阿罗不可能性定理和社会选择的无矛盾性问题

2017年2月21日,国际著名数理经济学家、1972年度诺贝尔(Nobel)经济学奖获得者阿罗(K.J.Arrow)于美国辞世。谨作此文,以纪念他在社会选择理论,特别是其中将有关数学应用于研究经济学领域发现的"阿罗不可能性定理"作出的重大贡献。     

基于Pareto支配的两阶段多目标优化算法

针对二维和三维的多目标优化问题,提出了一种基于Pareto支配的两阶段多目标优化算法(MOEA-PT)。全局搜索阶段根据Pareto支配关系将种群进行排序,依据临界层子集的排序等级执行相应的选择策略;局部调整阶段对种群中的个体进行微调,将新产生的个体与距离其最近的个体进行支配关系、分布性、收敛性的对比,替换较差的个体。分析了两个阶段对算法性能的影响,同时对引入局部调整策略后的种群进行了对比,结果表明局部调整策略能有效增强算法性能。通过对标准测试函数的求解,并与其他经典的多目标算法进行对比,验证了本文算法在收敛性和分布性等方面具有一定的优越性。     

北京市儿童就医行为影响因素研究——以北京儿童医院和首都儿研所为例

以北京儿童医院和首都儿研所为例,通过问卷调查和GIS等数据,分析两家医院的医疗服务空间范围,探究就医者在就诊医院和出行方式选择方面的影响因素,以期为了解儿童就医行为、合理配置儿童医疗资源及优化儿童就医模式等提供参考。研究发现：从地理区位比较,北京儿童医院和首都儿研所的医疗服务空间范围存在明显差异;综合来看,本地就医者来自城区的数量较多,外地就医者来自华北地区的较多,存在明显的地理空间邻近性;儿童就医医院选择的主要影响因素是出行因素和医疗机构因素,其中,在京出行方式中的公共交通和慢行交通,以及就诊科室中的口腔科、泌尿科、普外科、神经科和心脏内科是影响儿童就医医院选择的显著性因素;儿童就医出行方式选择的主要影响因素是个人因素和家庭因素,其中,年龄和是否在北京常住、家庭收入和汽车拥有量是影响儿童就医出行方式选择的显著性因素。     

具有超宽防护带的低剖面能量选择表面

文章提出了一种具有超宽防护带和低剖面的能量选择表面（Energy selective surface,ESS）。利用PIN二极管的开关特性来实现其自适应状态转换功能。当入射波功率较低时,二极管截止,该ESS表现为带通频率选择表面（Frequency selective surface,FSS）,允许入射波通过;当高功率微波（High-power microwave,HPM）入射时,PIN二极管导通,ESS可将HPM反射从而实现超宽带防护。利用全波仿真对该ESS的结构进行了优化,仿真结果显示,当入射波功率较低时,其通带的-3 dB带宽为640 MHz,在中心频率4.36 GHz处的插入损耗为0.01 dB。当HPM入射时,其防护带相对带宽达到200%,实现了超宽带防护。此外,该ESS还具有良好的入射角度稳定性和极化不敏感性。     

模糊偏好下社会选择问题的研究

本文研究和探讨了社会选择中的模糊偏好，在一组模糊理性条件下证明了一个不可能性定理，并将其中的独裁者区分为一般、α－和完全三种，分析了这些独裁者与偏好传递性间的关系，在一特殊传递性下还找到了一个存在α－独裁者或完全独裁者的模糊集结规则．最后，给出了一个应用例子     

协同多点传输中迫零预编码和天线选择技术

MIMO无线传输技术极大地提高了系统的容量,在实际通信系统中,整个网络是一个干扰受限的系统,小区间干扰对MIMO系统传输的影响是显著的,每个相邻小区的基站天线都可以看成一个干扰源．由于基站端数据处理能力的提升和回程容量的增加,多个小区协同多点传输技术引起了人们的广泛关注．目前的大部分工作都是集中于研究系统的容量（吞吐量）,而在实际系统中,每个用户的接收等效信噪比（即公平性）对系统的性能如误帧率等有重要的影响．对于每个用户为单天线的情形,研究了总功率受限和每天线功率受限下采用迫零预编码的系统容量和公平性．对两种功率约束条件下的公平性进行了分析,得到了公平性算法的闭式表达式．当每个用户为多天线的情形,为了降低计算的复杂度,引入了信道范数最大的接收天线选择算法,把每个用户为多天线的情形转化成等效的每个用户单天线情形,推导的每用户为单天线的公平性算法仍然适用．仿真结果显示,采用迫零预编码的多小区协作可以使系统性能显著提升．在相同的迫零预编码下,不同的功率分配策略对系统的容量和公平性有显著的影响．和用户为单天线相比,采用天线选择算法可以提升系统的容量和公平性．考虑了用户公平性时的吞吐量和最大系统吞吐量之间的折中关系,并给出了仿真结果．     

基于机器学习的智能防火墙设计

在防火墙中实现了一个学习模块,并对攻击以及正常网络数据进行收集分析,然后选择属性良好的网络数据作为训练样本,进行了决策树的ID3算法实现.通过这一学习模块的加入,使得防火墙可以对新的流入数据进行判断和学习,从而向智能化方向发展.     

基于Nave Bayes模型的垃圾邮件过滤方法

采用信息增益进行特征选择,以改进的朴素贝叶斯分类算法进行邮件分类.利用文本特征估算文本属于两种类型的偏测度,以此构造二维文本空间.将文本映射为二维空间中的一个点,将分类算法看作是在二维空间中寻求一条分割直线,根据文本点到分割直线的距离来判断该邮件为何类邮件.