基于DEA和系统聚类法的上市物流公司运营绩效评价与分析研究

应用数据包络分析法(DEA)和系统聚类方法对我国40家上市物流公司2011年的运营绩效进行了综合效率、纯技术效率以及纯规模效率和规模效益状况分析和评价。结果表明:我国上市物流公司总体运营绩效较好,综合效率平均为0.891,纯技术效率平均为0.918,纯规模效率平均为0.971;我国上市物流公司不论是仓储类、运输类物流公司都存在规模效率和技术效率差异;主要问题是技术效率而不是规模效率问题。     

系统聚类法及其应用研究

本论文在研究各类系统聚类法的基础上,并运用在实例中说明其方法在具体问题中的应用。即通过最短距离法、最长距离法、中间距离法、类平均法、重心法、离差平法和法等方法对新疆各地州生产总值进行分类,分析并找出分类质量最好的分类结果,提出其方法所体现的优缺点,以及在运用各类系统聚类算法时会存在的弊端等,再对最终研究结果依据相关领域实际情况进行解析,进而提出进一步提高各地州经济发展的对策建议。     

基于订单网格化聚类方法的医药自动拣选系统与电子标签拣选系统的比较研究

通过对两种医药订单拣选系统（基于订单网格化聚类方法的医药自动拣选系统和电子标签拣选系统）的对比分析．提出了适合医药配送中心采用的高效率分拣的方法。系统订单拣选系统最常用的两种作业策略分区策略和分批策略本质上都是对订单的聚类,因此订单可以被分为很多一维单元化网格;根据各系统的逻辑运动关系,可得到单元化网格的拣选时间表达式;利用作业时间模型和空间填充线,对单元化网格进行聚类．得到二维系统的总订单拣选时间.最后通过实验研究．初步得出二者在拣选效率及补货效率等关键指标上的区别。     

基于密度的最佳聚类数确定方法

确定数据集的正确聚类数目是聚类分析中的一个基础性难题。常用的聚类数确定方法通常依赖特定的聚类算法,且在数据集存在子簇群的情况下效果欠佳。本文提出一种新的最佳聚类数确定的指标,该指标着重于分析簇的几何结构,从数据对象分布密度的角度来度量类内紧密度与类间分离度。该指标对噪声不敏感并且可以识别数据集中的子簇群,在实际数据和合成数据上的实验结果表明,新指标的性能优于广泛使用的其他指标。     

基于层次分析与模糊聚类的建筑工程评标方法研究

目前的评标系统大多基于单项评议法、综合评议法、两阶段评议法等传统方法,评标方法简单但主观因素影响较大。本文提出了基于层次分析与模糊聚类的建筑工程评标的方法,研究了方法的理论基础,给出了评标方法及流程,运用该方法使得评标更具客观性。     

基于灰色聚类的ERP能力评价指标的确定

现如今企业信息化发展非常迅速,相应的ERP人才需求激增。如何科学、客观的评判学生的ERP能力是重中之重。本文研究的重点就是通过灰色关联聚类,分析学生的ERP能力指标,把相同或相似的指标进行归类,使复杂的指标体系简单化,达到实用可靠的目的。     

一种基于聚类技术的非量化考勤系统研究

传统的自动化考勤系统对于现代公司而言过于刻板,无法根据特定员工的情况给出更具人性化的考勤判定。现在即使在一个中小型企业中,每个月产生的考勤记录数据也是非常庞大的,而传统的考勤系统只能将这些数据作为个体单独处理,这也因此丢失了蕴含在这些数据背后的一些有价值的信息,同时也给未来的考勤系统维护造成了一定的困难。但是利用聚类技术可以将所有的考勤数据作为一个数据集进行处理,找出其中蕴含的有用的簇,并且利用这些簇将个体考勤信息进行分类并得出与这些聚类的差别,利用这些差别最终得出一个更具人性化的考勤排名。     

基于系统聚类的营口港吞吐量影响因素分析

以营口港2005-2013年统计数据为依据,提出采用系统聚类和典型指标分析的方法选取主要影响因素。同时,利用SPSS20.0统计分析软件,从港口自身建设和腹地经济发展等方面分析并有效选取典型影响指标,建立多元回归模型进行拟合。通过对拟合模型的误差检验发现,该方法建立的模型拟合精度较高,采用该法选取的典型指标可以消弱影响因素间的多重共线性,同时该方法可以推广到类似港口吞吐量预测中,并为港口新一轮规划建设提供参考。     

基于模糊聚类的数字图书馆个性化推荐系统方案设计

用户建模是数字图书馆个性化推荐系统中的关键技术,本文依据中图法对用户兴趣进行了建模,并通过Apriori关联规则算法挖掘了信息资源各类别间的关联,然后通过FCM算法对用户进行聚类分析得到目标用户的最近邻,在Top_n最近邻居集中通过协调过滤技术产生推荐。实验结果表明,本文提出的方案是可行的和有效的,也为创新数字图书馆个性化服务提供了一种新的思路。     

区域物流中心系统规划的分析与聚类

分析了物流中心规划中面临的问题,以及物流中心在经济条件、交通条件、设施水平和支持系统方面的评价指标,利用模糊聚类将评价后的物流中心分为国际或全国型、区域型、市域型3个层次,为物流中心的规划和建设提出了依据。     

基于灰色聚类的物流中心选址

随着物流中心选址在物流系统中的重要性越来越大。而传统的方法都有其不可避免的缺陷，考虑到物流中心选址的灰色特性。本文重点介绍了灰色白化权函数聚类评价方法。讨论了灰色白化权函数聚类方法在物流中心选址中的应用．最后对结论进行了分析。     

基于谱系聚类的群决策方法研究

决策者对方案评价值的分布不均匀不利于正确评价各候选方案。本文先将决策者进行聚类,聚类的依据是决策者对方案评价值之间的欧氏距离,然后计算聚类的整体偏好矢量,再根据整体偏好矢量的综合评价值来区分各方案的相对优劣,最后,用了一个计算实例来说明该方法的可行性。     

基于聚类技术的NT网络拓扑推测方法研究

网络拓扑推测是网络管理中一项非常重要的技术,及时获取准确的网络拓扑对于改进网络协议和优化网络性能起着关键的作用。本文首先给出了NT的概念、依赖树模型,然后用聚类算法计算兄弟节点的度量函数值,最后在此基础上提出了完整的基于聚类技术的NT网络拓扑推测算法,该算法有着广泛的适应能力和扩展能力。     

基于聚类的河南省物流园区空间布局实证分析

利用层次聚类方法,选取评价物流园区空间布局常用的5大指标体系,借助统计分析软件SPSS,对河南省18个主要城市的相关指标数据进行了聚类实证分析,并在河南省物流园区建设规划(2010-2015年)的基础上,综合郑州、洛阳、南阳、安阳、商丘等主要城市的地理位置、交通条件和产业特点等要素分析,对河南省各城市应建设的物流园区规模及类型定位提出了进一步的具体实施建议。同时也实证了聚类分析方法在物流园区规划选址中是一种有较好实用价值的辅助决策定量分析方法。     

中小板上市公司债务融资效率分析与政策支持研究——基于系统聚类与DEA-malmquist的实证分析

本文采用2008年至2012年50家中小板上市公司面板数据,采用系统聚类和DEA-malmquist指数分析相结合的方法,对其债务融资效率进行了分析。结果表明,中小板企业在资产配置效率方面较关注自身盈利状况和成长前景,而未认识到节约融资成本的重要性以致债务融资效率偏低。中小板应充分发挥债务融资杠杆作用,通过强强联合和以强带弱途径分散经营风险,在扩大规模效益的基础上保障企业融资高效稳步前进。     

基于改进的PALM的聚类算法及应用

由于K-means聚类算法具有很强的非凸性,其聚类效果常常取决于初始化结果。近期,Xie等人为了克服初始化问题,将K-means模型松弛为具有非凸约束的优化问题,同时应用近端交替线性化极小化算法求解该类优化问题,但该类算法中的梯度计算复杂度较高。所以,在此基础上,将K-means模型进行了更新,得到了一种改进的PALM聚类算法;通过6个基准数据对新算法聚类结果的评估,实验结果表明：改进的算法的时间复杂度低于原来的算法,且部分数据集解的聚类精度更高。     

基于模糊聚类的综合财务分析方法及其Excel实现

本文结合上市公司的财务指标，在数据规格化处理的基础上，利用模糊聚类分析，采用欧氏距离方法建立模糊矩阵，利用平方法求解模糊等价矩阵，并按照一定的聚类水平进行模糊聚类，得到同一行业不同企业的分类。利用此方法，可综合反映企业的财务状况与经营成果，实现对企业的综合评价。     

基于模糊聚类的交通小区划分方法研究

阐述了交通小区的定义,划分交通小区的目的与原理,依据模糊聚类分析法,运用MATLAB软件进行聚类分析,提出整合方案。     

基于读者日志分析的模糊聚类研究

为了能及时了解读者对图书的需求及阅读动向,提出了建立一个读者兴趣模型,并在此基础上进行模糊聚类研究,从中挖掘出读者的阅读规律。     

基于改进K-means聚类的物流配送区域划分方法研究

在求解大规模的车辆路径问题时,首先需要将大规模复杂的配送网络根据一定的约束条件并利用相应的方法划分为若干个小规模的配送区域,而不同的配送区域的划分方法对最后优化效果影响很大,本文从解决实际问题入手,首先明确了使用聚类算法进行配送区域的划分可以使得到的区域比较紧密且更符合实际需求,然后分析了现有基于K-means聚类算法的优劣性,在此基础上设计了一种新的配送区域均衡的划分方法——改进的两阶段K-means聚类算法,并经过仿真实验验证了方法的实用性和有效性。