基于DEA方法的额外资源分配算法

研究基于DEA(数据包络分析)方法的资源分配问题.求解该类问题的难点在于:对于参与分配的决策单元来说,其分得的额外资源数不仅依赖于该决策单元的相对效率值,还依赖于它的规模大小,因此分配权重难以确定.根据输入、输出指标数的分布情况,建立了3种基本模型,分别是单输入单输出、多输入单输出、单输入多输出模型,给出了这3种模型的资源分配权重的确定算法.最后给出实例,并对给出的分配原则的合理性进行了分析讨论.     

基于多边约束的数据融合网络定位

无线传感网络定位方法近几年来受到广泛的关注。分布式算法是传感网络定位的一个主要要求,它不仅能减小计算和通信负载,同时对络的非连通性有很好的鲁棒性,对测量噪声克服也有一个很好的实现方案。虽然多种测量技术都能实现位置估计,但都存在某些不足。数据融合是一个很好的解决方案。提出了一个数据融合的结构和模糊优化数据融合算法。对每个节点的TOA和RSS数据进行融合。仿真表明位置估计的精度能够得到显著的改进,同时算法的复杂度也得到了降低。     

飞参数据地面处理仿真系统研究

飞参数据地面处理仿真系统研究是综合运用计算机仿真的原理和技术而做的飞行参数计算机模拟仿真系统。在仿真系统设计中提出了飞行参数仿真系统的结构、仿真系统内部的数据流程管理结构及其管理方法。仿真针对飞参数据提出了通用的译码算法和飞参数据二进制文件的处理方法及仿真误差的校验方法。     

基于神经网络的遥感影像超高分辨率目标识别

现有遥感图像的许多分类方法大都忽略了混合像元存在的事实,通过理解遥感影像像元点目标的空间分布特性,提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法。在Hopfield神经网络模型下,利用模糊分类技术进行模糊分类,然后用分类结果约束Hopfield神经网络的方法获取超高分辨率的遥感图像,能够提高遥感图像的目标分辨率,使其目标特征信息更清晰。     

多输入多输出问题效率的影响因素分析方法

为挖掘多输出多输出问题相对有效性的关键影响因素,达到控制与管理的这些主要因素能够有效提高其相对有效性的目的,根据多输出多输出问题的DEA效率指标因素与各指标因素之间的灰色关联度大小,确定多输入多输出问题效率的关键影响因素,并通过案例证实该方法的有效性和可行性.     

带有偏好锥的样本数据包络分析方法研究

针对传统数据包络分析方法无法依据确定参考面提供评价信息的弱点,给出了带有偏好锥的样本数据包络分析模型(PSam-C2WH)和相应的SCDEA有效性及弱有效性概念。分析了(PSam-C2WH)模型的性质以及它与传统DEA模型之间的关系,探讨了(PSam-C2WH)模型刻画的SCDEA有效性及弱有效性与相应的多目标规划非支配解之间的关系。进而,分析了决策单元在样本可能集中的分布特征、投影性质和模型含义等问题。     

基于改进Shapley值解的流域生态补偿额分摊方法

为更加公平的在流域各地区分配上游地区生态建设与保护的成本, 以及调动上游地区对流域生态保护的积极性, 本文在假设流域各地区有合作博弈的基础上, 给出基于DEA合作博弈模型的流域生态补偿额分摊方案. 考虑到合作博弈经典Shapley值解的局限性, 本文利用梯形模糊数确定各地区权重的方法对Shapley值解进行改进. 将此生态补偿额分摊方案应用于新安江流域, 结果表明本文提出的分摊方案不仅使各地区有较高投资生态保护的驱动力, 而且在考虑到各地区水源效益的同时, 还结合了流域中水源及其效益等指标的重要性, 更具公平合理性, 同时为其它跨地区流域生态补偿额分摊研究提供了参考.     

一种结合关联与FOIL算法的分类方法

针对如何减少关联分类方法中冗余规则,增加FOIL算法的规则数,以提高分类准确率,提出了一种结合关联与FOIL算法的分类方法,并称之为ACFA．首先,以类支持度和自信度为度量提取长度为1和2的规则,其次,利用Apriori算法挖掘出频繁2-项集F2,然后在频繁2-项集F2申挑选满足条件的频繁项建立候选集,最后在候选集上运用FOIL算法来产生分类规则．实验表明算法ACFA不但有效减少了关联分类方法中冗余的规则,并大大增加了FOIL算法的规则数,提高了分类的准确率．     

大数据浪潮冲击下网络科学与工程面临的挑战与机遇

近年在大数据浪潮的冲击下,“网络科学与工程”与众多领域一样,面临着新的挑战和机遇。首先评述大数据及大数据科学的特点和概况;然后针对当今“网络科学与工程”的最新前沿课题--“网络的网络(NON)”,讨论若干典型的NON 及其主要特点和相关课题初步进展,并提供若干挑战性课题和难得的机遇。     

同时考虑决策单元竞争与合作关系的DEA交叉效率评价方法

为解决交叉效率方法中存在的多解问题,进取型权重与仁慈型权重方法被提出,所有决策单元要么同时被视为盟友,要么同时被视为敌对方,这并不完全符合各决策单元的个人意愿.因此,提出一种竞合DEA交叉效率方法,将所有决策单元分为若干组,各个决策单元的偏好权重能最大化盟友的总效率而最小化敌对方的总效率.这种权重选择策略体现了不同决策单元的个人偏好,故可以更方便地应用于实践中.最后,通过一个算例演示了这一方法.