行为管理制度的失效率治理设计的措施优化组合方法——以工程招投标制度为例

工程招投标领域是行为管理制度失效的多发区, 文章以招投标制度的设计为例, 提出了一般性的行为管理制度失效率治理设计的措施优化组合技术, 包括第一优化问题与第二优化问题的解决方法. 与一般的思辨性研究相比, 文章提出制度设计方法具有可计算性的优点, 因此具有较强的科学性和工具性; 与单纯的数学模型研究相比, 文章提出的制度设计方法具有结构图化和表格化的特点, 因此具有良好的可操作性. 基于这两点, 制度的失效率治理设计的措施优化组合技术具有广泛的适用性, 便于推广, 可以在各行业的制度创新与改革中产生实践效益.     

基于非合作博弈的路网对抗行为建模研究

对抗行为建模是很多类军事竞争问题研究的关键.现有研究主要面向目标域,而现实中很多对抗问题发生在路网之上.对此,结合对抗行为的网络流表示,提出了一种塞于非合作博弈的路网对抗博弈建模框架,并给出了一个问题实例—网络逃避阻断博弈.仿真试验表明新的双启发式求解算法表现优于原始线性求解算法;基于现实路网的数据实验进一步验证了算法...     

基于可用度改进方法的多状态串并联可修系统优化设计

基于不同的系统可用度改进方法,研究了多状态串并联可修系统的优化设计问题.在系统部件具有常数失效率和修复率的假定下,分别利用减小因子法、增加因子法、热备冗余法、温备冗余法和冷备冗余法改进系统可用度,提出了混合法改进系统可用度的优化设计模型.在一定可用度水平及体积和重量约束下,以改进系统可用度所需成本最小为优化目标,给出了系统可用度改进方法的优化设计方案.基于遗传算法处理离散设计变量的灵活性和其较强的搜索功能,利用遗传算法求解所建立的优化设计模型.     

行为概率的数学模型

为了研究人们在某种行为回报的普遍预期下选择该行为的概率,建立了行为概率的数学模型.该模型的输入是有关行为的期望回报,输出是相应行为的概率.在群体的情况下,行为概率可以看作是群体中相应行为者的比例.该模型用历史数据统计回归其参数,模型的结果能够反映人们在选择行为时的理性规则与认知偏差的相互影响,可为政策制定和制度设计时预测其效果提供参考.     

考虑主体心理行为的双边匹配决策方法

针对基于完全序值信息的双边匹配问题,提出了一种考虑主体心理行为的决策方法。首先给出了考虑主体心理行为的双边匹配问题的描述。其次,以期望序值作为参照点,计算了序值相对于参照点的收益或损失。考虑到主体对待收益和损失的不同风险态度,依据交互式多准则决策(tomada de deciso interativa e multicritério, TODIM)思想计算每个主体针对另一方主体的感知价值。在此基础上,构建了求解该双边匹配问题的双目标优化模型,使用线性加权法将双目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果。实例分析说明了所提方法的有效性。     

连续系统动态趋势分析的定性代数和SDG图论方法

采用定性代数方程表达动态过程的稳态行为是定性仿真的一个重要应用方面,定性代数方程的求解与应用是定性仿真的一个重要领域,基于符号定向图SDG的求解方法是在许多应用领域被证明为最具实用意义的方法.在全面综述SDG方法国内外研究进展的基础上,分析了定性代数人工试错法的局限性,并通过将定性代数方程向动态过程稳态行为描述扩展,结合SDG图论方法的优势,说明SDG方法是目前发展前景较好的一种定性仿真方法,已经在HAZoP危险与可操作性分析、安全评价及智能化自解释仿真训练方面取得了突破性进展,在故障诊断领域亦显示出明显的优势.探讨了SDG方法用于实时故障诊断的算法步骤,并根据SDG方法的不足,对SDG图论方法的研究与发展提出了建议,以提高故障诊断的精确性.     

基于消费主体行为的有限公共服务资源分配模型

考虑消费主体行为对有限公共服务资源分配的影响,提出了基于前景理论的有限公共服务资源分配决策模型及求解算法。将消费主体行为表征为满意度和价值函数两方面,定义了同一消费主体面临不同分配方案下获得资源数量的满意度和同一方案下不同消费主体相互比较而获得的满意度并进行组合,同时,基于前景理论定义了满意度的价值函数;其次,以综合前景值最大为目标构建非线性优化模型,并设计模型求解的算法;最后通过实例说明了方法的有效性和可行性。     

面向最小行为的恶意程序检测研究

提出了一种基于最小行为的恶意程序分析方法。最小行为,即程序运行时能够表达完整语义的最小应用程序编程接口（application programming interface, API）关联集合。实现了基于最小行为的恶意程序检测原型系统,能够动态捕获恶意程序调用的API及其参数信息,提取API调用之间的使用依赖轮廓,构建恶意程序的最小行为特征向量,利用卡方校验算法实现检测。该方法与传统的基于API频率统计的方法相比,过滤掉了大量无用信息,恶意程序的检出率更高,误检率更低。     

基于顾客选择行为的移动资费套餐优化模型

移动资费套餐是电信企业通过移动资费产品的多样化来满足市场中不同顾客需求的一种有效手段.在移动资费套餐的设计过程中,如何合理设计套餐的数量和定位细分市场,并选择套餐分档的属性值,是电信企业管理部门的一项重要任务,也是一项复杂的管理决策问题. 文中提出了一种基于顾客选择行为分析的移动资费套餐优化模型,在模型中首次引入了新产品定位中的顾客选择行为分析的思路和方法,并采用多项式分对数规则来模拟顾客的选择购买行为.同时,在优化模型中考虑了移动资费套餐的收入长期性、未来收益和资金折现率的 影响,强调以最大化顾客终身价值为目标来进行移动资费套餐方案的优化选择.最后给出了某电信公司套餐的一个实例,对所提的模型和方 法进行了计算和验证.     

群体中Agent基于内部状态的行为选择

以自然鱼群为原型,研究它们的行为选择机制,提出了一种群体环境中基于内部状态的Agent行为选择方法.建立分布式行为模型,赋予Agent感知、交互能力;用R-A模型描述Agent 之间的相互作用;定义Agent的自然能力限制为硬约束,定义Agent间相互作用为软约束;采用基于约束满足的随机搜索算法模拟Agent的交互与行为选择,运用Breakout思想确保算法跳出局部最小;通过对Agent内部状态值的调节改变搜索参数,达到内部状态控制行为选择的目的.     

求解约束优化的模拟退火PSO算法

针对有约束最优化问题,提出了基于模拟退火的粒子群优化(particle swarm optimization simulated annealing, PSO SA)算法。该算法利用模拟退火算法以一定概率接受较差点的概率突跳特性,克服粒子群优化算法易陷入局部最优的缺陷。采用可行性原则进行约束处理,并在模拟退火算法产生新粒子的过程中保留最优不可行解的信息,弥补了可行性原则处理最优点位于约束边界附近时存在的不足。4个典型工程优化设计的实验结果表明,该算法能够寻得更优的约束最优化解.     

Design of complex FIR filters with arbitrary magnitude and group delay responses

To design approximately linear-phase complex coefficient finite impulse response (FIR) digital filters with arbitrary magnitude and group delay responses, a novel neural network approach is studied. The approach is based on a batch back-propagation neural network algorithm by directly minimizing the real magnitude error and phase error from the linear-phase to obtain the filter’s coefficients. The approach can deal with both the real and complex coefficient FIR digital filters design problems. The main advantage of the proposed design method is the significant reduction in the group delay error. The effectiveness of the proposed method is illustrated with two optimal design examples.     

SYNTHESIZED EXPECTED BAYESIAN METHOD OF PARAMETRIC ESTIMATE

This paper develops a new method of parametric estimate, which is named as "synthesized expected Bayesian method". When samples of products are tested and no failure events occur, the definition of expected Bayesian estimate is introduced and the estimates of failure probability and failure rate are provided. After some failure information is introduced by making an extra-test, a synthesized expected Bayesian method is defined and used to estimate failure probability, failure rate and some other parameters in exponential distribution and Weibull distribution of populations. Finally, calculations are performed according to practical problems, which show that the synthesized expected Bayesian method is feasible and easy to operate.     

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output, MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。     

基于偿付能力的最优再保险策略

采用最大索赔再保费定价原则,结合VaR、CTE、TV三种风险测度方法,通过研究最小化偿付不足风险的概率、期望损失以及均方期望超额损失等再保险问题,得到相应的最优再保险策略,并结合案例对各种最优策略进行静态分析.研究发现,当偿付能力基于VaR或者CTE时,最优的再保险策略是去尾停止损失再保险,这说明原保险公司此时应该更注重对中等巨额损失的保障,而没有动力去保障极值损失;当偿付能力基于TV时,最优策略是带限额的停止损失再保险,此时,保险公司为了保证经营的稳定性,势必会将一部分极值损失分保.     

雷达目标识别中的维数压缩

在雷达目标识别中,维数压缩(降维)的主要目的不仅是要降低特征量的维数、减少计算量,同时还要尽可能地保留分类鉴别信息,增加不同类别数据之间的可分性,提高目标的识别概率.K-L变换(KLT)是一种常用的数据压缩方法,但它只是按照均方误差(MSE)最小的原则来保留信息,本文在相对KL变换(RKLT)和多空间KL变换(MKLT)的基础上给出了一种新的压缩变换矩阵形式,它不仅能够使均方误差达到最小,而且可以提高识别概率.     

过度自信条件下的金融市场委托-代理合同

通过建立数学模型研究经纪人过度自信条件下的金融市场最优委托-代理合同。研究结果表明,在金融机构和经纪人都是风险中性的条件下,当经纪人的过度自信水平可观测到时,金融机构将提供一个能被过度自信经纪人接受的最优委托-代理合同,该合同随着经纪人过度自信水平的提高而变得越来越廉价,随着经纪人保留预期效用水平的提高而变得越来越昂贵。当经纪人的过度自信水平不可观测到时,如果金融机构认为经纪人过度自信的可能性很大,那么金融机构提供的最优委托-代理合同只能被过度自信经纪人接受;如果金融机构认为经纪人过度自信的可能性比较小,那么金融机构提供的最优委托-代理合同能够同时被理性和过度自信经纪人所接受。     

最优聚丛原理与聚丛法求解旅行商问题

最优聚丛原理是解决算法集和演算集极小化问题、NP完全问题的一个基本的计算复杂性原理 ,引入了稠密、有洞算法概念。以此为基础 ,提出了GED聚丛法 ,它是几何算法G、生态算法E和判定问题D的近似演算等三方面合力求解旅行商问题 (TSP)的方法。给出了求解TSP流程及实例 ,计算结果验证了该原理和方法的正确性和精巧性。