供应链管理中的信息技术

20世纪80年代,缘于消除企业间信息传递障碍的供应链管理(Supply Chain Management,简称SCM)的概念开始出现,它作为一种新的适应全球制造、满足顾客需求多样化的管理理念,近年来在企业界得到广泛应用.     

无线传感器网络中传感器节点定位的递归加权最小二乘优化方法

采用最小二乘优化算法,研究了基于接收信号强度测量的信号源定位问题.首先,建立了路径损耗的线性化模型;然后,介绍了加权最小二乘法,并提出了无线传感器网络中传感器节点定位的递归加权最小二乘优化方法.最后将本文提出的迭代加权最小二乘法与基于接收信号强度（RSS）的2种算法进行比较,仿真结果表明提出的算法在定位精度方面有更好的表现.      

企业信息化盟友选择的评价指标体系和模糊评价模型

企业信息化面临着盟友选择问题。针对企业信息化盟友选择问题的特点,分析了盟友选择的基本原则,依照“TQCSF”原则,提出了盟友选择的综合评价指标体系。由于盟友选择问题包含大量的不确定性和模糊性因素,为此将模糊理论的思想和方法引入盟友评价中。在主成分分析与模糊理论的基础上,构建了模糊综合评价模型。定性分析与定量研究相结合,为企业选择信息化盟友提供了一种符合客观实际的有效方法。     

基于虚拟包络面和TOPSIS的DEA排序方法

传统的DEA模型将决策单元简单地分为DEA有效或DEA无效两大类, 无法实现决策单元的完全排序. 为实现决策单元完全、合理的排序, 文献中出现多种DEA排序方法. 文章在文献总结的基础上, 对现有DEA排序方法的局限性进行了详细的探讨; 基于实际评价的决策单元, 提出了一种虚拟前沿面的DEA方法, 并给出了基于最优虚拟前沿面和最劣虚拟前沿面的效率评价模型; 然后基于TOPSIS排序思想, 构造了基于最优虚拟前沿面理想决策单元和基于最劣虚拟前沿面的负理想决策单元, 提出了一种集成的DEA排序方法. 该方法同时考虑决策单元的最优和最劣权重体系, 兼顾所有决策单元的效率信息, 能够获得较为合理的排序结果. 算例分析验证了所提出的方法的合理性和优越性.     

妥善解决国企兼并中暴露的问题

自20世纪90年代以来,兼并浪潮在世界范围内蓬勃兴起,已成为与金融、贸易和投资相提并论的重要经济活动,对经济增长起到重要推动作用。在我国,兼并已成为现代国企争夺市场份额、快速扩大企业资本实力、实现规模经营、降低经营成本和风险,增强企业国际竞争力的一种有效途径。但是,兼并毕竟是我国建立社会主义市场经济体制中出现的新生事物,影响兼并的社会经济因素存在着复杂多变性,因此,如何解决国有企业兼并中出现的问题,最大限度地发挥兼并的积极作用,就成为国企在实施兼并中所面临的重要课     

曲指数族流形在无线传感器网络定位中的应用

利用信息几何中的统计流形理论和自然梯度流形学习定位方法,研究了基于接收信号强度（RSS）的无线传感器网络自定位问题.首先,通过概率密度函数构造了一个曲指数族定位模型;然后,针对给定初始状态值的未知目标节点定位问题,结合梯度下降法,提出了基于此模型的最优非线性估计方法及其改进算法.梯度下降法的良好性质和仿真结果表明,这些算法有很好的收敛效果和更高的定位精度.