基于场理论的企业创新生态伙伴选择研究

企业伙伴选择是一个具有时序性、信息模糊性的多属性决策过程。以正交投影、时间度与直觉模糊多属性决策理论相结合建立决策方法,以协同创新能力为基础构建伙伴选择的能力场模型,设计企业创新生态伙伴选择过程,对伙伴企业进行择优和淘汰。最后,通过实例对该方法的有效性和优越性做了验证。     

基于径向基函数的在线学习算法在淘宝商铺营销预测中的应用

文章介绍了径向基函数(RBF)的原理、学习算法及其在电子商务领域中的应用。文章研究的增量RBF模型及窗口式在线RBF模型都具有较好的泛化性能,以淘宝网的"淘宝眼镜销量"作为实例,将增量式RBF学习算法以及在线式RBF学习算法模型应用到淘宝网的眼镜销量的预测中,实验结果证明,基于径向基函数的在线RBF学习算法模型可为淘宝网眼镜销量预测提供参考依据。     

多属性决策法及其应用

考虑多个属性或指标选择最佳备选方案或对有限备选方案进行排序的问题属多属性决策。对AHP、TOPSIS等七种多属性决策方法的原理、评价步骤及应用进行研究,并指出了各种方法的优缺点。讨论了多属性决策法在材料选择领域的应用。     

模糊加权群决策方法在汽车配件供应商选择中应用

文章提出了一种考虑主客观属性的模糊多属性群体决策方法。考虑了决策数据的模糊性,在群决策过程中,语言变量使用梯形模糊数表示,评定各个候选对象的属性权重。该方法结合模糊集理论和简单线性加权,由异质的决策委员会得出的评价总分。该方法应用于汽车行业的零件供应商及合作伙伴选择问题,并验证了方法的可行性。     

层次分析法在公司投资收益分配决策中的应用

层次分析法（AHP）是将与决策有关的元素分解成目标、准则、方案等多层次,进行定性和定量分析的决策方法。企业决策中普遍存在决策准则的多属性问题,用层次分析法处理项目多属性决策问题是比较理想的选择。本文结合上市公司投资收益如何合理分配使用来促进公司发展所考虑的决策准则等问题,建立层次分析模型,通过将所列指标两两比较重要程度而逐层进行判断评分,利用计算判断矩阵的特征向量确定下层指标对上层指标的贡献程度,从而得到基层指标对总目标而言重要性的排列结果,为公司提供决策方案。     

区域孵化器网络绩效的模糊群决策

企业通过建立指标体系,利用matlab编程实现模糊多属性群决策,结合广东省科技产业发展现状,以虚拟区域孵化器网络的模式建立包括广州、深圳、珠海在内的三个虚拟网络,并对各个区域孵化器网络进行孵化能力的评价,帮助待孵企业寻找最佳规模和运转条件的区域孵化器网络。     

基于ANP理论的绿色供应链管理战略决策模型研究

网络分析法（Analytical Network Process,ANP）是一种动态评价系统的非线形多属性评价模型,本文以ANP分析法为工具,建立了绿色供应链管理的战略决策模型,以期对企业绿色供应链管理做出动态评价,为企业规避风险和实施绿色供应链管理提供决策支持。     

铁路工程项目方案评价和优选的MADM方法研究

根据铁路工程项目方案评价与优选特点,以MADM方法为主体,组合运用了群决策、多级模糊综合评判等方法,建立了铁路工程项目方案评价与选优的体系。主要的结论是:提出在线性标准化的基础上,利用幂函数进行非线性属性标准化方法;将多级模糊综合评判模型进行变换,设计了一种简单有效的属性权重赋值方法。     

多属性决策模型研究及应用

针对现实多属性决策问题的复杂性,提出了基于组合赋权和区间灰数的TOPSIS方法多属性决策模型。通过组合赋权确定权重并引进区间灰数描述决策者评价信息的不确定性,结合TOPSIS方法建立决策模型。最后结合实例证明该模型的有效性。     

一种不确定多属性决策模型

在多属性决策优化问题中，往往存在很多不确定信息。本文针对不确定的属性权重，在前人研究的基础上，将专家的主观权重和来自物理学的熵权相结合，产生新的不确定多属性决策问题权重确定方法。介绍相关概念，提出结合的方案，并论证新方法的可行性。     

电子产品回收供应链的双边匹配策略

在废弃电子产品逆向回收过程中,消费者、回收商、制造商间的信息不对称,导致回收渠道不正规、回收不及时、处理不规范、回收效率低下等难题。为此,本文提出基于逆向供应链的交易双方双边匹配模型,通过分析交易双方在实际交易活动中的影响因素,采用多种形式属性信息的双边交易匹配决策方法,构建以交易双方综合满意度最大的多目标优化模型,得出最优匹配方案,为搭建废弃电子产品线上回收平台提供理论基础。     

重大工程决策“政府式”委托代理关系研究——基于我国港珠澳大桥工程实践

重大工程因其公共品属性,在决策主体群中一般呈现以政府为主导的多层次"政府式"委托代理关系。如何充分发挥政府在决策中的主导作用,并有效防范政府行为异化已引起理论和实践界的关注。通过探析港珠澳大桥工程决策中的"多政府式"委托代理模式,提炼港珠澳大桥决策组织设计中的综合集成思想,对于重大工程决策治理提供理论与实践支撑具有重要意义。     

基于信息熵的战略网络中企业关系研究

如何定量的测度企业间关系和跨企业活动的管理绩效成为战略网络中企业研究的重要方面。本文将信息熵概念引入到多属性评价决策模型中,并以此为基础建立了关于企业关系的多属性评价方法,并通过实证分析证明了该模型的有效性。     

基于BP神经网络的冷库工程估价方法研究

冷库工程估价涉及因素多且结构复杂,根据BP神经网络算法在工程估价中超强的容错及泛化能力,建立基于BP神经网络的冷库估价模型。在对江苏省某企业在2011—2015年间140个项目案例进行充分研究的基础上,通过相关性分析提取冷库工程估价的主要特征,通过重复训练,实现了网络各层之间的连接权,模型估算误差在5%以内,满足冷库工程估算的精度要求。     

基于SegNet网络和概率图模型的工区障碍物提取

为适应5G（第5代移动通信技术）智能节点后续投入生产后的高效地震采集工作，利用少量自制训练数据创新性地将传统算法与深度学习相结合提出障碍物自动提取方法。搭建SegNet网络，得到粗糙的语义分割结果，利用条件随机场、特征与空间概率融合等概率图模型依次做了边界平滑和噪声消除的优化处理，最终的语义分割结果在各类障碍物上的准确率较高。与单一使用深度网络需要数万级数据来提升泛化能力相比，提出在少量训练集条件下具有较强泛化能力的语义分割方法，从而能够低成本、灵活高效地运用到各种特定的语义分割场景中。     

基于支持向量机的网络贷款平台等级评价

采用有监督学习方法建立支持向量机模型,对网络贷款平台的等级评价方法进行了研究。由于学习样本少,为了提高模型的泛化能力,采用K-fold交叉验证方法进行模型学习。采用不同的核函数分别建立6种支持向量机模型,选择经过5轮交叉验证后正确率最高的模型作为最终的输出模型。验证结果表明,虽然学习样本数量不多,所建立的支持向量机模型在验证集中预测准确度达80%。     

使用虚拟图片作为目标检测训练集

对于基于深度学习的目标检测算法来说,想要获得高准确率,除了算法本身,还需要数以十万计的高质量图片作为训练集以及大批量的数据集标注.由于安全帽检测领域没有合适的大规模训练集,且除了网络上能够收集到的部分图片外,只能通过摄像头获取相关图片,但这种单一场景又导致模型过拟合而降低了泛化能力.为此研究一个能够通过人工生成的与真实场景相近的虚拟场景并进行自动标注,为缺少大规模训练集的检测模型提供一定的帮助的同时减少了手工标注工作.使用U nity3D建立了多个虚拟场景,并在场景内设置一些自由行动的佩戴、未佩戴安全帽的人员来获得相关图片和标注,使用Yolov3作为统一的检测程序进行检测,实验结果表明,以U nity3D为基础建立的虚拟图片能够帮助训练集较少的模型获得更高的检测精度.     

论思想政治教育话语的“泛化”与哲学社会科学观念创新

思想政治教育及其话语的"泛化"推进着哲学社会科学的观念创新,是马克思主义哲学命题,揭示着思想政治教育及其话语的"泛化"是其边缘属性和非常规属性乃至跨学科话语发展的提示,也是改革开放进入深化发展时代推进自身话语体系适应新的历史条件下创新发展之使然。说明思想政治教育话语"泛化"的必然,向思想政治教育科学发展自觉的转换,推进着马克思主义哲学和马克思主义理论一级学科下的若干二级学科建设和思想政治教育观念整合,自觉实现思想政治教育及其话语的"泛化",是哲学社会科学观念创新的结果。     

基于多类SVM武器装备预研项目风险预警模型及实证研究

在分析武器装备预研项目研究范畴及特点的基础上,进行全寿命周期内项目风险因素识别。对现有风险预警模型进行了比较分析,针对现有研究模型的不足,将支持向量机（Support Vector Machine, SVM）算法应用于武器装备预研项目风险预警,选取1-a-1方法对SVM进行多类扩展,选择RBF函数作为核函数,构建基于多类SVM的武器装备预研项目风险预警模型。最后,结合某军工研究所预研项目进行了实证研究,结果表明该方法拟合精度高、鲁棒性强,对于同类问题具有一定的推广价值。     

REITs信用风险评估方法与优化研究

选取了香港地区11家上市REITs企业的财务数据,采用二分类Logistic回归和RBF神经网络建立其信用风险评价模型进行实证分析。结果表明RBF神经网络在预测结果准确性上优于二分类Logistic回归,而二分类Logistic回归在变量解释能力上绝对占优。综合两类模型的优势,对上市REITs企业进行信用风险评估时,先用二分类Logistic回归模型定性分析出影响REITs信用风险的关键因素,再采用RBF神经网络模型定量计算预测结果的准确率,可以较好地为投资者投资决策提供参考依据。