多精英采样与个体差分学习的分布估计算法

提出了基于多精英采样和差分搜索的分布估计算法EDA-M/D (Estimation distribution algorithm based on multiple elites sampling and individuals differential search)。EDA-M/D利用多精英个体独立采样生成子代来提升算法全局搜索能力,利用精英群体分布的σ²约束采样半径,实现种群从全局搜索逐步过度到局部搜索。当精英群体停滞时,劣势个体借助精英群体的μ和种群历史最优解进行差分搜索,帮助种群跳出局部最优解。通过多精英采样与差分搜索的自适应协同实现种群宏观信息与个体微观信息的有机融合。实验结果表明EDA-M/D在稳定性和搜索能力方面均表现出明显的优势。     

基于判别矩阵的潜艇作战态势认知决策建模方法

潜艇作战具备复杂环境中的动态博弈对抗特点,作战人员的态势认知与决策行为对潜艇作战效能有着重要影响。针对潜艇交战级作战实验中的态势认知决策建模难题,在分析态势认知决策过程的基础上提炼表征变量集合,提出基于判别矩阵的潜艇作战态势认知决策建模方法,并以某型潜艇交战级对抗为例研究给定想定条件下的态势认知决策过程,验证了方法的可行性和有效性。建立的模型能够有效刻画作战人员认知决策过程,支持潜艇作战实验中的交战机理和制胜机理研究。     

基于可接受性标准的复杂产品仿真系统在线评估框架

针对当前复杂仿真系统评估的滞后性问题,提出了基于可接受性标准(Acceptability Criteria,AC)的仿真在线评估方法。通过定性和定量AC到指标的映射模型来建立评估指标体系;引入指标集和评估函数,提出了仿真评估流程有限自动机七元组模型,给出仿真流程到评估自动机的映射关系和基于数据驱动的状态转移机制,实现评估过程自动化执行过程;基于上述成果设计了在线评估工具,通过案例验证了在线评估方法的有效性,表明该方法能够有效解决仿真系统评估滞后性问题。     

需求推断差异下供应链成员的运营决策机制

供应链终端随机需求的分布不确定时，制造商和零售商将根据各自掌握信息推断需求分布。若零售商不与制造商分享历史需求数据，制造商将根据零售商的历史订单数据进行需求推断。分析了制造商是否有历史需求数据时的价格决策、零售商相应的订购决策，以及供应链成员之间需求数据分享决策。结论显示：制造商根据零售商订单数据推断的需求过高时，将制定较高的批发价格；零售商的期望利润将比与制造商分享需求数据时少，零售商与制造商共享终端需求数据的可能性较大。进一步分析了激励供应链成员分享需求信息并增加供应链利润的协调机制。     

隧道爆破力学模型相似材料配比的正交试验

以砂岩作为模拟对象,研究满足隧道爆破力学模型试验要求的相似材料配比问题.基于正交试验法,选取石英砂、重晶石粉、石膏、水泥和水为相似材料,设置以石英砂/固体、水泥/石膏、重晶石粉/(重晶石粉+石英砂)的质量比为3个因素,每个因素3个水平,共9组配比的正交试验方案.通过室内试验,得到相似材料的密度、单轴抗压强度、弹性模量和声波波速的实测数据.试验结果表明:相似材料的物理力学参数分布范围较广,可满足不同隧道模型试验对相似材料的配比要求.利用极差敏感分析法分析各因素对相似材料参数的敏感性,并通过各因素对相似材料参数影响的直观分析图,分析各因素对相似材料物理力学参数的影响规律.对试验数据进行多元线性回归分析和室内试验,发现最优配合比下的相似材料与原型砂岩的单轴应力-应变曲线具有相似的脆性破坏特征;相似材料物理力学参数的设计值和实测值误差较小.     

集中控制型VMI & TPL集群式供应链的补货决策和协调契约

在集群式供应链中引入集中控制型供应商管理库存(VMI)与第三方物流(TPL),建立由n个供应商、一个主导TPL、一个零售商组成的三级供应链集成管理模型.首先,以运输成本最小化为目标,考虑单次运输成本与单次运输批量的关系,研究TPL从各供应商处分别取货和按送奶路线循环取货两种补货方式下的批量决策问题.然后以利益共享契约模型为基础,建立基于不对称Nash协商"风险共担-利益共享"契约分析该集群式供应链的协调问题.研究发现:边际运输成本因子是选择补货方式和补货批量的重要影响因素,并且按送奶路线循环取货的方式受此因子的影响更大;基于不对称Nash协商"风险共担-利益共享"契约可以唯一确定契约参数,从而实现供应链的帕累托最优.     

基于案例推理和灰色关联的直觉模糊决策分类模型

针对现有直觉模糊决策方法中指标权重的确定往往仅根据决策矩阵的数据而不考虑决策背景这一缺点,提出一种基于灰色关联和案例推理的分类模型.首先提出一种基于直觉模糊数的灰色关联公式,在此基础上构建基于案例推理的数学模型寻求最优权重以及分类半径,依据最优权重和分类半径对各个方案进行决策.本文提出的分类模型既考虑了专家的主观判断又根据决策矩阵数据,克服了上述缺点.最后通过案例说明了本文方法的合理性和可行性.     

由粗到精和特征筛选的精确回归预测方法及其在二语习得中的应用

针对数据分布不均匀且因素多而容易造成预测不精确的问题,提出一种结合由粗到精与特征筛选的精确回归预测方法.首先,由于数据分布不均匀且预测区间大,直接预测难以精确地拟合,提出一种由粗到精的预测方法,并使用决策树进行粗分类,预测目标所在的子区间,然后在子区间内实现精确的回归预测.其次,如果数据量少且特征因素多会引起过拟合,而且部分冗余特征会影响模型的预测精度,因此,提出一种基于特征筛选的回归预测方法以提高预测精度.在大学生的英语成绩与其人格因素数据集上进行相关实验,结果证明了由粗到精和特征筛选方法与传统回归模型相比精度更高且稳定性更好.通过提出的人格因素与英语成绩回归预测模型,可以制定合理的培养方案弥补学生人格因素中的短板,提升学生的自身竞争能力,从而更好地推动中国的英语教育.     

基于traceroute的多特征子网发现与分析

互联网测量的研究促进了路由器级拓扑发现的发展，而网络层的子网能为其提供更详细的中间互补视图.针对子网边界条件以及完整性考虑不足引起的准确率较低问题，提出了一种多特征结合子网发现算法.研究了同一子网IP的traceroute路径特征，将多个特征结合设计更精准的子网边界判定条件.通过筛选子网的完整性，缩小候选子网的搜索空间，启发式求解子网发现问题.实验结果表明，本文算法与现有其他算法相比，能更准确地发现子网，有效地减少子网误报情况，同时效率有所提高.最后，对六个地理上分散的ISP进行子网推断，并分析了这些ISP之间常见的各种子网特征.     

古镇旅游开发的社区参与机制探析——以赊店镇为例

古镇旅游开发是旅游地发展的重要形式,社区参与古镇旅游开发不仅可以降低旅游业带来的消极影响,还可以提高社区居民的经济收入和生活水平。但是,综观全国古镇旅游的发展状况,社区在参与旅游发展过程中,虽然积极性很高,但缺乏较为成熟的参与机制。以赊店古镇为例,在分析现有社区参与现状和存在问题的基础上,探索古镇旅游开发的社区参与机制。