解决区间混合性能指标优化问题的进化算法

区间混合性能指标优化问题普遍存在,但是已有的解决方法比较少.为此,提出一种有效解决该问题的区间偏好大种群进化优化方法.利用大种群进化,提高算法的搜索能力;采用基于相似度的策略,估计用户没有评价的进化个体的隐式性能指标值,以减轻用户疲劳;采用Pareto占优比较不同进化个体时,通过计算序值相同的进化个体的用户偏好值,进一步细分进化个体的优劣;此外,通过求解优化问题,将采用区间表示的用户对不同性能指标的偏好量化.将该方法应用于室内布局这一典型的区间混合性能指标优化问题,并与其他3种方法比较,结果验证了该方法的优越性.     

乡村旅游偏好研究——以陕西省兴平市马嵬驿为例

旅游偏好被视为进行旅游决策前的主要过程,对于有选择地开发旅游产品、进行市场营销非常关键.以新兴的乡村旅游地——马嵬驿作为研究对象,采用问卷调查法,运用频数分析和交叉列联表分析定量测量了游客对各项旅游因素的偏好程度,最后提出乡村旅游开发的建议.结果显示:游客的旅游体验明显高于预期,且对品尝特色小吃、感受特色民俗、儿童体验农村生活以及土特产和手工艺制作具有较高的旅游偏好.游客倾向于通过他人推荐和网络获取信息,偏好自驾游、自助游,平均停留时间较短,人均消费水平不高,且不同年龄段的游客对旅游活动、停留时间、出游方式、人均花费的偏好存在很大的差异.     

一种改进的基于极小调节的多属性共识法则的共识模型

在群体决策中,共识达成过程通常是一个交互迭代的过程,以共识模型(或算法)形式呈现。对于多属性群体决策,基于极小调节的多属性共识法则的共识模型最近受到较多关注。本文举例说明现有共识模型因其偏好调节建议的缺陷可能导致迭代过程不能收敛(其收敛性的证明存在错误),进而提出一个改进的共识模型,并证明了模型算法的收敛性;示例说明改进的共识模型有效、适用范围更广。对于多属性群体决策问题,本文提出的偏好调节方法对今后改进其他相关的基于极小调节的共识模型(算法)和开发新的共识模型提供了参考。     

储备偏好影响下中国与欧盟天然气进口博弈

中国目前是世界第一大天然气进口国，但与欧盟相比，其天然气储备水平很低。为了应对各种不确定性以保障天然气的稳定供应，中国天然气储备水平未来将会有明显提升。天然气储备水平的变化将引起天然气进口需求的变化，进而通过中俄管道天然气的贯通影响欧盟天然气的进口策略。旨在从理论上分析中国天然气储备偏好变化对不同信息结构下天然气进口博弈的潜在影响。研究表明，当只有中国调整储备偏好时，中国在同时博弈中所获得的利润可以达到在主从博弈中主者的利润水平，此时欧盟的利益会受到损害；而当中国和欧盟均可以调整储备偏好时，中国和欧盟的均衡利润可能因为过度储备反而降低，俄罗斯则可能因此而获得更多的生产者剩余。本文还对天然气进口均衡价格、均衡进口量、利润水平等进行了定量分析，同时，利用天然气市场相关数据检验了本文结论的有效性和稳定性。     

基于用户偏好的最优路径搜索

本文研究基于用户偏好的最优路径搜索,在预算约束下寻找一条满足用户偏好即关键字和权重偏好的最优路径.此研究问题是NP-hard.为了高效地解决这类查询问题,本文提出新的索引建立方法,在查询阶段利用索引结构过滤出候选节点集.另外,提出基于A*的路径搜索算法来做路径查询,并利用几个有效的剪枝策略加快算法的执行速度.在两个真实的签到数据集上的实验结果证明了本文提出方法的有效性.当预算时间设置为4～7h时,与已有最好的PACER算法相比,本文的路径搜索算法消耗的查询时间更短.     

暧昧与国际资产组合选择

本文考察了当资产存在暧昧不确定性时的国际资产组合选择问题.本文以Maccheroni,Marinacci和Ruffino提出的模型框架为基础,对世界上26个主要国家和地区的跨国资产组合选择进行了实证情况的度量和判断,利用横截面和短面板存在异方差的OLS回归模型(包括混合OLS和加入固定与随机效应考虑的回归).可以发现,国内投资者更倾向于持有与国内资产相似、但纯风险更小,暧昧风险补偿为正的国外资本.另外,在选取的样本国中发现存在本地偏好的情况.     

基于供需网的企业合作偏好度及其稳定性

运用供需网思想和演化博弈论中的演化稳定策略研究企业的合作行为与合作稳定性问题,首次提出采用合作偏好度来表示企业的合作程度,定量分析企业的合作行为。在假定两企业群体采取不同生产模式的基础上,分别建立普通环境下和供需网系统下两企业的合作模型,同时对企业的合作程度和合作演化稳定性的内在机理进行详细论证与说明,并给出具体算例。研究结论对于深化供需网研究,为现实经济中不同类型的企业进行产量竞争以及寻求自身的持续发展提供理论参考,同时为丰富企业合作理论和方法体系以及在实践上帮助企业改善合作经营的实践均具有重要价值。     

有序分位加权集结算子及在激励评价中的应用

为在信息集结过程中体现指标值的相对发展水平,提出了一种新的集结方法,即有序分位加权集结算子.该算子尤其适用于激励评价问题,其主要特征是用分位数表示指标值的相对发展水平,并且在信息集结过程中融入了决策者不同程度的激励偏好.通过性质分析,发现该算子具有置换不变性、界值性和条件单调性等特征.进一步,以算例的方式分析了该算子在激励评价中的应用问题,发现该算子在信息集结中通过权重加和不等于1的方式能够放大或缩小集结值,从而凸显被评价对象之间的差异,实现激励的目的.     

Semiparametric Preference Learning

Unlike traditional supervised learning problems,preference learning learns from data available in the form of pairwise preference relations between instances.Existing preference learning methods are either parametric or nonparametric in nature.We propose in this paper a semiparametric preference learning model,abbreviated as SPPL,with the aim of combining the strengths of the parametric and nonparametric approaches.SPPL uses multiple Gaussian processes which are linearly coupled to determine the preference relations between instances.SPPL is more powerful than previous models while keeping the computational complexity low （linear in the number of distinct instances）.We devise an efficient algorithm for model learning.Empirical studies have been conducted on two real-world data sets showing that SPPL outperforms related preference learning methods.     

基于顾客偏好的瓶装水外观感性质量评价

从感性质量评价的角度提取13个感性质量评价词对,用于全面且针对性地评价顾客对瓶装水的偏好.以"想购买"为综合感性提取瓶装水的感性质量评价要素,结合聚类分析等方法确定7种代表性样本.基于语义差异法构建瓶装水感性质量评价量表,运用多元回归模型分析建立顾客偏好与感性评价词对之间的关系模型.关系模型解决了如何识别顾客偏好和感性质量需求,以及如何将这些偏好和需求整合到产品设计过程中的问题.