基于综合赋权的风险型多属性决策方法

讨论了属性值是有限区间上的连续型随机变量的风险型多属性决策问题。首先,通过密度函数的变换,研究了风险决策矩阵的规范化问题。基于主客观赋权的思想,建立了一个确定综合权重的模型,并给出了求解此类问题的一种方法。最后,以属性值为区间数的多属性决策问题作为特殊情况,给出了实例。     

关于病毒与人类共存的哲学思考

病毒与人类的关系,是寄生与对抗、共存与依赖的关系.以积极进取中的必要妥协策略来对待病毒是人类的理性抉择,由此应在一定程度上改变相应的人类生存观念和生产方式.     

基于智能蚂蚁算法的路由选择

智能蚂蚁算法已经成功地运用于TSP问题和一系列的离散优化问题．文中分析了智能蚂蚁算法的工作原理．并基于蚂蚁的自组织能力描述了一种新的分布式动态路由选择方法，QoS保证的分布式路由选择算法(DQRA)。DQRA能以并行的方式解决网络中呼叫的时延和带宽分配问题。理论证明此种算法简单，易于实现．能有效地解决大型网络的负载平衡问题。选择Matlab仿真软件对DQRA算法进行仿真，并且比较了当业务要求带宽变化时阻塞率的变化．进一步证明了算法的有效性。     

论教研期刊的审稿原则与实施

优秀的教研期刊应具备学术性、导向性、实用性和可读性。编辑在审稿过程中必须要坚持学术性原则、导向性原则、实用性原则和可读性原则，并且在实施过程中注重选题的新颖、内容的创新、格式的规范。从而保证刊物的质量。使其获得良好的社会效益。     

基于BP网络的钢骨高强混凝土框架边节点设计

为了研究钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点的承载力，在实验研究的基础上，分析了钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点承载力的组成，明确了钢骨、钢强混凝土和箍筋所提供的承载力的计算方法，确定了钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点承载力的计算公式。利用神经网络的原理，建立了钢骨高强混凝土柱，钢筋高强混凝土梁框架边节点承载力的BP神经网络模型，并根据试验结果，对网络进行训练，使其具有分析和判断的功能，从而形成一种新型的设计方法。     

基于卷积神经网络的多天线Polar码联合解调-解码方案

为了验证运用神经网络进行信道解码的可行性,利用其提高短码长Polar码的译码准确率,提出了一种基于卷积神经网络(convolutional neural network,CNN)的多天线(multiple-input multiple-output)Polar码新颖联合解调-解码方案.搭建了一种包括4个卷积层,2个全连接层和1个输出层的卷积神经网络,采用最小均方误差作为损失函数,通过计算机生成了Polar码编码的多天线数据并对网络进行训练,使训练得到的神经网络能很好地提取出Polar码比特间的关系特征,从而拟合出Polar码译码函数.仿真结果表明,在相同信噪比条件下,基于CNN的Po-lar码联合解调-解码方案的误码率优于已有的基于全连接神经网络方案;所提方案在不同码率的仿真实验中的误码率皆优于基于全连接神经网络方案,损失曲线的收敛速度更快,显示了基于CNN的Polar码联合解调-解码方案具有更好的泛化能力和学习能力.     

基于期权采购的政企联合储备应急物资模型

政企联合储备应急物资能够有效地改善政府单独储备物资所面临的储备过量或不足的困境,而通过市场化的契约机制实现政企联合储备可以克服行政强制手段带来的弊端.基于此,本文建立了基于期权采购的政企联合储备应急物资模型,通过推导获得政企双方的最优决策后,给出了企业参与联合储备的条件,以及在不同的现货市场条件下,与政府单独储备模式相比,政企联合储备模式能够提高物资总储备量且降低政府库存水平时契约参数的取值范围.在此基础上,本文给出了供应链达到协调以及政企双方实现合作共赢时的条件.最后,本文通过数值模拟对上述结论进行了验证,并进一步研究物资需求量不确定性对两种储备模式的影响,结果表明随着需求量不确定性的增加,与政府单独储备模式相比,政企联合储备模式的优势越发明显.     

双积分制下汽车生产商生产决策优化

本文研究了燃料消耗量积分和新能源汽车积分"双积分制"下汽车生产商生产决策问题,基于持股比例和内部期权协议建立了传统能源车与新能源汽车联合决策模型,在积分不足、积分富余和积分平衡三种策略情形下求解了最优定价、产量和内部积分协议价,并针对市场积分价格和汽车销售量的实际波动求解了生产计划的鲁棒区间及其应急调整策略.研究结果表明:持股比例主要影响内部协议价形成,持股比例越高,内部协议价越趋近于外部市场价;初始生产计划存在多维非对称鲁棒区间,汽车生产商可通过价格响应机制实现生产计划扰动管理及积分策略切换;控制积分交易限量将改变最优生产计划及其应急调整策略.     

空时自适应混合高斯模型复杂背景运动目标检测

为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.      

一阶逻辑完备性定理的新代数证明

给出了一阶逻辑完备性定理的一个新的代数证明，这个证明不使用依赖于Boole代数表示定理的γ-解释，但使用关于Q-滤子△↓的△↓-解释，也需要用到选择公理，另外指出了已有代数证明的不足之处，并作了修正。