扩展的树增强朴素贝叶斯网络信用评估模型

针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.     

海藻酸对水溶液中Cu2+的吸附动力学研究

制备了交联海藻酸,从静态吸附方面研究了海藻酸交联前后对Cu~(2+)的吸附性能。用三种动力学模型(准一级动力学方程,准二级动力学方程,粒子扩散方程)对不同Cu~(2+)浓度、不同吸附时间的吸附曲线进行分析,探讨了吸附剂的吸附机理。结果表明准二级动力学模型的拟合度较好,海藻酸吸附Cu~(2+)是一个复杂的非均相扩散的化学吸附过程,表面络合和吸附剂内部扩散共同控制着吸附速率。交联后吸附的平衡时间延长,吸附量增大。交联后的海藻酸是一种价格低廉,绿色环保的吸附剂。     

不同补贴对象下考虑建筑绿色度的多属性采购拍卖

建筑全过程碳排放总量巨大，采用绿色建筑并提高其绿色度是实现碳中和的重要手段，政府的补贴政策、招标商的采购方式是影响绿色建筑的设计绿色度和运行绿色度的关键因素。鉴于此，分别在政府补贴招标商或投标商时，将奖惩机制引入采购拍卖，研究补贴政策和采购方式的设计问题。研究发现，无论补贴对象是招标商还是投标商，奖惩机制对不同类型投标商承诺的最优设计绿色度产生了不同的影响，只有投标商的设计绿色度有效性较高，增加奖惩强度才能提高最优设计绿色度。当补贴对象为招标商时，增加设计补贴强度能够激励投标商提高最优设计绿色度，但增加运行补贴强度不能激励投标商提高最优设计绿色度。当补贴对象为投标商时，设计补贴强度和运行补贴强度的增加均能激励投标商提高最优设计绿色度。相对于补贴招标商，补贴投标商能够有效地激励投标商提高最优设计绿色度、最优运行绿色度和绿色度达成水平。研究结论反映了带奖惩机制的采购拍卖方式的有效性，表明了相对于补贴招标商，政府更应该补贴投标商。     

独立决定和非二元性选择函数的Arrow不可能性定理

研究Arrow不可能性定理的弱化问题，将独立不相关条件(IIA)弱化为独立相关决定条件，证明在非二元性选择函数环境下对IIA弱化后Arrow不可能性定理仍然成立，并将它推广到选择函数不具有连通性的群格序决策问题。所得结论表明导致IIA弱化后，不可能性定理仍然成立的根本原因不是选择函数的连通性。     

冬暖式蔬菜大棚种植对寿光气温的影响研究分析

通过对寿光、昌乐1967年至2010年气温资料进行分段对比分析,总结了寿光市冬暖式大棚大规模推广种植前、后的气温变化趋势及变化特征.结果表明,自1989年来,冬暖式大棚种植区寿光市的年平均气温、年最高气温、年最低气温均比邻县非种植区昌乐增温趋势显著.     

基于配对市场的选择函数及其偏好结构研究

基于配对市场,研究了路径无关性选择函数应满足的性质、条件和代理人的偏好结构.首先证明了在替代性原理的前提下,选择函数定额充分是满足一致性原理的充分条件;得出了当选择函数满足替代性和定额充分条件时,必定满足路径无关性选择的结论.其次,通过路径无关性选择函数定义了一个展示偏好二元关系,证明了此展示偏好正好具有偏序特征,并得到了一些进一步的性质.所得结论有利于分析代理人对被选球队的偏好结构及球队的组合问题.     

展望空间上的一种格序决策方法

针对展望空间的偏好结构按照一定的偏好关系不具有连通性的情况，关于决策方案的比较提出了一种格序决策方法。证明了展望空间按照极大多数优于原则是一个偏序集．具有格序特征；得出了格序展望空间的上赋值和距离函数，并根据赋值和距离函数刻画出决策后果之间的偏好距离，即优劣差异程度；最后，举例加以说明。     

V型苯乙炔Bola两亲化合物的合成及其液晶、光物理性质研究

以Pd 催化的Sonogasira偶联反应为关键步骤合成V型苯乙炔Bola两亲化合物,产物结构经1H NMR、13C NMR及元素分析得到证实.采用偏光显微镜(POM),DSC等手段对化合物的液晶行为进行了研究,研究结果表明,该化合物是柱相热致性液晶.化合物的紫外光谱证实组装模型中V型芳香核间的-堆积形式为Ｈ聚集结构,由紫外光谱换算后的h-(ah)2关系图推算的能隙范围推测该化合物可作为半导体材料,荧光光谱推断它们可以作为潜在的蓝光材料,化合物较大的Stokes位移值表明该化合物在激光材料及荧光光子的放射性计量仪等方面有潜在应用.此外,高斯计算模拟量化结果显示了该化合物近乎理想的平面共轭结构.     

偏序相似度在多属性决策问题中的应用

针对决策者只能提供决策方案的序数偏好信息,且属性权重系数不确定的多属性决策问题,提出了一种基于偏序之间相似度的多属性决策方法.该方法运用相似关系确定出相似度,建立了最大控制指标和最小被控制指标模型.通过模型的计算,得出方案集的两个全预序排列,然后将这两个全预序排列合并成方案集的最后排序.该排列具有更符合现实决策行为的偏序结构.最后,举例说明了该方法的可行性.