水泥窑协同处置生活垃圾的燃烧特性分析优化

针对传统方法难以分析掺烧生活垃圾后的水泥窑复杂燃烧特性的问题,引入数据挖掘技术,以国内某水泥厂为对象,采集相关参数数据,使用稳定性选择算法分析各参数对煤耗与NO_x排量的影响系数,通过随机森林算法建立煤耗与NO_x排量的数学模型,结合K-means聚类算法得出关键优化参数及其最优值。结果表明,该方法能够建立精确的煤耗与NO_x排量模型,挖掘出节能减排的关键优化参数及其最优目标值。通过改善关键优化参数至最优值,能够大大降低煤耗与NO_x排量,可指导水泥厂优化窑内燃烧特性。     

基于参照点收益价值函数化的资产选择模型

诺贝尔经济学奖得主丹尼尔.卡尼曼及其合作者阿莫斯.特沃斯基的展望理论指出决策行为会受到价值函数形式的影响。本文首先介绍展望理论,给出若干具体的价值函数形式,在考虑投资者决策受价值函数影响的基础上建立基于对参照点收益价值函数转化的若干资产选择模型,从直觉上能够判断出这些模型更加符合投资决策心理和行为,而实证结果也表明这些资产选择模型能够有效地降低负离差风险。     

基于多目标规划的模糊DEA有效性

传统的DEA模型是通过单目标的线性规划来处理刚性数据，为了更好地评价决策单元的相对有效性问题，在多目标规划的基础上，建立了模糊DEA模型，通过取截集的方法，得到相应的悲观规划和乐观规划，并分别求得与之相应的线性规划(P2)的最优值，由此可以得到更多的关于决策单元的投入和产出情况的信息，还讨论了它们的一些性质，并用数值实例加以说明。     

基于扩展数据包络判别法的商业银行信用风险评估

考虑到我国商业银行样本数据分布的非正态性和多维性特点,文章将扩展的数据包络判别模型引入商业银行信用风险评估中.该模型具有非参数检验特性,通过两阶段分类过程对企业信用状况进行判别.实证结果表明,与传统的Logistic分析模型相比,扩展数据包络判别模型的预测精度更好.     

基于多准则神经网络与分类回归树的电信行业异动客户识别系统

以电信行业为应用对象,建立了一种基于多准则神经网络(MCNN)与分类回归树(CART)的的异动客户识别系统.该系统首先用多准则神经网络对客户属性进行约简,然后构造用于识别异动客户的分类回归树.通过对浙江省电信系统的大客户数据的实际验证,结果表明该系统具有较好的鲁棒性和有效性.     

大数据营销:综述与展望

随着追踪消费者足迹能力的增强,营销科学正经历着一场大数据的革命.为了了解大数据背景下消费者行为和营销战略的改变,此项研究结合近十余年大数据营销的有关文献,梳理了大数据营销的相关概念,类型及分析方法,并提炼出搜索、移动、口碑、数字化、APP和社会媒体等50个大数据营销的热门主题.在此基础之上,分别从互联网、社会网络、移动互联网、大数据和人工智能等四个阶段对大数据营销的研究进展进行回顾,最后围绕客户旅程,营销活动的量化评估和营销分析技术的开发三个方面对大数据营销的未来研究方向进行展望.     

HLA/RTI中分布资源的存取机制研究

HLA(High Level Architecture)作为分布交互仿真领域最新的技术规范，促进了不同领域、不同类型仿真应用的互操作与可重用，RTI(Run Time Infrastmcture)是HLA的软件实现，其运行效率直接影响仿真应用的整体性能。我们对RTI中涉及的数据资源进行了定义，探讨了资源管理所面临的问题，设计出高效存储、快速索引这些资源的存储方案，改善了RTI数据管理效率，并成功地应用于自行开发的分布仿真支撑平台AST—RTI中。     

多目标数据关联的神经网络解算

从组合优化的角度,建立了密集回波条件下多目标数据关联的数学模型,并提出连续型Hopfield神经网络解算方案,对结果进行了仿真。通过与联合概率数据关联(JPDA)方法的对比仿真,表明了该算法的有效性和快速性。     

区间数据包络分析的决策单元评价

定义了区间数据包络分析(DEA)模型。讨论了DMU的最高效率值和最低效率值的求解,从而确定决策单元(DMU)的区间效率值,并依此对DMU进行分类。建立了一个后区间DEA模型,在此基础上定义评价DMU保持其最高效率值的稳定性的指标,实现了对DMU的进一步评价。     

基于数列变换优化的灰色系统模型

提出了一种可对含负项数列建立灰色系统模型的变换方法,并利用Matlab对变换参数进行优化。针对变换函数的特点提出了一种简化变换参数优化的方法,使二维优化问题简化为一维优化,可显著减小优化计算量,同时可获得较高的模型精度,这样就可在处理含负项数列的同时获得较高的模型精度,拓展了GM模型的应用范围。具体算例验证了所提建模方法的有效性。