Type-A半群的表示

给出了Type-A半群的表示,将文献[1]中著名的Vagner表示定理推广到Abandant半群中.证明了如果S是一个半群,则存在一个集合X及S到PJ(X)的单同态.     

求解DRS多目标优化问题的新颖ε-支配进化算法

首先分析ORS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法-ε-支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.     

C~4ISR需求模型及一体化描述

研究了C4ISR需求要素及层次化C4ISR需求模型.探讨了节点、活动和信息在节点-关系模型、信息模型与IDEF0活动模型相互之间的映射关系,包括节点映射、活动映射、信息需求映射和约束数据映射,使节点,活动和信息在C4ISR需求模型中匹配起来;在此基础上,提出C4ISR需求一体化层次建模方法.最后,通过一个案例示例以说明了所提出方法的有效性,实用性.     

质量功能展开中自相关关系确定的粗糙集方法

针对质量功能展开中各项工程特性之间的自相关关系具有模糊、不确定和不分明等特质,提出了自相关关系确定的粗糙集方法.对于每一项顾客需求,由每一项工程特性组成相应的决策属性集,并由其它工程特性组成相应的条件属性集,分别构造了相应于该决策属性集的决策系统.基于粗糙集中相对约简和相对核等方法,分别建立了其相应的修正决策系统.利用信息熵和等价类的集成方法,获取了修正决策系统中各条件属性的重要度.引入了自相关关系的比例因子概念,确定了各项工程特性之间的自相关关系.以洗衣机的产品研发为例,说明了方法的应用.     

面向多用途的数学概念知识分层表示方法

着重介绍NKIMath中数学概念的知识表示方法.首先给出了NKIMath知识系统的体系结构,分析了获取数学知识的不同用途.在次基础上给出了一种融合了本体、框架和逻辑综合的知识表示方法,将知识分为谓词逻辑层、知识描述层和概念关系层,不同层次可以满足不同用途的需求,详细给出了数学概念知识表示的基本模式以及参数表示形式.NKIMath可以很容易地实现与W3C推荐的数学文档标注语言OMDoc之间的相互转换,同时在知识表示的多粒度、多语言版本知识自动生成等方面优于OMDoc.     

灰色T型关联度的改进

通过对现有灰色关联度及T型关联度模型的分析,提出了灰色T型关联度的改进模型,改进后的关联度模型能够反映序列的正、负相关关系,并且具有对称性、唯一性、可比性和无量纲化后的保序性.通过实例表明了改进的灰色T型关联度能够更真实地反映序列曲线的关联程度,所得关联分析结果较为客观可靠,并且易于在计算机上实现.     

数字鸿沟主要影响因素的关系结构分析

首先运用文献计量学方法,对中国期刊全文数据库收录的有关数字鸿沟的论文作了统计分析,从前人众多的研究成果中,筛选并确定了数字鸿沟的14个主要影响因素.随后应用解释结构模型分析14个主要影响因素的关系结构,结果表明信息资源、地理位置、年龄、个人拥有计算机、个人信息技能、个人收入水平是数字鸿沟的表层直接影响因素,信息技术研发投入、信息人才、个人信息意识是中层间接影响因素,教育发展水平、经济发展水平、信息基础设施建设、政府相关政策、社会文化是深层根本影响因素.这些研究结果对于正确地理解数字鸿沟的形成、发展和演化机理有着重要的意义.     

雇佣关系的变迁：员工性别、价值观及工作经历的影响模式

目的是考察员工入职前后雇佣关系的"质变",检验了员工性别、价值观及其在组织中的工作经历对雇佣关系感知变迁的影响.采用追踪研究设计,跨时三年,实证研究结果表明:持有个人主义价值观的员工在入职前更容易期待短期的雇佣关系;相反,高传统的员工则倾向于期待长期的雇佣关系;相对于女性员工,男性员工更可能因为组织给予的工作奖赏和组织支持而向长期型雇佣关系转变;入职两年后,男性员工更愿意与组织建立长期的雇佣关系;传统的员工更可能因组织支持而向长期雇佣关系转变.     

含退出期权的动态联盟控制路径规划

股权控制与关系管理是联盟控制的主要方式.围绕联盟效益和稳定的平衡,根据博弈理论从动态视角研究联盟的控制决策.研究结果表明,在动态博弈框架下,联盟的控制特性及稳定性与企业退出期权的持有能力有关.持有退出期权的企业将在联盟中处于优势地位并倾向于运用单一的控制机制--股权控制.没有退出期权的企业则更加依赖关系管理,联盟的股权控制与关系管理呈现互补特征.随着联盟中持有退出期权的企业数目的增加,联盟关系趋向于不稳定.与此同时,未来联盟收益越高,关系管理的作用就越大,两种控制机制的互补性就越强.     

基于进度优化的大型项目激励机制模型

在项目管理实践中,业主通常会设立激励机制以确保项目按期完成,而承包商则会根据业主设定的激励机制合理安排项目进度.本文讨论了大型项目的激励机制,研究了业主和承包商的决策问题,建立了以项目收益净现值最大化为目标函数的Stackelberg主从递阶决策模型.通过各子项目激励强度的设定对激励机制进行优化,协调业主和各承包商的利益关系,进而实现业主收益的最大化.