基于改进TOPSIS的电力基建项目评价机制与应用

针对现有电力基建项目评审时存在的测评指标不全面、评价结果不合理等缺陷,提出基于改进TOPSIS的电力基建项目质量偏差度评价模型。通过对影响电力基建项目质量评审合理性的因素进行分析,实现项目质量偏差度评价指标体系的构建。采用组合赋权法,使得主客观权重值得到有效的平衡,完成权重组合系数的合理选取。利用余弦相似度和灰色关联分析,完成对传统TOPSIS法的改进。在此基础上,将改进TOPSIS法运用于电力基建项目质量评价工作中,使评审结果的准确性得到进一步的提高。算例结果表明,该模型可有效完善项目质量偏差度评价指标,使得评价结果更加符合实际情况,为电力基建项目的评审工作提供有效支持和决策。     

Incorporating textual and management factors into financial distress prediction: A comparative study of machine learning methods

Financial distress prediction (FDP) has been widely considered as a promising approach to reducing financial losses. While financial information comprises the traditional factors involved in FDP, nonfinancial factors have also been examined in recent studies. In light of this, the purpose of this study is to explore the integrated factors and multiple models that can improve the predictive performance of FDP models. This study proposes an FDP framework to reveal the financial distress features of listed Chinese companies, incorporating financial, management, and textual factors, and evaluating the prediction performance of multiple models in different time spans. To develop this framework, this study employs the wrapper-based feature selection method to extract valuable features, and then constructs multiple single classifiers, ensemble classifiers, and deep learning models in order to predict financial distress. The experiment results indicate that management and textual factors can supplement traditional financial factors in FDP, especially textual ones. This study also discovers that integrated factors collected 4 years prior to the predicted benchmark year enable a more accurate prediction, and the ensemble classifiers and deep learning models developed can achieve satisfactory FDP performance. This study makes a novel contribution as it expands the predictive factors of financial distress and provides new findings that can have important implications for providing early warning signals of financial risk.     

基于判别矩阵的潜艇作战态势认知决策建模方法

潜艇作战具备复杂环境中的动态博弈对抗特点,作战人员的态势认知与决策行为对潜艇作战效能有着重要影响。针对潜艇交战级作战实验中的态势认知决策建模难题,在分析态势认知决策过程的基础上提炼表征变量集合,提出基于判别矩阵的潜艇作战态势认知决策建模方法,并以某型潜艇交战级对抗为例研究给定想定条件下的态势认知决策过程,验证了方法的可行性和有效性。建立的模型能够有效刻画作战人员认知决策过程,支持潜艇作战实验中的交战机理和制胜机理研究。     

硼酸对苗期花生叶片保护酶活性的影响

研究不同浓度硼酸对苗期花生叶片保护酶活性的影响。结果表明,喷施浓度为0.1%~0.4%的硼酸可以显著提高苗期花生叶片的POD、SOD、CAT和PPO活性;以浓度为0.2%~0.3%的硼酸喷施效果最好。但当硼酸浓度为0.6%时,4种保护酶的活性反而低于对照。     

基于自适应背景模型的动态场景目标检测

背景建模一直是运动目标检测中的一个重要课题。该文提出一个适用于动态背景的基于非参数估计的前景背景对比模型。模型通过核函数估计的方法模拟了像素点五维特征向量的概率分布,并在图像序列中滚动更新。实验证明,上述算法能够在一般目标检测,特别是动态场景(摇动树枝等)的检测中取得较好的效果。     

基于Unit-Linking PCNN和图像熵的图像分割新方法

基于单位链接脉冲耦合神经网络(Unit-Linking PCNN)模型,在图像方差准则基础上将最大香农熵准则,最小交叉熵准则相结合,再组合图像分块策略与图像加权预处理策略,提出了不同准则和策略组合的8种图像分割方案。分析了各种准则和策略的优势和不足,比较了各种分割方案条件下的图像分割效果,部分方案的分割结果体现了图像的更多的细节。与已有文献结果比较,具有使用神经元模型参数少的特点,与PCNN模型相比,该模型参数对图像分割结果的影响较不敏感。计算机仿真结果表明,该方法具有较好的图像分割效果和实验仿真速度性能,具有较强适用性。     

多阶段任务系统任务持续能力仿真模型研究

多阶段任务系统(PMS)是一种典型的复杂系统,它包括多个在时间上连续且无相互重叠的阶段任务,执行作战与使用任务的武器装备多数属于这种复杂系统。分析了PMS及任务可靠度、可信度和任务效能等任务持续能力评价参数。结合实际装备系统大都属于可用马尔可夫过程进行描述的可修复系统的特点,为简化模型复杂程度提出了一些合理的假设条件。在此基础上,结合多阶段任务系统自身特点,通过分析多阶段任务系统任务持续能力建模仿真步骤,多阶段任务系统任务效能仿真方法,建立了基于Petri网的多阶段任务系统任务效能多层仿真模型。最后结合常见的"靶场打靶"任务进行了实例验证,并对仿真结果进行了分析。     

一种油藏储层三维可视化散乱数据插值方法

提出一种快捷有效的确定待估点的有效样本点集的辐射吸收插值模型,该模型应用到散乱数据网格化过程中,它不但具有加权平均算法的优点,而且具有插值效率高、局部性好、易于控制、易于对数据增加约束条件等特点.辐射吸收插值模型由辐射过程、吸收过程和合成过程组成.讨论了辐射吸收插值模型的实现原理、设计过程、在油藏储层三维可视化散乱数据插值中的应用和模型特点的分析.     

借贷利率不同情形下具有随机寿命的未定权益定价

在借贷利率不同情形下 ,首先得到随机寿命的未定权益价格应满足的偏微分方程 ;其次对具有随机寿命的远期合约、实施股票期权、养老金合同以及欧式看涨、看跌期权进行定价 ,并给出套期保值策略 ,从而看出借贷利率对随机寿命未定权益价格的影响.