电子中介中多数量的多属性商品交易匹配模型与算法

以电子中介中买卖双方的商品交易为实际背景,研究了多数量的多属性商品交易匹配优化问题。首先,在给出新的买卖双方多属性商品交易匹配度概念和计算方法的基础上,以最大化买卖双方加权匹配度为目标,建立了电子中介中多数量的多属性商品交易匹配模型。然后,依据模型具有大规模和非线性的特点,设计了嵌入混沌扰动的捕食搜索算法对模型进行求解。最后,通过实例计算,并与遗传算法进行对比分析,验证了模型与算法的可行性和有效性。     

S-粗决策及其F-干扰生成

针对动态决策系统具有的干扰特性和决策的不确定性,利用双向S-粗集提出了F-干扰粗决策与F-干扰粗决策规律的概念,并对F-干扰粗决策生成与F-干扰粗决策规律生成的特性进行了讨论,给出了F-干扰粗决策规律不可分辨定理与识别准则和应用.通过讨论和应用,说明利用F-干扰粗决策规律有助于在动态决策系统中分辨-识别出异常干扰,修正系统做出的决策,保证决策的安全.     

外P-集合与F-信息伪装

P-集合（packet sets）是一个集合对,它是由内P-集合（internal packet sets）与外P-集合（outer packet sets ）共同构成。P-集合具有动态性,利用外P-集合,给出F-信息伪装与F-信息伪装生成概念;提出F-信息伪装度量定理与信息伪装被恢复〖CD*2〗还原定理;给出辨识准则与方法。利用这些结果,给出F-信息伪装被恢复还原的应用。P-集合是研究动态信息系统的一个新理论和新方法。     

迭代F-内嵌入信息生成及其遗传发现－应用

F-半P-集合是把动态特性引入到康托集合X中得到的一个新的数学结构与数学模型。F-半P-集合是由内P-集合X^F与康托集合X构成的集合对。利用内P-集合,给出迭代F-内嵌入信息与迭代F-内嵌入信息的F-遗传概念。迭代F-内嵌入信息的F-遗传是把生物学中的遗传与迭代F-内嵌入信息进行交叉获得的。利用这些概念,给出迭代F-内嵌入信息存在性定理、迭代F-内嵌入信息的F-遗传定理与F-遗传信息的还原定理。在此基础上,给出迭代F-内嵌入信息的F-遗传发现与应用。F-半P-集合是研究动态系统工程的一个新理论。     

车辆合乘匹配问题中服务需求分派算法研究

在目前交通拥塞及物流成本居高不下的情况下,通过车辆合乘的方式降低车辆空载率、降低物流成本具有重要意义。在多车辆环境下,如何恰当地将服务需求分派到合适的车辆上是需要首先解决的问题。该文对确定性多车辆合乘匹配问题展开研究,提出针对服务需求分派的启发式聚类算法。基于服务需求及车辆特征提出匹配度概念,并基于启发式算法将服务需求分派到具体某一车辆。实际算例验证:该算法在可接受时间范围内,可有效提高搭乘成功率,降低车辆运行成本。     

强向量F-隐补问题及相应的变分不等式

引入强向量F-隐补问题,这个问题推广和统一了现有的许多向量变分不等式和向量补问题.以此讨论了在Banach空间中强向量F-隐补问题与相应的强向量变分不等式等价性,并在一定条件下证明其解的存在性.所得结论统一和推广了现有许多重要的结果.     

以数量曲率为正的闭黎曼流形为出发流形的F-调和映射

众所周知从一个Ricci曲率为正的闭黎曼流形到一个截面曲率非正的完备黎曼流形之间是不存在非常值调和映射的．进一步YangQi—lin给出了从一个数量曲率为正的闭黎曼流形到一个截面曲率非正的完备黎曼流形之间存在非常值调和映射的结果．该文则研究了以这一类流形为出发流形的F-调和映射,得到从一个数量曲率为正的闭黎曼流形到一个截面曲率非正的完备黎曼流形之间存在非常值F-调和映射的结果,从而推广了调和映射的一些结果．     

F-粗积分与它的面积覆盖-边界厚度特征

F-粗积分是函数单向S-粗集上的一个积分对,基于F-粗积分引入面积覆盖度和边界厚度概念。讨论了当有外来属性迁入函数单向S-粗集的属性集时,面积覆盖度、边界厚度等的一系列变化,给出其动态变化规律。面积覆盖度和边界厚度把对F-粗积分的讨论由定性过渡到定量。     

Sine-Gordon方程新的行波解

利用F-展开法,得到了sine-Gordon方程一些新的精确解,其中包括新的孤立子波解.     

基于F-分布的项目投资风险分析收益理论模型

项目投资经济效果评价指标的风险指的是如何依据各影响因素的概率分布来推求经济效果评价指标的概率分布.本文采用最优化原理与方法,从理论上建立了基于F-分布的项目投资风险收益理论模型并证明它们有唯一最大值,这对提高项目投资经济的可靠性及风险分析理论的发展具有重要意义.