决策树算法在物流运输线路选择中的应用

为克服传统物流运输中线路选择主要依赖经验主观确定的问题,对基于决策树算法的物流运输线路选择模型进行了探讨。     

数据挖掘中聚类算法研究综述

本文阐述了聚类算法基本原理,介绍了各种聚类算法,并比较分析了几种典型聚类算法的优点与不足,以便于对聚类算法作进一步的研究。     

光伏系统MPPT控制方法研究

最大功率点跟踪(MPPT)是光伏系统中经常遇见的问题。本文基于太阳能电池的光伏特性,分析了常用的几种MPPT方案及其优缺点,并探讨了MPPT控制的发展方向。     

装卸同步模式下桥吊调度问题研究

为了提高集装箱码头装卸效率,减少桥吊的空运行现象,实现桥吊的满负荷工作,提出了装船作业和卸船作业同时进行的同步装卸方法。同步装卸是集装箱码头为提高装卸效率及桥吊利用率而采取的一种新的调度方法。建立了同步装卸模型并用模拟退火算法求解,运用实例对模型和算法进行验证。结果表明同步装卸模式可以减少装卸作业时间,提高桥吊装卸效率。     

基于MCMC算法的时变Copula-GARCH-t模型参数估计及应用

本文假设单变量时序的新息服从标准的学生t分布,提出多元时变Copula-GARCH-t模型,利用蒙特卡洛马尔科夫链(MCMC)算法对模型参数进行贝叶斯统计推断,给出了多个资产组合风险VaR和CVaR的度量方法,并基于风险最小化原则确立了最佳的资产配置模型。实证分析表明,MCMC方法优于经典的IFM方法,能够充分捕捉到中美股市的时变相依结构及相关系数和尾部指数的动态特征。     

改进的Apriori算法在教学质量评价中的应用

文章针对经典的Apriori算法存在的不足进行改进,并把改进的算法运用到高校教学质量评价中,发现评价信息中许多潜在有价值的关联信息,帮助教学部门进行辅助决策,同时也为教师提供有价值的参考。     

直接序列扩频系统中强窄带干扰抑制的一种非线性自适应抑制快速算法

本文将一种改进的非线性自适应抑制快速算法应用于直接序列扩频通信的强窄带干扰抑制中,并将其与其它时域自适应抑制算法进行仿真比较,在收敛速度和收敛精度相当的情况下,该算法结构简单、计算量适中且误码率小,特别是相对于其它算法,其对窄带干扰的抑制深度具有明显的优势。     

基于闭包系统划分的概念格并行构造算法

随着处理的形式背景的增大，概念格的时空复杂度也会随着急剧增大。研究新的方法和手段来构造概念格，是概念格技术应用于大型复杂数据系统的前提．提高其构造效率的一种有效途径是利用高性能并行计算机和网络并行计算的能力，因此概念格的并行构造算法已成为众多学者的一个新的研究方向。概念格的并行构造思想就是根据不同的原理，采用分治策略，通过对形式背景的拆分，形成分布存储的多个子背景，然后构造相应的子概念格，再由子概念格的合并得到所需的概念格。目前建格算法的分布处理研究主要有形式背景的并置和叠置以及形式背景的折叠搜索子空间划分两种方法，本文在总结研究这两种方法的基础上，基于偏序集上闭包系统分解的思想，对提出的闭包系统划分为多个子闭包系统的判定定理进行了证明．使闭包系统的分解既不会产生冗余信息，也不会使信息丢失，并把所提出的判定定理用于概念格的并行处理．提出了一个新的基于闭包划分的概念格并行生成算法——Para-Prumng算法。通过实验，利用随机生成的数据集同经典NextClosure算法进行比较分析，验证了新算法的正确性和有效性。     

Computation of non-linear continuous optimal growth models: experiments with optimal control algorithms and computer programs

In this paper we discuss the use of optimal control methods for computing non-linear continuous optimal growth models. We have discussed various recently developed algorithms for computing optimal control, involving step-function approximations, Runge–Kutta solutions of differential equations, and we suggest that the discretization approach is preferable to methods which solve first-order optimality conditions. We have surveyed some powerful computer programs by : , and for computing such models numerically. These programs have no substantial optimal growth modelling applications yet, although they have numerous engineering and scientific applications. A computer program named by is developed in this study. Results are reported for computing the Kendrick–Taylor optimal growth model using and programs based on the discretization approach. References are made to the computational experiments with and . The results are used to compare and evaluate mathematical and economic properties, and computing criteria. While several computer packages are available for optimal control problems, they are not always suitable for particular classes of control problems, including some economic growth models. The -based and , however, offer good opportunities for computing continuous optimal growth models. It is argued in this paper, that optimal growth modellers may find that these recently developed algorithms and computer programs are relatively preferable for a large variety of optimal growth modelling studies.     

自适应LMS算法均方误差收敛的充分条件

本文给出了保证自适应最小均方算法均方误差(或平均功率)收敛的充分条件,并分析了在该条件下均方误差的收敛性能。