基于社交蜘蛛优化算法的园区移动社交云资源分配机制

为实现园区云资源与移动云资源的协作式管理,提出了一种新型的基于社交蜘蛛优化算法的园区移动社交云资源分配机制.首先,为了保证买方和卖方能够分别给出合理的资源出价与要价,该机制采用动态博弈的策略决策出买方的出价和卖方的要价,并据此得出移动社交云资源的成交价格;然后,为了合理、有效地分配云资源和提高用户的满意度,将园区云资源和移动社交云资源进行结合,提出了基于社交蜘蛛优化算法的新型协作式资源分配方法,同时,设计优化目标函数,并根据移动社交云资源的成交价,求解出最优的资源分配方案.仿真实验结果表明,所设计机制在资源成交率、价格满意度和社交满意度方面优于EDA机制.     

最小二乘支持向量机的点云数据孔洞修补算法

为了获得理想的点云数据孔洞修补结果, 针对当前算法存在的缺陷, 提出一种基于最小二乘支持向量机(LSSVM)的点云数据孔洞修补算法. 首先根据散乱点云边界估计孔洞修补范围, 然后根据孔洞及周围点的信息, 采用最小二乘支持向量机建立一个曲面, 并对曲面点云数据的孔洞进行修补, 最后采用C++语言编程实现仿真实验. 实验结果表明, 最小二乘支持向量机能有效修补各种复杂的孔洞, 且修补效果优于其他算法.     

加权支持向量机求解路径算法研究

针对不同训练样本重要性的差异对模型推广能力的影响,提出了对各个样本的误差惩罚参数赋予不同权重的加权支持向量机求解路径算法.根据样本重要性的不同,利用分段线性插值得到加权系数,并通过加权系数调整求解路径,从而改变不同样本在回归模型中的作用.采用支持向量机加权求解路径算法对圆柱壳结构在不同边界条件下的时、频域响应数据进行预测,训练样本的重要性通过与测试样本的欧式距离来表达,结果显示所提算法可减小位移响应在多个评价指标下的预测误差,提高支持向量回归机的推广能力.该方法同样适用于其他求解路径算法,如λ-路径算法和ν-支持向量回归路径算法.     

基于支持向量回归的钢材力学性能模型及应用

根据化学成分准确预测钢材产品的力学性能并及时调整相关生产的控制策略,将有效地提高钢铁生产的最终产品质量.支持向量机是一种建立在统计学习理论基础上的机器学习方法,介绍了基于此算法基础上的一种ε-支持向量回归机算法及其推导过程,建立了基于ε-支持向量回归机的钢材力学性能模型,通过实际应用表明该模型比Excel回归预测具有更高的精度.     

波束形成算法指向误差时的稳健性研究

为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题,提出了一种基于支持向量回归机的波束形成方法.该方法在分析线性约束最小方差波束形成器的基础上,将支持向量机的损失函数引入到线性约束最小方差波束形成器的最优化问题中,从而使基于结构风险最小化原理的支持向量回归机算法与波束形成算法相结合.通过MATLAB仿真实验,在没有失配的理想情况和期望信号存在方向向量失配的情况下,选取不同的支持向量机参数以及信噪比,分析对2种损失函数的基于支持向量机的波束形成算法.仿真实验结果表明,该算法在期望信号方向存在指向误差时,依然能够保持较好的系统输出信噪比,具有一定的稳健性.     

一种免疫优化的LS-SVR集成算法及其故障预报应用

针对支持向量机集成问题,将最小二乘支持向量回归机作为子回归机,定义子回归机的结构差异度概念,提出一种基于免疫算法优化的多回归机集成方法.该方法首先对各子回归机参数免疫优化,从而减小训练误差;在此基础上选择满足固定差异度的子回归机进行集成,并对集成权值再次优化选择,提高最小二乘支持向量回归机集成的泛化性能.将该方法应用于噪声污染的非线性时间序列的故障预报,利用预测误差反映的故障信息可以实现微小未知故障的快速预报.仿真结果证明了方法的有效性.     

基于PSO优化LSSVR的三维WSN节点定位方法

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。     

基于PSO优化LSSVR的三维WSN节点定位方法简

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。     

基于支持向量机的沪深300指数预测研究

基于沪深300股指时间序列的特点,提出了一种基于主成分分析和支持向量机相结合的方法,将影响沪深300股指的各个因子通过主成分法进行信息的提取,然后用支持向量回归机进行学习预测.最后通过比较预测值与真实值,发现所预测的10个时段的收盘价均方误差为2.11617,且由预测值和真实值对比的条形图发现预测趋势基本准确,可见运用支持向量机对沪深300指数进行预测是可行的.     

基于SVM-RFE的钓鱼网页检测方法研究

针对现有钓鱼网页检测方法存在的不足,基于后向选择算法,在信息获取、特征提取、分类器训练及检测疑似网络钓鱼网页等过程进行了优化.根据特征之间的相互关系划分等级空间,借助支持向量机回归特征消除的思想,提出了基于支持向量机的回归特征消除(SVM-RFE)对钓鱼网页进行检测的思路,设计出一种改进的钓鱼网页检测方法.最后对比不同特征维度在漏报率、误报率、识别率方面的差异,分析检测的有效性.实验结果表明:实际应用中可通过该方法准确有效地选定最优特征.     

不同招标模式下的竞标博弈模型

研究最低价中标法招标模式下的报价博弈模型和均衡策略,针对目前我国工程界招标常采用设置复合标底的招标模式,根据复合标底的组成,建立相应的报价策略数学模型,并通过数学模拟逐渐逼近最优报价(得分值最高的报价).最后,通过工程应用实例进行分析和比较.     

一类交易中的竞标策略问题

在某些商品交易市场中，成交额及价格完全由买卖双方提出的竞标曲线的交点决定，买方经常面临的一个问题就是在不知道卖方策略的前提下，如何制订自己的竞标策略，使得能以合适的价格购进一定数量的商品，对此问题建立了数学模型，从模型出发分析了合适的买方策略应具备的特征。     

卖方推动下电子商务平台交易费定价策略分析

基于期望收益最大化准则,构建了关于电子商务平台交易费定价策略问题的S tacke lberg博弈模型。分析结果表明,买方始终希望得到卖方关于电子商务平台交易费价格的事先承诺,若承诺条件越强,买方加入电子商务平台的动力也越大。卖方对电子商务平台交易费定价策略的选择受到产品市场需求随机波动的影响,当卖方预期实际需求波动方差不超过临界值时,卖方对电子商务平台交易费的定价倾向于作出价格承诺并保持事先承诺;大于临界值时,卖方倾向于保持定价柔性。     

不同结算方式下发电商投标策略的Nash均衡分析

利用博弈论和最优潮流(OPF)研究了完全信息条件下发电商投标策略的Nash均衡解．考虑了2种不同的结算方式，一种按成本最小调度并以节点电价结算购电费用，另一种按购电费用最少调度并以各发电机组实际报价来结算购电费用，得到2种方式各种策略条件下各发电商的收益，进而利用博弈论找出Nash均衡点．其中各发电节点的电价利用OPF来计算．通过IEEE-9节点的算例检验了各方式在2种不同负荷水平下3个发电厂商投标策略的Nash均衡．结果表明，出现高负荷时2种方式的Nash均衡策略一致，低负荷时不相同，且当出现网络拥挤时Nash均衡策略会改变．所采用的研究方法也可用于分析不完全信息条件下发电商投标策略的Nash均衡解．     

服务型制造模式下资源服务共享模型设计与分析

针对先进制造模式服务型制造,构建了面向服务型制造模式的云服务资源共享模型。在分析服务型制造资源特征基础上,提出了云服务资源和云服务平台资源池概念,通过服务资源统一建模、服务资源匹配、服务资源优化,实现了制造资源服务化和过程服务化。采用本体方法对云服务资源进行分类描述,利用语义和向量距离分类算法实现制造资源智能搜索。最后,以PLM软件资源为例对以上模式及实现关键技术进行试验验证。理论分析和实验结果表明所提出的服务资源共享模型能满足新型的服务型制造模式的要求。     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

投标策略与报价技巧

阐述了投标策略与报价技巧。投标策略包括选择投标项目、收集资料、考察现场几个方面;报价技巧包括合理报价与低价竞标等方面。     

一种资源与服务性能关系的建模方法

获取资源与服务性能的关系模型是在云环境中为服务合理分配虚拟资源的关键.然而,训练数据的规模往往显著影响这种非线性关系模型的准确率.针对现有方法不足,提出了将协同过滤推荐(CFR)和支持向量回归(SVR)相结合的服务性能动态建模方法(CSDM).该方法在服务部署与运行时同时训练两种模型,并选择二者中MAE占优的性能模型预测给定资源状态下的服务性能,从而保证预测精度.同时,CSDM引入择优阈值以降低模型训练代价.实验表明,CSDM在不同规模的训练数据上均有较高的预测准确率,且择优阈值对预测精度和建模效率具有显著影响.     

博弈论在投标报价决策中的应用

:建立合成标底评标办法的投标报价博弈模型 ,根据该模型对某市南环大桥D合同段的投标报价进行决策分析 ,经过实际投标 ,收到明显的效果 ,报价分获得满分     

建筑工程招投标中引入风险态度的招投标策略分析

按照建筑工程中的最低价中标法,运用博弈论中的不完全信息的贝叶斯纳什均衡对招投标过程中如何针对竞争对手情况来确定投标报价的问题进行了分析与研究。在效用函数引入风险偏好系数的情况下得到了投标者的最优报价策略;并在风险系数不同的情况下讨论了投标人的风险态度对投标策略的影响。还给出了表达较为简单的最优投标策略模型。同时针对投标人合谋问题讨论了招标人最优保留价设置所应该满足的条件,并利用次序统计量得出一种相对简单的保留价设置条件。最后对所得结果进行了算例分析。所得结论对实际建筑工程项目的招投标具有一定的现实指导意义。