P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下，SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题，需要高效的算法以支持大规模的候选组合方案集合，同时也需要有效的评价模型来明确定义候选方案的优劣程度，从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数，但是对于用户来说精确的量化权重配置是一个非常困难的任务，特别是在涉及到的QoS维度较多时；后者无需权重配置，将Pareto最优的skyline集合作为优化结果返回给用户，然而skyline集合的规模是不可控的，最优结果集的规模会随着问题的规模增大而显著增大，过大的最优结果集显然难以为决策者提供有效参考，针对上述传统方法的不足，在本文中，我们将PROMETHEE方法弓I入服务组合优选问题，结合Pareto和PROMETHEE两种评价模型，将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标，提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题，高效地返回Top—kPROMETHEE最优组合方案集合，从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．     

ZJ112型卷接机组异步上胶方式适应预打孔水松纸的研究

为解决ZJ112型卷接机组异步上胶方式适应预打孔水松纸的技术难题,通过对异步上胶原理进行理论分析,得到了异步上胶方式适应预打孔水松纸胶位运动的关系式,并以常规烟支直径Φ7.8 mm为例进行了实践验证,取得了良好的效果.     

模糊需求依赖价格的回购契约协调模型研究

运用可信理论分别建立了分散、集中决策和回购契约下的供应链协调模型，对3个模型分别进行求解．通过比较最优解，得到回购契约下能够使系统达到最优．并通过实例进行分析，结果表明：回购契约下供应链的整体利润相对于分散决策下提高了19．9％，实现了供应商和零售商的双赢，验证了模型的正确性．     

道路交通拥挤水平分类方法研究

道路拥挤水平是评估交通运行质量和道路网络性能的重要指标之一,对交通规划、路线导航以及道路拥堵管理具有重要参考价值.利用车载移动传感信息与驾驶员判断的一致性,研究一种自动分类道路交通拥挤水平的新方法.利用GPS传感器和CCD摄像机采集路况信息,使用滑动窗口瞬时抽样技术抽象出车辆运行模式.此外,还引入驾驶员对道路交通3种状态(Light,Heavy和Jam)的感知评价信息,将驾驶员感知和车辆运行模式引入到决策树学习算法(J48)中进行训练.     

网络借贷借款人决策辅助模型

为了辅助网络借贷借款人进行有效决策, 将逻辑回归算法应用于网络借贷成功满标率的研究。在对PPdai平台的借贷数据进行Logistic回归的基础上, 构建了一个决策辅助工具, 通过在不同借贷指标下对借贷成功满标的预测, 帮助借款人选择自己的借贷标准, 以便更成功地获得贷款。实验结果表明, 该预测模型训练集综合预测率达到89.6%, 验证集综合预测率为85.8%, 说明该模型是有效的。     

不完全信息下的信贷风险决策模型

从银行信贷风险极小化的角度出发，通过引入激励机制设计的理论和方法，建立了银行信贷风险决策模型，指出了在此模型下，当两类企业向银行提供等值的抵押品时，高、低风险企业的利率也相同，这说明，当抵押品作为鉴别企业风险类型的手段失效时，银行无法根据利率来判断企业项目风险，研究结果表明，当两类企业向银行提供非等值的抵押品时，高风险企业愿意接受更高的贷款利率而提供更低的抵押品价值；低风险企业则愿意接受更低的贷款利率而提供更高的抵押品价值。     

求解多目标作业排序问题的遗传算法

利用联合进化遗传算法 ( CEGA)建立了求解多目标排序问题的一般框架 ,采用目标权衡分析诱导出决策人的偏好关系 ,并将其引入求解过程 ,以确定满意排序 ,在搜索寻优过程中 ,将启发式与遗传算法相结合 ,以提高搜索效率 .最后 ,利用该算法框架求解了一个含调整时间的一般 Job Shop排序问题 ,以表明算法的有效性.     

群组决策中求最优决策向量的迭代算法

AHP是群组决策中非常有效的工具,而判断矩阵是AHP方法的基础.在群组决策中一般要由多名专家给出多个判断矩阵.能否合理综合专家意见是影响决策质量     

模糊偏好下群决策结构的研究

研究了群决策问题的模糊偏好关系 ,在模糊理性条件下证明了一个不可能定理 ,提出了影响集的概念 ,讨论了对群决策产生影响的影响集的结构 ,并给出了一个实例.     

数据挖掘中决策树算法的研究

决策树算法是数据挖掘中重要的分类算法，本文首先阐述了数据挖掘中决策树的基本思想，然后针对ID3算法倾向于取值较多的属性的缺点。对ID3算法予以改进，并通过实验对改进前后的算法进行了比较，实验表明改进后的算法是有效的。