学科分类
/ 4
70 个结果
  • 简介:本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。

  • 标签: 应急决策 大群体 冲突 区间直觉模糊数
  • 简介:采样数据合理性检验,是数据处理中重要的一环,它的主要功能是鉴别采样数据中可能含有的异常值,并进行相应的机理分析与修复工作。本文从飞行器外测系统工程应用的角度出发,给出了两种简单易行的判断方法。

  • 标签: 航天测控 采样数据 合理性检验 异常值
  • 简介:新产品的市场接纳具有很大不确定性,传统投资理论并不适用于新产品投资。针对新产品投资中的产能投资,研究了垄断企业和有成本差异的竞争企业制定短周期新产品的产能投资时机与规模策略。给定企业“早”和“晚”两个投资时机可供选择,定义“早”投资时,企业只知道新产品市场规模的期望和方差;“晚”投资时,企业知道新产品真实的市场规模。垄断企业进入市场之前无法进行销售信息的收集,只会选择“早”投资或者不投资,给出其选择“早”投资的条件、最优产能投资规模及最大期望利润。有成本差异企业竞争的情形可以分为四种,分别给出四种情形下的最优产能投资规模及最大期望利润,并通过比较各情形下两企业的最大期望利润给出最优的产能投资时机策略。

  • 标签: 投资决策 产能投资 新产品 短周期 竞争
  • 简介:针对采用经典划分思想的聚类算法以一个点来代表类的局限,提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类,能够体现出类的数据分布特征,并进一步提出泛化中心距离及类间距离度量的新方法,给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略,一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集,并与著名的划分聚类算法K-modes及其两种改进算法进行比较,结果表明泛化中心算法聚类正确率更高,迭代次数更少,是有效可行的。

  • 标签: 聚类算法 泛化中心 分类属性 K-modes
  • 简介:运用可靠方法评估项目的最优临界值和最大机会价值是光伏发电投资决策面临的关键问题。本研究选取了与某光伏企业发电投资项目价值“孪生”的一只股票的836个日收盘价格(从2012年1月4日至2015年6月24日)建立波动率预测模型,并在此基础上修正了该项目投资决策的动态规划法。然后给出了该投资的最优临界值、最大机会价值以及不同波动率下的这两个值的变化趋势。研究表明:该“孪生”股票价格的条件异方差使得最优临界值和最大机会价值对波动率的敏感程度不同——当波动率增大时,上述两个值虽然都增加,但增加的程度不同;当波动率增大到一定程度时,这两个值增加的程度都明显提高。因此,将波动率纳入光伏发电投资决策分析中有助于提高决策质量,减少企业损失。

  • 标签: 光伏发电 条件异方差 动态规划法 最优决策
  • 简介:针对股票时间序列的特点,从离群点对股票时序数据有序性的影响角度出发,在界定分形离群点含义的基础上,利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P(Grassberger-Procaccia)算法计算股票时间序列数据集的多重分形广义维数,并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明,该方法能有效地解决股票时间序列离群模式挖掘问题。

  • 标签: 数据挖掘 离群模式挖掘 分型理论 股票时序数据
  • 简介:服务外包是推进我国产业结构调整的重要方式。数据处理作为服务外包中基础业务之一,对人力依赖程度很高。企业只有合理有效安排员工生产才能及时处理并以低成本交付订单。文章以数据处理业务为研究背景,考虑订单加工整个流程和员工技能种类,建立两步多层复合技能人力调配分段模型。选取实地调研企业数据运用模型进行求解。结果表明了模型的有效性,对于有效提升企业接包能力,促进我国服务外包发展有重要意义。

  • 标签: 人力调配 线性规划 分段模型 多技能
  • 简介:时间序列聚类分析是时间序列数据挖掘中的重要任务之一,通常由于时间序列数据的特殊结构,导致一般的聚类算法不能直接应用于时间序列数据。本文提出了一种基于独立成分分析与改进^一均值算法相结合的时间序列聚类算法,该算法首先利用独立成分分析对时间序列数据进行特征提取,然后利用改进£.均值聚类算法完成对时间序列特征数据的聚类分析,从而得到了一种新的基于特征的时间序列聚类方法。为了验证该方法的有效性和可行性,将其应用于实际的股票时间序列数据聚类分析中,取得了较好的数值结果。

  • 标签: 多元统计分析 时间序列聚类分析 独立成分分析 股票数据
  • 简介:随着互联网+战略的深入推进,了解不同产业内信息技术能力与产业绩效之间的协调发展情况,对于系统把握我国的信息化发展水平,分类制定有效产业政策具有重要意义。有别于以往采用宏观产业数据,重点评价工业化与信息化融合度,本文主要基于2008~2015年的上市公司的微观数据,采用耦合协调模型,分类测度四大类产业的IT能力与产业绩效的耦合协调度。研究发现:总体上看我国的产业IT能力与产业绩效之间存在中高度耦合关系,但耦合质量不高,耦合协调度处于中低水平,呈现逐渐上升趋势;此外,我国的不同的产业之间的耦合协调度发展趋势存在差异性,本文进一步分析了该差异的存在的原因,并提出政策建议。

  • 标签: IT能力 产业绩效 耦合协调度 分类测度