考虑产品质量决策的平台销售契约和物流模式选择策略

结合制造商关于产品的质量决策研究电商平台关于销售契约和物流模式的最优组合策略.根据平台运营实际结合不同的销售契约和物流模式提出4种组合策略：代理销售-物流外包(direct selling and outsourcing, DO),代理销售-自建物流(direct selling and self-logistics, DS),批发转售-物流外包(reselling and outsourcing, RO)和批发转售-自建物流(reselling and self-logistics, RS).通过构建不同策略下的顺序博弈模型,求解制造商和平台关于产品质量、销售价格和物流服务水平的最优决策,探讨物流模式和销售契约对制造商产品质量决策的影响.对比均衡结果发现：相比于物流服务外包,由平台的自建物流系统提供配送服务不仅可以激励制造商提升产品质量和降低销售价格,还有助于提高双方收益;平台的最优组合策略与收取的佣金比率密切相关,当佣金比率低于某一阈值时,其最优策略为DS策略;反之,最优策略为RS策略;此外,该阈值与产品的质量成本系数呈正相关.     

联合实体边界检测的命名实体识别方法

针对传统命名实体识别方法无法有效利用实体边界信息的问题,提出一种联合实体边界检测的命名实体识别方法,即将实体边界检测作为辅助任务,增强模型对实体边界的判断能力,进而提升模型对实体的识别效果。首先,利用Bert预训练语言模型对原始文本进行特征嵌入获取词向量,并引入自注意力机制增强词对上下文信息的利用;其次,在命名实体识别任务的基础上,添加实体边界检测辅助任务,增强模型对实体边界的识别能力;再次,对比联合实体边界检测的命名实体识别方法与基线方法的有效性,并对测试结果进行消融实验;最后,进行样例分析,分析损失权重β对实体边界检测的影响。实验结果表明,在英文社交媒体数据集Twitter-2015上,联合实体边界检测的命名实体识别方法相较于基线模型取得了更高的精准率、召回率和F1值,其中F1值达到了73.57%;并且,边界检测辅助任务提升了基线方法的检测效果。所提方法能有效利用实体边界信息,从而获得更好的实体识别效果,促进了人机交互系统的发展,对自然语言处理下游任务有重要意义。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。     

考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法. 构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟. 所提方法的操稳性状态预测值与实际值吻合良好.     

ATS资源选择与配置的灰色局势决策模型

ATS研制的日益复杂精细化趋势使得测试资源的优化选择和配置问题也日益突出。针对传统方法存在不足,基于灰色理论和多目标多属性决策理论提出了一种快速、有效的资源选型决策方法:首先综合分析资源选择与配置的重要因素及测试属性,构建了灰色局势资源决策模型;然后通过对多个配置目标加权合成求解该模型,并利用属性权重进行二次决策,最后获得最优的资源选择与配置方案。工程实例分析表明,该方法科学可靠、可操作性强,能够有效解决ATS硬件集成中的测试资源选择与配置问题。     

电阻梯形网络电路的计算机辅助分析

在介绍电阻梯形网络电传统分析方法的基础上分析其不足,并根据阻元件的线性特征,提出了一种新的算法。     

高校计算机辅助优选科研项目申报决策系统设计

提出建立计算机辅助优选科研项目申报决策系统,该系统根据申报项目所提供了信息,提出分析评价的６项指标,又将每一指标分成３个等级,确定指标权重值和等级标度值,通过计算机程序将指标转化成相应的等级分值,综合打分,并实现建库,优化决策,查询,删除,追加,打印等任务。     

基于集成平台的CAPP和PPC集成系统

按照ＣＡＰＰ和ＰＰＣ的多级并行分布式集成体系结构建立ＣＡＰＰ和ＰＰＣ集成系统ＳＩＰＰ．该系统采用五层集成结构,用一级实现所有层次的集成功能,用逻辑分布模拟物理分布,系统可以在一台或多台计算机上实现．该系统基于统一的集成平台,易于达成巨量中间过程决策数据的共享,确保了功能集成的实现,同时也实现了与ＣＡＤ、资源建模等其他系统或功能的集成．系统可用来对ＣＡＰＰ和ＰＰＣ的整个集成过程进行仿真,生成整体优化的工艺计划和生产计划．     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

基于任务的产品工艺设计过程管理

在分析产品工艺设计流程现状的基础上,研究了现有ＣＡＰＰ系统中工艺过程设计和过程管理,提出了任务驱动型的ＣＡＰＰ思想．认为工艺设计的过程本质上是对任务完成过程的集合,通过对任务的生成、监控、设计、提交、签审、发放,正好控制工艺设计的流程,并在ＣＡＰＰ系统开发中进行了成功的尝试,为工艺设计的管理提供了一种可行的方法．