基于数据分组处理方法的聚类分析模型

与通常的聚类方法相比,客观聚类分析方法能自动、客观地确定聚类个数并找到最优聚类方案.通过算法步骤的剖析和算例分析,对客观聚类分析方法的核心构件,即一致性准则的不足进行了评价.利用偶极子给出了新的一致性准则,提出了数据分组处理(GMDH)聚类分析方法.从理论分析和实证比较两方面论证了新的一致性准则的优越性,指出了GMDH聚类分析方法是客观聚类分析方法的发展.     

AC聚类方法与层次聚类方法的比较研究

介绍了AC聚类算法原理,并通过比较AC聚类算法和层次聚类方法在算法假设、算法过程方面的差别,显示了AC聚类算法在复杂系统聚类方面的优越性,指出AC聚类算法是研究复杂问题的有效方法.     

非线性控制系统可逆性改善问题研究

基于多轨线思想，提出了系统可逆性改善问题，给出了系统可逆性可改善的充要条件，并用实例验证了其有效性。     

竞争系统两种群捕获的生物经济最优控制问题

研究了对竞争系统两种群捕获的生物经济平衡问题 ,应用最优控制理论讨论了最优捕获策略 ,得出了贴现率能够影响捕获种群的利润水平。     

非同质决策单元的资源分配模型北大核心CSCDCSSCI

利用DEA解决资源分配问题时,集中决策单元下属的子决策单元间必须具备同质性,但在许多情况下,子决策单元不满足这个条件。为解决此类问题,提出非同质决策单元间的资源分配模型。模型首先引入多个集中决策单元,并根据子决策单元的非同质性进行分类;为每一类子决策单元分别刻画其生产可能集和改变可能集,在此基础上,考虑资源约束,寻找最佳资源分配方案。最后,通过数值算例说明模型的管理意义。     

自组织数据挖掘与人工神经网络方法比较研究

着重分析了自组织数据挖掘与人工神经网络方法对系统的先验知识的利用 ,算法过程以及推广能力方面的差别 ,显示了自组织数据挖掘方法具有能同时利用关于系统的先验知识和来自观察数据样本的信息的良好性能 ,并指出 ,这应当成为研究复杂系统的一条重要途径.     

基于客观系统分析的解释结构模型

用解释结构模型(ISM)进行系统分析的关键是准确确定系统要素的邻接矩阵。基于OSA的ISM模型是利用自组织的客观系统分析(OSA)方法在训练集上产生复杂度逐渐增加的模型,用检验集筛选模型,系统外准则值的最小值对应着最优方程组。最优方程组以定量的方式给出系统变量间的连接方法和连接强度。根据OSA最优方程组中变量之间的系数是否为0或通过设定阈值可以客观地确定邻接矩阵。在此基础上建立的ISM模型从整体角度准确地揭示了系统要素的结构,是实现系统知识提取的有效途径。     

技术能力影响创新绩效的路径：创新战略的中介作用分析

首先提出技术能力、创新战略影响企业创新绩效的路径,然后通过调查问卷方式获取237份样本数据对各种影响路径进行验证,分别使用完全中介模型、部分中介模型和直接效应模型检验假设的合理性,结果发现企业技术能力和创新战略对创新绩效都有显著影响,但技术能力对创新绩效的影响有一部分是通过创新战略来实现的,企业应当使用与自身资源禀赋相匹配的创新战略形式,才能将内部技术能力的优势转化为创新绩效上的优势。     

基于创新能力的创新型企业评价研究

分析了创新能力在创新型企业形成过程中的关键作用,认为创新型企业的最根本特征在于依赖于创新能力而不是其它的资源或能力获得竞争性优势,创新能力是创新型企业的本质及生存发展的基础,因此在评价某一特定企业是不是创新型企业或者在多大程度上是创新型企业的时候,必须将创新能力的评价置于核心地位。在此基础上,通过调查问卷和因子分析方法,给出了基于创新能力的创新型企业评价的标准利评价体系。     

BP人工神经网络自适应学习算法的建立及其应用

解决了BP神经网络结构参数、学习速率与初始权值的选取问题,并对传统的BP算法进行了改进,提出了BP神经网络自适应学习算法,又将其编制成计算机程序,使得输入节点、隐层节点和学习速率的选取全部动态实现,减少了人为因素的干预,改善了学习速率和网络的适应能力.计算结果表明:BP神经网络自适应学习算法较传统的方法优越,训练后的神经网络模型不仅能准确地拟合训练值,而且能较精确地预测未来趋势.