非线性优化GM(1,N)模型及其应用研究

GM(1,N)模型在因素一次累加弱化系统指标间波动性和灰性的基础上,建立了各因素线性关系的灰色模型,但其强制性的线性假设以及不够完善的求解方法致使其实际运用较少. 为解决这类问题,文章提出了两个非线性优化的GM(1,N)模型--非线性GM(1,N,x_1~((0)))和GM(1,N,x_1~((1)))模型,即在GM(1,N)白化方程的基础上建立因素间非线性关系,并通过BP网络拟合,最终得出拟合结果和预测值.进一步证明了两种非线性GM(1,N)模型均属于GM(1,N)的派生形式,并提出了运用非线性优化GM(1,N)模型进行指标预测的具体方法. 最后通过一个实例进一步表明该模型的可行性与优化性.     

General and efficient parallel approach of finite element-boundary integral-multilevel fast multipole algorithm

A general and efficient parallel approach is proposed for the first time to parallelize the hybrid finiteelement-boundary-integral-multi-level fast multipole algorithm （FE-BI-MLFMA）. Among many algorithms of FE-BI-MLFMA, the decomposition algorithm （DA） is chosen as a basis for the parallelization of FE-BI-MLFMA because of its distinct numerical characteristics suitable for parallelization. On the basis of the DA, the parallelization of FE-BI-MLFMA is carried out by employing the parallelized multi-frontal method for the matrix from the finiteelement method and the parallelized MLFMA for the matrix from the boundary integral method respectively. The programming and numerical experiments of the proposed parallel approach are carried out in the high perfor- mance computing platform CEMS-Liuhui. Numerical experiments demonstrate that FE-BI-MLFMA is efficiently parallelized and its computational capacity is greatly improved without losing accuracy, efficiency, and generality.     

求解二层线性规划问题的混合粒子群算法

结合粒子群优化方法和单纯形法为二层线性规划构造了一个混合粒子群优化算法.算法具有两层结构,其中粒子群算法用以求解上层规划问题,单纯形法用以求解下层规划问题.设计的粒子群在上层决策变量的可行城内搜索最优解,同时通过单纯形法求解下层规划问题得到每个粒子相应的下层规划问题的解.算法通过初始种群可行化,以及步长控制、不可行粒子淘汰等技巧避免了使用罚函数处理约束带来的困难,提高了粒子群优化算法的计算性能.最后,我们给出算法的数值例子并对该算法的计算性能加以分析.     

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.     

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.     

经理人过度投资行为的柔性决策

由于委托代理关系的存在,经理人往往存在过度投资行为,这种行为损害了股东利益.本文在经理人过度投资行为决策柔性和投资项目价值不确定的条件下研究经理人的过度投资行为.通过建立模型,分析发现基于投资决策柔性时,经理人更倾向于过度投资,且要求更大的分成比例,进一步分析发现完善的市场机制、适度的股权集中及人力资本产权化可有效约束经理人的过度投资行为.     

基于半离散化的中立型时滞系统的数值仿真

中立型时滞系统是现代工程研究中的一个非常普遍的对象,该系统经过降阶近似后可以转换为一个多时滞系统近似求解的问题.提出将半离散化方法拓展到多时滞系统,应用于中立型时滞系统的数值近似求解,并在此基础上分析系统的稳定性,导出其最优控制增益.仿真结果表明,该方法提供了一种有效的求解和设计线性周期性中立型时滞系统的数值手段.     

普适化仿真网格中仿真服务迁移技术的研究

为了满足普适化仿真网格中节约网络带宽、资源配置优化和负载平衡、支持离线服务的应用需求,研究提出了基于移动Agent和上下文感知技术的仿真服务迁移机制.在实现上,定义了仿真服务迁移代理及其内部模块组成,设计了与外部环境进行交互的三类接口,设计了仿真服务和客户端与迁移相关的通用接口,实现了对仿真服务迁移全生命周期的管理;提出了一种基于上下文感知的仿真服务迁移策略.最后,给出了普适化仿真网格中仿真服务迁移的具体实现.     

一种高效的连续属性离散化算法

分析了基于熵的离散化标准的切点特性,提出并证明了一种基于边界点属性值合并和不一致度检验的离散化算法。与传统离散化算法相比,此算法只对边界点属性值进行合并,切点个数无需设定,自动生成,且合并规则简单易行,大大减小了计算量,适用于处理大规模高维数据库的离散化。同时由于采用了不一致度对备选切点集合进行调整,使本算法具有全局性。试验表明,该算法有效提高了分类规则的简明性和预测精度。     

一种大规模数据库的组合优化决策树算法

提出了一种适合于大规模高维数据库的组合优化决策树算法。相比于传统的类似算法,该算法从数据的离散化,降维,属性选择三方面进行改进,对决策树建立过程中不适应大规模高维数据库的主要环节进行了优化,有效解决了处理大规模高维数据库问题的效率和精度之间的矛盾。仿真试验表明,该算法在大大减少了计算代价的同时提高了决策树的分类精度。