考虑广告主信誉的两阶段GSP机制研究

在国内,关键词拍卖机制的逐利本质诱发了大量的虚假广告,引发了公众的广泛争议;拥有高报价的广告主并不总是给搜索引擎用户好的用户体验,这些问题已成为亟需解决的重要问题。本文提出了一种既考虑广告主信誉又考虑用户福利的两阶段可信有效竞价关键词拍卖机制,通过与GSP单纯竞价拍卖机制进行比较,我们分析了广告主的均衡竞价策略、拍卖的均衡收益和效率。结果表明,本文的拍卖机制不仅有利于促进广告主提高信誉,在提高搜索引擎的长期均衡收益和拍卖效率方面也有一定的优势。     

媒体监督对上市公司融资约束的影响研究——基于Heckman两阶段模型的实证检验

本文以2010～2014年沪深两市上市公司为研究对象,采用Heckman两阶段模型研究了媒体监督对上市公司融资约束的作用机理,深入探索了不同类型媒体监督对融资约束的影响差异。研究结果发现：媒体监督对上市公司融资约束可以产生显著的影响,即媒体正面报道可以减轻企业的融资约束,而媒体负面报道则会加剧企业的融资约束;不同类型的媒体监督对上市公司融资约束的影响存在差异,相对于纸质媒体监督而言,网络媒体监督对融资约束的影响力更大。     

基于遗传算法的智能PID系统设计和分析

根据实际需求设计一个PID控制系统,运用基于遗传算法的PID控制实验,使用传统PID和基于遗传算法的改进型PID控制,利用调试时间和调试的最终结果做对比,验证了该方法的可行性。     

基于偏好多阶段DEA模型的高技术产业区域创新绩效评价研究

高技术产业已成为区域创新的重要载体,并通过高新技术企业从事的诸多科技活动及创新行为,凝结成为推动区域创新的助推力。鉴于高技术产业在科技创新中蕴含的结构特征,将该产业创新过程划分为具有紧密逻辑关联的两个阶段。诚然,为了获得更加科学、准确的评价结 果需要将决策者的主观偏好体现在管理决策过程中。本文提出了体现两阶段特征的偏好DEA 模型,对我国高技术产业的区域绩效进行了测算,进一步探究出决策者在不同阶段偏好下对高技术产业创新效率的影响,并针对各区域的分布特征分别提出了对策与措施。     

全过程工程造价咨询的各阶段关注要点分析

近年来,我国工程项目日益增多,相关制度也逐步趋于成熟,形成了一个较为完善的管理体系.然而,在新经济时期,企业若想促使经济效益得到有效提升,就需将关注重点放置于全过程工程造价咨询方面.就目前来讲,我国工程建设施工企业在工程造价全过程咨询方面,依然存在一定不足尚待完善.     

基于改进遗传算法的造价模型优化

基于遗传算法的造价优化管理,是进入现代化管理后迅速发展起来的一项先进造价管理技术。基于改进遗传算法可以提高造价管理工作效率、降低总成本,同时基于改进遗传算法的造价模型优化,可以为国内各大型建设工程项目带来非常可观的经济效益和社会效益。本文将重点对基于改进遗传算法的造价模型优化,进行深入的分析与探讨。     

煤炭资源勘探阶段对瓦斯的评价及研究

本文叙述了煤炭资源勘探阶段对瓦斯研究与评价的意义,以及研究的内容、方法及手段,为以后煤炭资源勘探过程中瓦斯研究工作的开展提供参考资料.     

煤炭工业推进两化深度融合关键环节分析及建议

探讨了两化深度融合对未来煤炭工业发展的重要意义,提出了煤炭工业推进两化深度融合的主要思路和原则,分析了在推进煤炭工业两化深度融合过程中存在的主要矛盾和9个关键环节,针对关键环节的实现提出了措施建议。     

服务营销思想发展的阶段划分与特点分析

目前国内对服务营销思想发展方面的研究尚处于空白状态.本文在借鉴西方研究成果基础上,对相关服务营销文献进行了梳理分析,并以服务研究特征为依据,将服务营销思想的发展重新划分为四个阶段,即萌芽阶段、探索阶段、成长阶段和徘徊阶段,分析了每个发展阶段的特点,并且对未来服务营销思想的发展趋势进行了展望.     

基于自适应遗传算法的一类非线性规划问题的新算法

传统的方法解答非线性规划问题存在着有进入局部最优、效率低、甚至根本得不出结果的局限性,而遗传算法中用不变的p_c和p_m来控制进化,很容易导致早熟,降低算法搜索效率。根据适应度自动对交叉概率p_c和变异概率p_m进行调整,提出一种新的遗传算法。通过对6个测试函数的仿真实验,结果表明本算法是非常有效的。     

基于遗传算法的模糊控制器参数优化

针对非线性量化因子模糊控制器的参数对系统性能影响和参数间的相互制约,提出了一种基于遗传算法的参数整定与优化方法,并进行了仿真研究。仿真结果表明通过该方法寻优的系统具有更好的响应速度和控制精度；当对象结构或参数发生变化时,非线性量化因子模糊控制器可以重新整定参数,以保持良好的控制效果,具有很强的鲁棒性。     

基于遗传禁忌算法的任务分配与调度的研究

任务分配与调度问题是公认的NP问题,为了合理的对备份任务进行分配与调度,使得最短时间内完成备份任务, 提出了基于遗传禁忌搜索的备份任务调度算法。 重点研究了遗传算法和禁忌搜索算法,并针对二者的不足,提出将其两种算法混合,相互取长补短,仿真实验结果和实例应用表明,笔者提出的算法其搜索效率比单一的遗传算法具有较好的效果。     

遗传算法优化BP神经网络的岩质边坡稳定性预测

为了解决边坡工程中非线性变化给稳定性预测造成的困难,建立了GA-BP神经网络计算模型预测岩质边坡稳定性。采用定性评价和相互作用矩阵复核的方式,选取边坡坡度、边坡高度、斜坡结构类型、岩体强度、控滑结构面倾角、岩体结构特征、地表变形强度、人类活动强度8个评价因子作为BP神经网络的输入变量;利用遗传算法对神经网络的初始权值和阈值进行优化后训练岩质边坡稳定性预测模型;对比分析GA-BP神经网络和BP神经网络的预测效果。结果表明,优化后的预测结果误差绝对值小于0.15的占85%,未优化的传统神经网络仅占45%,优化后的预测结果更加接近真实值,表明遗传算法对传统BP神经网络的优化是有效的。研究结果对建立岩质边坡稳定性预测模型具有一定的参考价值。     

基于改进遗传算法的模具零件孔群加工路径优化

为提高孔群模具的加工效率,提出了一种最近邻、遗传算法和禁忌搜索相融合的改进遗传算法。采用最近邻算法选取一系列好的初始种群,同时将禁忌搜索中"禁忌"的思想引入到遗传算法中,并在进化过程中随机引入部分新个体,进行迭代搜索。根据孔群加工特点建立了类似旅行商问题的数学模型,并用改进算法求解最短加工路径,在分布复杂的孔类模具上进行数值实验。轮胎实例应用结果表明,改进算法优化后路径长度比CAM系统算法优化后路径长度缩短5.31%,比X向路径法缩短77.88%,比Y向路径法缩短77.63%,比最近邻算法缩短4.52%;当实验参数相同时,改进算法路径长度比遗传算法缩短14.65%,且运行时间平均缩短了63.60%。改进算法的路径长度明显缩短,有效提高了孔群的数控加工效率。其通用性较好,在提升数控系统孔群加工效率方面具有参考价值。     

基于改进遗传算法的沥青路面再生工厂布局优化

为了帮助沥青路面再生工厂获得更好的经济与环境效益,提出一种基于改进遗传算法的布局优化方法。首先,确定再生工厂布局的约束条件,并以非物流相关性最大、物料搬运成本最低和碳排放最少作为优化目标建立工厂布局优化模型;其次,基于初始布局方案,采用实数分层编码及排列组合方法对各功能区的初始位置进行交叉互换,并根据约束条件进行筛选,得到合适的初始种群;再次,针对横坐标层与纵坐标层进行算数交叉,变异时坐标层采用多点变异,放置方式层采用单点变异,并引入模拟退火算子;最后,以某再生工厂为例对改进算法进行验证。结果表明：改进后的遗传算法迭代次数较传统遗传算法减少34次,目标函数值较文献中遗传算法减小0.009 9,提高了算法的寻优能力;优化后的方案每日物料搬运成本减少14 468.85元,碳排放减少30.59 kg,验证了方法的有效性。研究中所提出的优化方法效率较高,可为沥青路面再生工厂的建设提供技术支持。     

两种基因类型的丙肝传染病混合模型的动力学分析

鉴于中国丙肝患者中所含基因类型主要分为2种,且在临床上有急性和慢性之分,为了更好的研究基因类型对丙肝的影响,针对急性和慢性2种基因类型丙肝进行生物数学建模,分析讨论其相应平衡态的存在性及稳定性。结果表明,基本再生数较大的丙肝会长期存在,而基本再生数较小的丙肝会逐渐消亡,当且仅当基本再生数相等时,2种基因类型的丙肝才可能共存。数值模拟分析验证了该结果的正确性。因此,对不同基因类型的患者进行分类治疗是必要的。     

Boosting算法及其在动态视频图像中的应用

Boosting是一种有效的分类器组合方法,它用某个分类算法生成一系列的基分类器,每个基分类器的训练依赖于在其之前产生的分类器的分类结果,基分类器在训练集上的错误率用于调整训练样本的概率分布,最终分类器通过单个基分类器的加权投票建立起来。将Boosting算法应用在动态车型图像检测中,大大提高了对运动过程中车辆的识别能力,对智能交通系统的发展起着推动作用。     

Index fund optimization using a hybrid model: genetic algorithm and mixed-integer nonlinear programming

Abstract

Index funds consist of a subset of stocks, an index tracking portfolio, included in the market index. The index tracking portfolio aims to match the performance of the benchmark index. In this paper, we propose a hybrid model for solving the multiperiod index tracking problem, which includes rebalancing concerns, transaction costs, limits on the number of stocks, and diversification by sector, market capitalization, and stock weight. Our hybrid model combines the genetic algorithm (GA) to select stocks of the index tracking portfolio and mixed-integer nonlinear programming (MINLP) to estimate its weights. Finally, we apply our proposed hybrid model to the S&P500 to find an index tracking portfolio that includes those constraints. The results show that our hybrid model is able to create an index fund whose return rate is similar to the market index with significantly lower risk.     

型煤干燥设备结构设计与分析

针对型煤干燥过程能源利用效率低、粉尘污染严重等问题,设计开发了一套通过在煤层下方铺设导热油管提供热量,并利用余热回收装置提高能源利用效率的型煤干燥装置。介绍了型煤干燥设备的总体结构,并对该装置的导热油炉、干燥室、余热利用装置3部分进行了结构分析,其中干燥室内铺设多层导热油管以逐步加热煤层和空气,从而能够在较小的风速条件下实现型煤的高效率干燥。通过结构分析和企业应用情况反馈表明,在保持相同干燥效率条件下,与不采用换热排管的装置相比,本装置在干燥过程中型煤几乎没有破损,干燥风速降低30%以上,单产能量消耗降低超过10%。因此,所设计的装置可以显著提高型煤成品率,降低粉尘污染,提高能量利用效率,降低企业生产成本,有助于型煤的推广利用。