基于重复博弈的集群企业间社会关系构建分析

针对我国外生模式及混合内生模式集群中核心企业与依附企业间的主从支配关系,将核心企业与依附企业间的社会关系收益进行量化,讨论了核心企业与依附企业间的社会关系构建及维持的影响因素及内在机制.研究表明,核心企业与依附企业间的社会关系构建与维持取决于核心企业对双方社会关系价值的预期以及依附企业的市场价格;核心企业依据依附企业的市场价格来分割双方的社会关系收益;而依附企业可以通过提高自身的价值,获取更高的社会关系收益分割值,缔结和维持有利于自身和集群成长的社会关系.     

决策网络计划中决策单元结构及优化方法拓展

为解决决策网络计划中随机样本空间变化而产生的模型表达上的困难,提出经拓展能够描述多个样本空间的决策单元结构.将随机规划理论引入决策网络计划的优化中,建立了新的考虑期望成本与风险等综合因素的数学模型,并通过算例实现了对模型的求解.计算结果表明:经拓展后的决策单元结构及相应的优化模型能够更为有效地解决不同样本空间下的决策问题,具有较高的理论意义与实用价值.     

大数据在基础教育管理与决策中的应用研究

进入大数据时代后,基础教育管理和运行迎来了更多的发展机遇,基于大数据的预测、分析将逐步融入基础教育管理和决策中。大数据技术和思维将影响基础教育管理与决策的各个环节,影响基础教育发展规划,改变基础教育教学评价体系,甚至在基础教育教学思维中产生深远的影响。基础教育管理工作者应主动研究和思考,以积极的态度迎接大数据时代的来临。     

阿罗不可能性定理和社会选择的无矛盾性问题

2017年2月21日,国际著名数理经济学家、1972年度诺贝尔(Nobel)经济学奖获得者阿罗(K.J.Arrow)于美国辞世。谨作此文,以纪念他在社会选择理论,特别是其中将有关数学应用于研究经济学领域发现的"阿罗不可能性定理"作出的重大贡献。     

一种含有中性指标的数据包络分析方法

在应用数据包络分析方法进行评价时,要求所有指标必须具有偏好性,即所有指标必须越大越好或者越小越好.然而,当评价指标体系中含有中性(即没有偏好性)指标时,传统的数据包络分析方法则不能解决该类问题.因此,本文以经济效率与产业结构调整为背景,从系统性的角度出发提出了一种用于评价含有中性指标的数据包络分析模型.该模型不仅能给出一个经济系统的效率大小,而且还能给出该系统应如何通过产业结构调整来提高经济系统的效率.最后,应用本文提出的方法分析了天津市经济结构调整的有效性问题.     

P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下,SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题,需要高效的算法以支持大规模的候选组合方案集合,同时也需要有效的评价模型来明确定义候选方案的优劣程度,从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数,但是对于用户来说精确的量化权重配置是一个非常困难的任务,特别是在涉及到的QoS维度较多时;后者无需权重配置,将Pareto最优的skyline集合作为优化结果返回给用户,然而skyline集合的规模是不可控的,最优结果集的规模会随着问题的规模增大而显著增大,过大的最优结果集显然难以为决策者提供有效参考,针对上述传统方法的不足,在本文中,我们将PROMETHEE方法弓I入服务组合优选问题,结合Pareto和PROMETHEE两种评价模型,将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标,提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题,高效地返回Top—kPROMETHEE最优组合方案集合,从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．     

基于变异系数权重的灰色关联投影法在安全绩效评价中的应用

在提出施工企业安全绩效评价指标体系的基础上,运用灰色关联投影法对企业安全绩效进行评价。为避免指标的相对重要程度因人为赋权的主观性影响和指标权重分配的均衡化以及指标之间因量纲不同而对权重的影响,采取了变异系数法来对各指标确定权重。之后针对实地考察的施工企业进行实证分析,运用比较安全学的思想对安全绩效进行纵向对比,依据评价体系灰色关联度大小来判断施工企业安全绩效的水平高低。进而诊断出各企业安全绩效的优劣,为同类型的企业实际开展安全绩效评价提供指导性的方向和建议。     

基于复杂网络理论的水网节点重要性评价研究

复杂水网节点的重要性排序在工程应用中有重要实践意义,对于水网调度、安全管理有重要借鉴意义.为此,本文在复杂网络理论基础上,以山西大水网节点重要性排序问题为背景,对水网节点重要性评价进行研究.首先从整体角度出发,不考虑水网方向和干支斗毛级别差异,基于水网全局网络拓扑结构,从局部属性、全局属性、传播属性和网络位置四个方面定义了节点重要性评价指标.其次,分别根据这四个指标,对水网节点重要性进行排序分析,结合分析结果对网络位置指标进行了改进.然后,由于单指标评价结果不够全面且适用范围具有很大的局限性,给出了基于TOPSIS的多属性决策方法来综合评价节点的重要性.最后,考虑水网方向和级别差异,提出对水网进行干支斗毛级别划分,基于Page Rank算法对同一级别的有向赋权水网节点重要性评价进行研究.     

Dark matter,the Equivalence Principle and modified gravity

Dark matter (DM) is an essential ingredient of the present Standard Cosmological Model, according to which only 5% of the mass/energy content of our universe is made of ordinary matter. In recent times, it has been argued that certain cases of gravitational lensing represent a new type of evidence for the existence of DM. In a recent paper, Peter Kosso attempts to substantiate that claim. His argument is that, although in such cases DM is only detected by its gravitational effects, gravitational lensing is a direct consequence of Einstein's Equivalence Principle (EEP) and therefore the complete gravitational theory is not needed in order to derive such lensing effects. In this paper I critically examine Kosso's argument: I confront the notion of empirical evidence involved in the discussion and argue that EEP does not have enough power by itself to sustain the claim that gravitational lensing in the Bullet Cluster constitutes evidence for the DM Hypothesis. As a consequence of this, it is necessary to examine the details of alternative theories of gravity to decide whether certain empirical situations are indeed evidence for the existence of DM. It may well be correct that gravitational lensing does constitute evidence for the DM Hypothesis—at present it is controversial whether the proposed modifications of gravitation all need DM to account for the phenomenon of gravitational lensing and if so, of which kind—but this will not be a direct consequence of EEP.     

基于移动设备云迁移的节能决策算法

随着云计算的兴起,云迁移计算开始成为移动设备获取计算资源和降低功耗的有效方式.云迁移的主要想法是将移动终端的复杂任务经由无线网络迁移到云端执行,然后再接收计算结果.然而,无线网络的不稳定性和数据传输的高功耗限制了云迁移计算在移动设备中的应用.不同于已有工作,本文通过引入数据压缩的方法完善了云迁移计算决策模型,并且基于对未来时段网络期望的预测,提出了一种节能迁移计算决策算法——EPVAD.基于实际的3G网络带宽数据和开发测试平台,实验结果显示:EPVAD算法的节能效果较同类算法平均优14.9%,并且算法自身的系统开销可忽略.