基于ADASYN-IFA-Stacking的再入院患者风险预测方法

在医疗领域,非计划性再入院花费占据了医院总支出的很大一部分,如何降低再入院率,预防再入院情况的发生已经成为了医疗管理领域一个亟待解决的问题.在针对如何能够对再入院患者精确地进行识别这一问题进行深入研究以后,提出了一种基于ADASYN-IFA-Stacking的再入院患者风险预测方法,这一方法主要分为了不均衡数据处理、集成学习模型构建以及参数优化三个部分.不均衡数据处理解决了由于类间不均衡给模型带来的偏倚问题,集成学习模型则可以对多个子分类器的优势进行结合,使用萤火虫算法进行模型最优参数的选择能够进一步提升模型的预测性能.通过在获取到的再入院病人数据集上进行十折交叉验证实验后,结果显示所提出的预测方法要优于现在流行的支持向量机、分类与回归树、随机森林等其它机器学习方法.     

突发公共事件基于本体的元事件模型研究

突发公共事件时有发生,如何应用历史突发公共事件,快速获取应对当前突发事件的解决思路,以应对突发的公共事件,是急需解决的关键问题.通过对突发公共事件实体层级体系的研究,将其公共属性进行描述和抽取,采用OWL语言对突发公共事件的本体进行了描述,并给出了突发公共事件的元事件的定义,讨论了元事件之间的相互关系.结合CBR的相关理念,提出了基于元事件的突发公共事件的推理机制,使得决策者依据元事件库可以快速地获得应急处置方案;最后实例验证和说明该模型具有良好的应用效果.     

基于实体-关系-问题知识表示体系的决策模型构造方法

分析了目前决策模型构造方法的局限性,提出了一种基于实体-关系-问题知识表示体系的模型构造方法,并从描述模型与问题模型两个角度详细探讨了该方法的构模过程。最后,给出了方法的具体实例。实践证明,该方法可以有效支持决策问题求解全过程。     

面向任务的职能型群决策

根据任务需要组成的领导组织，如应急事件处理领导小组、重大项目指挥部等，是一种重要的群决策形式，将其定义为“面向任务的职能型群决策”．在分析了其决策方式与决策方法后，提出了一种不需要决策者给出权重的多目标决策算法．最后，设计出了分布式的职能型群决策支持系统(FGDSS)，系统的组成要素是“即插即用”的．在应用该系统时，根据任务的需要任意增减决策者，任意定义决策者的职能。     

一种高效相联规则提取算法

在 Ａｐｒｉｏｒｉ 算法基础上, 提出改进算法 Ａｐｒｉｏｒｉ Ｐｒｏ． 利用中间结果对数据库进行过滤,从而加快候选项集的计数速度, 提高了整个算法的效率．     

考虑非期望产出的航空公司网络RAM效率评价

2008年欧盟颁布碳排放交易体系,这说明二氧化碳排放对航空业的发展有非常重要的影响.本文将航空公司效率分为三个阶段:运营阶段、服务阶段和销售阶段,并创新性地在服务阶段考虑了温室气体排放量,将其作为非期望产出指标.本文提出了基于弱处理的网络RAM(range adjusted measure)模型,并用其评价了2008年到2012年全球22个航空公司的效率.结果证明了方法的适用性.主要结论有:1.格陵兰航空和肯尼亚航空的平均整体效率值最高.2.欧盟航空公司的平均效率低于非欧盟航空公司的平均效率.3.被纳入碳排放交易体系对欧盟航空公司的效率提升起到了一定的促进作用.     

考虑消防联动与效益的消防站多目标选址方法

为提升城市消防应急能力、降低消防响应成本,针对消防站选址决策问题,在消防资源有限的前提下,同时考虑消防站均衡性和消防效益,利用消防责任区覆盖率和消防响应损失成本分别描述均衡性与消防效益,并考虑城市重特大火灾事故处置的联动消防情景,构建消防站选址的多目标选址覆盖模型.通过经典的多目标优化算法SPEA2算法对模型进行求解,得到该多目标选址问题的Pareto最优解集,利用模糊集理论从Pareto最优解集中选取折中解.最后,以上海市外环以内市区为例,验证模型的可行性与有效性,为消防站科学选址提供决策依据.