大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

随机波动率模型的等价鞅测度

研究了随机波动率模型的等价鞅测度.利用动态规划方法通过效用无差别定价构造了最小熵鞅测度,并给出了极小鞅测度和方差最优鞅测度,验证了这些鞅测度是不同的.     

效用风险熵

本文提出由客观状态的不确定性和结果价值两方面因素造成的效用风险的概念，定义并构造效用风险函数和效用风险熵的函数表达式，剖析其主要数学特性，阐明效用风险函数和效用风险熵作为客观状态和决策行动方案的效用风险测度函数的合理性．     

离散时间模型的指数效用无差别定价和最小熵鞅测度

研究了单阶段模型的指数效用无差别定价和最小熵鞅测度,得到了指数效用的无差别定价的精确解,并利用无差别定价的极限构造了最小熵鞅测度的表达式,解决了不完全市场的未定权益的定价问题.     

Heston模型的效用无差别定价和套期保值

在风险资产服从Heston模型的假设下,研究了指数效用函数的无差别定价和套期保值问题.利用动态规划方法得到Heston模型的效用无差别定价的公式和套期保值策略.并利用效用无差别定价的性质构造了最小熵鞅测度,证明了最小鞅测度与极小熵鞅测度是一致的.     

用于空间众包任务匹配的未知工人效用估计方法

为了解决在未知工人效用情况下提高任务完成质量的问题,提出带有效用的最高分数匹配模型.该模型包含两个阶段:阶段一利用多臂老虎机模型计算工人效用值;阶段二利用更改了加分规则后的带有效用的基本方法(U-Basic)、带有效用的最小位置熵方法(U-LLEP)、带有效用的近距离优先方法(U-CDP)进行分配.在MovieLens...     

两类拓扑熵的关系

Bowen给出的拓扑熵与Pesin给出的拓扑熵条件都要比开覆盖定义的拓扑熵条件宽泛.但是他们的条件又不一样,各有局限性.讨论了Bowen给出的拓扑熵与Pesin给出的拓扑熵的之间的关系,证明了二者在条件一致的情况下是等价的.     

关于熵的一个引理的证明

介绍了信息论中熵的概念,给出了熵的一个引理,并对该引理给出了详细的证明,进而说明了熵的连续性。     

直觉模糊集的贴近度与熵的关系

基于直觉模糊集贴近度与熵的公理性定义给出了直觉模糊集贴近度与熵的几种不同的算法.并给出了如何由直觉模糊集的贴近度而建立熵,同时给出了由直觉模糊集的熵而建立贴近度的方法,说明了直觉模糊集的贴近度与熵有着必然的联系.     

熵概念研究

对熵进行了讨论,熵是物理学中的一个基本问题,通过熵的发展过程分析,建立了熵的层次性概念,用热力学方程分析了熵,并给出了熵的层次关系证明。结果表明,克劳修斯熵最小,玻尔兹曼熵居中,申农熵最大。     

犹豫模糊熵生成算法及在后勤补给基地选址评估中的应用

为了定量地刻画犹豫模糊信息的不确定性程度,将犹豫模糊元和区间值犹豫模糊元的熵推广成了犹豫模糊集和区间值犹豫模糊集的熵。首先给出了犹豫模糊集和区间值犹豫模糊集的熵与相似度的公理化定义,在此基础上提出了犹豫模糊集熵和相似度的一般公式,给出了犹豫模糊集的熵和相似度的生成算法。然后研究了犹豫模糊集的熵与相似度间的关系,提出了基于相似度的熵的一般公式。进一步把犹豫模糊集的熵与相似度的关系的有关结论及各自的一般公式和生成算法推广到区间值犹豫模糊集。最后给出了基于犹豫模糊集熵和相似度的后勤补给基地选址方案可靠性分析的数值例子。     

效用期望值决策方法

本文定义了两种效用函数,给出了两种效用期望值决策方法以及效用期望值决策方法的几个结论.     

一类Vague集模糊熵的构造方法

分析了Vageue集的性质,给出了将Vague集变换为Fuzzy集的转换函数并讨论了其性质,研究了关于Vague集的模糊熵的直观特性,在此基础上给出了Vague集的模糊熵的定义,最后给出了一个减地Vague集的模糊熵的构造方法。     

关于累积剩余(r,s)熵的研究*

首先推广了Kumar等对于累积剩余Tsallis熵的研究,提出了累积剩余(r,s)熵的定义,给出了其有界性的充分性及一些不同的单变量连续分布的累积剩余(r,s)熵的表达式;接着给出了相应的动态累积剩余(r,s)熵的定义和一些性质;最后利用累积剩余(r,s)熵与平均剩余寿命函数、风险率函数的关系来刻画一些分布,指出含有多参数的累积剩余(r,s)熵对基于Renyi熵、Tsallis熵等单参数的累积剩余熵具有参考意义。     

模糊集中的无限非概率测度熵

目的 为得到模糊信息论的一些重要性质和定理。方法 以模糊熵的数学性质为基础，以Shannon熵为工具进行研究。结果 给出了无限非概率测度熵的定义及性质，并对无限非概率测度条件熵及模糊互信息给出了定义，进而研究了其性质并给出了相关定理。结论 其结果深化和发展了模糊信息论的内容。     

供应链回购合同的权重效用利润函数分析

引入供应链权重效用利润概念,研究在回购合同协调供应链前提下权重效用利润相对于传统效用利润能否增加的问题.在权重效用利润函数最大值问题的研究基础上,证明了可以通过修正相应的合同参数形成新的协调性回购合同使得利润增加,并给出相应的的合同条款并给出具体数值例子验证结论.     

Shapley熵的公理刻画

Shapley熵是利用Shapley值而定义的容度的熵.本文首先对一个模糊测度进行分解,并解释了这种分解的含义,从而得到了Shapley熵的递归性质;然后,利用Shannon熵和Shapley值的公理刻画给出了Shapley熵的公理刻画.     

Logit模型的推导方法研究

根据随机效用和效用最大化理论,并假设效用函数的随机项服从三重指数分布,给出了Logit模型的两种推导方法.     

信息谱熵的链式关系

信息谱针对非独立同分布多拷贝的情形,建立了信源编码和信道编码理论。在实际中,有限码长和有限步操作才是可实现的,从而有必要对非渐近情形甚至是one-shot情形下的信息谱进行研究。该文给出信息谱相对熵及相关性质,特别给出了信息谱相对熵与假设检验相对熵的关系。依赖信息谱相对熵,考虑相关的熵、条件熵和互信息,重点讨论信息谱互信息之间的等价关系,进而讨论其链式关系。