基于熵的高等院校研究生教学管理系统评价

以熵理论为基础，分析了高等院校研究生教学管理机构对系统内信息流的影响．从信息流通时效性和准确性的角度．对管理机构的有序度进行评价。在建立对管理机构进行定量评价的时效质量模型的基础上，计算系统结构的有序度．并系统地阐述了计算时效质量有序度的方法。     

Vague集距离的比较与改进

回顾了vague集已有的距离定义,通过例子说明现有的距离定义在有些情况不适用,并且分析了现有vague集距离定义的不足,充分利用vague集的本质含义,给出了vague集之间距离的新定义,分析证明了所给vague集的距离定义与现有距离定义之间的关系,最后通过例子说明了新方法的合理性与有效性.     

一种模糊组合预测方法

针对预测问题的不确定性,提出一种将组合预测结果扩展到置信集合的模糊组合预测方法.该方法利用概率中置信区间原理并结合模糊数概念,对观测值和各单项预测值进行模糊描述;以组合预测值对观测值的拟合度最高为目标,建立模糊规划模型,求解权重系数.该组合预测方法与单项预测方法相比,预测精度有所提高,具有一般组合预测方法的优点,并以模糊数的形式将预测结果确定在一置信集合内.最后以实例证明了该方法的有效性.     

判断信息为偏好序的群决策方案排序:互补判断矩阵法

应用互补判断矩阵研究判断信息为偏好序的群决策方案排序问题. 由决策群体中专家给出的方案偏好序得出互补判断矩阵:当方案间只有优先关系时,得到的是精确数互补判断矩阵;当方案间不仅有优先关系还有无差异关系时,建立精确数互补判断矩阵和区间数互补判断矩阵. 基于加性一致性,得到Condorcet效应出现的必要条件. 由互补判断矩阵建立目标规划模型,得到方案的排序. 通过算例与已有的方法比较,结果表明该方法可行.     

具有模糊联盟值的n人合作博弈的模糊Shapley值

利用模糊集表现定理对具有模糊联盟值的n人合作博弈的模糊Shapley值重新进行研究.定义了具有模糊联盟值的n人合作博弈的α-博弈,并给出了其Shapley值定义及表达式.通过研究所有α-博弈的Shapley值之间的关系,验证了所有α-博弈的Shapley值构成一个集合套.利用模糊集表现定理和α-博弈Shapley值,定义了具有模糊联盟值的n人合作博弈的模糊Shapley值.实例研究表明,具有模糊联盟值的n人合作博弈的模糊Shapley值的有效性.     

惩罚契约下零售商占主导地位的供应链协调研究

零售商占主导地位的供应链中,零售商是领导者,通过激励机制来协调上游生产商的生产数量。建立了基于惩罚契约的供应链协调模型。为了规避风险,同时激励生产商更多地生产产品,零售商采用二次订货方式,对于生产商的缺货产品给予惩罚。分析表明此契约保证了零售商和生产商均获得Pareto优化,实现了供应链的完全协调。最后通过算例验证了分析的正确性。     

一种混合型多属性决策问题的TOPSIS方法

研究了精确数、区间数和模糊数指标相结合的混合多属性决策问题，提出了一种基于理想点的多属性决策模型，给出具体的决策方法和过程．各方案的排序是根据其到正理想解的相对贴近度大小进行的，从而为解决混合多属性决策问题提供了一条新的途径．     

广义既约梯度法解非线性规划问题的灵敏度分析

使用广义既约梯度法(GRG法)解非线性规划问题并进行了灵敏度分析。局部最优解满足二阶充分条件,问题满足非退化假设的前提下,给出带参数问题的局部最优解关于参数的连续性质。在适当的条件下建立了灵敏度信息的估计,并在后面部分中提供了使用GRG算法解非线性规划,产生灵敏度信息的计算过程。     

基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测

提出应用遗传算法(GA)和模拟退火(SA)优化神经网络预测铁路营业里程.采用3层前馈神经网络实现铁路营业里程的时间序列预测,输入节点数为5,隐层节点数为8,输出节点数为1.对神经网络的连接权重和节点阈值的确定,采用GA和SA算法相结合的混合优化学习策略.两种算法结合时,SA算法处于外层,GA处于内层.GA采用实数编码,把要确定的神经网络节点连接权重和节点阈值作为基因串.数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好.因此,用GA-SA混合优化的神经网络预测铁路营业里程是可行的.