基于 TOPSIS 的匹配博弈网络选择算法

针对无线通信中网络资源利用率的重要性,提出一种基于逼近理想解排序法（technique for order preference by similarity to ideal solution,TOPSIS）的匹配博弈论异构网络选择算法,联合考虑用户端的网络选择和网络端的用户选择,分析用户和网络的时延、传输速率、丢包率,运用匹配博弈的原理选择出双方满意度最高的网络选择方案。仿真结果表明,在多用户同时存在的情况下,给出 TOPSIS 的匹配博弈论异构网络选择算法具有较低的阻塞率和较高的满意度。     

基于目标导向的多属性决策属性价值公度方法

MACBETH方法在多个属性维度上确定出的一组属性Good值(或Neutral值)并不能真地具有保证属性价值公度的完全相同的偏好涵义.为克服该方法缺陷,基于包容性属性价值函数,通过引入数据包络分析技术和马尔可夫理论给出了以目标参照方案为导向的目标导向属性价值函数和多属性决策属性价值公度的方法程序.相比于具有较大随意性确定属性Good值和Neutral值的MACBETH方法,依赖目标导向属性价值函数的多属性决策属性价值公度程序具有更明显的科学合理性,因此具有发展MACBETH方法,推动实际决策应用该方法及相关多属性偏好关联决策模型的创新价值.基于决策实验的应用分析直接验证了多属性决策属性价值公度方法程序的科学有效性,间接验证了包容性属性价值函数和目标导向属性价值函数的科学理性.     

基于K-medoids项目聚类的协同过滤推荐算法

针对传统协同过滤推荐算法通常针对整个评分矩阵进行计算,存在效率不高的问题,提出一种基于K-medoids项目聚类的协同过滤推荐算法.该算法根据项目的类别属性对项目进行聚类,构建用户的偏好领域,使用用户偏好领域内的评分矩阵进行用户间相似度的计算,得到目标用户的最近邻居集,并生成推荐结果.与常用的K-means聚类方法相比,采用K-medoids方法对项目类别属性进行聚类,不仅克服了评分聚类可靠性不高的问题,而且算法还具有更好的鲁棒性.实验结果表明,该算法能有效提高推荐质量.     

尼克酰胺核苷构象稳定性的理论研究

采用从头算(HF与MP2)和密度泛函理论(DFT)方法,在3-21G 和6-31+G?水平上研究了尼克酰胺核苷(NR)的构象.分别探讨了在气相及液相(水和氯仿)中 NR 分子和一水合物异构体的相对稳定性,分析了溶剂分子的参与对NR异构体的相对稳定性和几何结构参数的影响.结果表明：孤立的NR分子在气相中存在36种稳定构象,其中最稳定的为南式构象NR-S,而最稳定的北式构象为NR-K’,能量比前者高出10.6 kJ/mol (ΔG298K).NR 分子中酰胺基团优势构象为反式,ω,P 或γ参数的改变可以为 NR 分子提供大约8.4~23.7 kJ/mol(ΔG298K )稳定化能.不管是南式还是北式褶皱,最稳定 NR 分子构象中都存在多根分子内氢键,且5’-OH 基团都为顺式构象(γ≈-63°).溶剂效应使一部分NR分子构象相对稳定性降低,而一部分则升高,改变了NR分子各构象的相对稳定性顺序.水分子的加入与酰胺基团结合形成氢键,对NR分子的构型影响较大,而与糖环上羟基结合形成氢键,则影响较小.     

基于利他偏好的项目团队多主体合作行为

当前经济学研究成果表明: 代理人之间的合作行为具有利他动机. 本文运用博弈理论, 将利他偏好纳入到了项目团队成员合作行为决策模型中, 建立了利他偏好条件下的项目团队多主体合作二层规划模型, 讨论和分析了利他偏好对团队成员合作努力、生产努力, 以及最优利润分享和团队绩效的影响, 得出的主要结论有: 1) 利他偏好有助于促进团队成员之间的合作和提高项目团队整体绩效; 2)利他条件下团队成员合作努力的大小与利润分享无关, 但与团队成员本身的素质直接相关; 3)团队成员的利他偏好会降低其生产努力, 而其他团队成员提供的合作对其生产努力的影响则因具体情况而异; 4)利他偏好能够降低最优利润分享. 最后运用数值 分析和案例研究的方法对理论结论进行了检验, 并为项目团队多主体合作提供了策略建议.     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

基于时间和路径偏好的交通流分配模型与诱导策略

考虑交通网络中出行者不仅具有路径选择偏好, 同时具有时间偏好的特征, 分别针对出行者是否具有时间或路径选择偏好的4种不 同情形, 建立相应的交通流分配模型. 通过分析这4个模型的性质, 分别给出了有效的求解方法. 在分析4种不同情形 下出行者总出行时间的相互关系基础上, 设计了时间诱导和路径诱导策略. 最后, 以西安市东南郊清明假日交通流分 配为例, 分别模拟分析了不进行诱导, 进行时间诱导, 进行路径诱导的情形下高峰期的交通流分配, 该实例验证了时 间诱导策略与路径诱导策略的有效性.     

极端偏好影响的大群体应急决策风险演化模型

针对极端偏好成员在应急决策中存在较大影响力的问题,构建了个体极端偏好影响力模型,结合风险偏好矢量的方向性和距离性提出了一种新的决策成员风险偏好相似度模型,并根据此模型将极端偏好群体划分为极端偏好同质群体集和极端偏好异质群体集,在此基础上引入非极端偏好决策成员主观接受程度来说明非极端偏好决策成员对个体极端偏好同质群体集和异质群体集影响力的接受程度,进而构建多阶段大群体应急决策风险偏好演化模型.最后通过案例及数据仿真结果的对比分析,验证了该模型的合理性和有效性.     

融合位置信息和物品流行度的协同过滤算法

针对绝大多数用户消费习惯对地理位置的敏感性,以及推荐过程中的"长尾效应",提出融合位置信息和物品流行度的协同过滤算法。对传统的协同过滤算法作出2点改进:第一,将用户兴趣偏好与位置偏好相结合,提出一种新的基于地理位置的用户相似度计算方法;第二,在预测评分时,引入物品流行度权重,合理地调整流行物品和长尾物品的推荐期望值。使用Foursquare数据集作为实验数据集,与相关算法进行对比实验。结果表明,改进算法能有效提高推荐的精度和推荐结果的多样性。     

向量优化问题某些基础理论及其发展

在向量优化中存在很多基础的、重要的和有趣的问题.本文在总结了向量优化问题中某些基础理论发展趋势的基础上,提出向量优化问题,特别是变动偏好结构的向量优化问题需要新的数学概念、方法和工具去处理,有可能形成新的数学研究的方向;并进一步展现了向量优化问题理论研究的某些新的方向及许多理论问题的近代发展.