肉价格的复杂波动特征, 通过CEEMD对猪肉价格分解得到本征模态函数(IMF)序列集; 然后使用排序熵(PE)对IMF序列进行复杂度分析, 进一步使用快速傅里叶变换方法(FFT)分解复杂度高的序列; 再利用灰色关联度(GCD)对IMF序列集进行关联性分析, 聚合相似IMF序列; 最后基于各IMF序列的数据特征构建相应的GA-SVR预测模型, 并将子序列的预测结果集成获得最终价格预测值. 以中国集贸市场的猪肉价格为研究对象, 实证结果表明, 该集成预测模型在预测精度和方向性指标上, 显著优于其他单预测模型和分解集成预测模型.
属性信息的集成已经成为模糊决策领域一个重要的研究课题.基于概率犹豫模糊加权Maclaurin 几何对称平均算子构建了一种新的多属性群决策算法.首先,定义了Maclaurin 几何对称平均(MGSM) 算子,并进一步将该算子引入到概率犹豫模糊环境下, 结合Archimedean范数的思想,提出了概率犹豫模糊Maclaurin 几何对称平均(PHFMGSM)算子;其次,探讨了PHFMGSM 算子具有的优良性质以及几种特殊表达形式;随后,基于提出的概率犹豫模糊加权Maclaurin几何对称平均(PHFWMGSM)算子,构建了一种新的概率犹豫模糊多属性群决策算法;最后,通过采购数据库的实例发现, PHFWMGSM 算子性质优良、计算简单、稳定性好且灵活可靠,且提出的群决策模型是更为合理有效.
通过电商平台主导型E-闭环供应链提升制造商产品销售与回收效益、维持电商平台高效运行的关键, 是把握其不同影响因素的作用规律、制定设计合理的产品定价策略与利益协 调机制. 文章针对消费者渠道偏好、电商平台佣金对电商平台主导型双渠道E-闭环供应链定价的影响, 在对制造商与电商平台竞合关系分析基础上, 构建Stackelberg博弈模型, 给出了集中、分散决策情景下的最优定价策略, 并进行了相应算例分析, 进而设计价格-利润共享协调机制解决E-闭环供应链的``双重边际效应''问题. 研究表明: 合理的平台佣金既能促进电商平台与制造商的合作, 又能保障电商平台高额利润的获取, 并能实现E-闭环供应链总体效率的提升; 消费者直销渠道偏好度增强, 对电商平台与制造商利润的影响具有差异性, 且有损协调机制下E-闭环供应链的增量利润. 针对消费者渠道偏好的异质性, 制定合理的产品价格、设计有效的协调契约是提升电商平台与制造商利润的可行策略.
随着互联网的快速发展, 推荐系统的研究和应用朝着多方向、多领域 发展, 传统的推荐算法已经不再满足某些特定领域准确率的要求.考虑到用户在线评论信息可以获得用户对产品偏好信息及偏好程度, 文章提出一种基于用户在线评论的旅游景点推 荐算法.首先, 该算法用爬虫软件和Jieba分词对用户旅游景点的在线评论信息进行获取和预处理.其次, 利用情感强度分析法确定每条评论相对景点各属性的评价标度.再次, 依据处理后的在线评论信息计算用户对景点各属性的权重.最后, 利用TOPSIS排序方法实现对用户旅 游景点的推荐.实验表明, 该算法可以有效的确定用户对景点的偏好程度, 有效提升旅游景点推荐的准确性.
研究了M-Copula模型的建模方法及应用. 运用EM算法估计模型的参数, 得到相应的统计结果. 并利用M-Copula对上证综指和深证成指做了相关分析. 通过分析两样本数据的特征, 均建立了GARCH-$t$的边缘分布模型; 根据两个 对数收益率序列之间的相关特性, 选取M-Copula模型对其相关结构进行建模分析, 因M-Copula综合了不同Copula的特点, 所以分布形式更加灵活, 描述数据的厚尾和 相关性特征的能力更突出, 效果比单一的Copula更好.
