基于GIS和粒子群算法的两级物流配送中心选址优化方法及应用

根据总运费最小化原则,以用户空间数据库为背景建立了针对两级配送中心的选址优化模型。为了对选址优化模型求解,提出了一种变异粒子群算法。以地理信息系统(GIS)为平台,对山东省区域物流配送中心的选址优化进行了实证研究,所得结果符合山东省实际情况,表明本文提出的选址优化方法具有较大的应用价值。     

部队摩托化机动油料运输优化模型

在对缓冲区进行分析的基础上,结合Dijkstra最短路径算法和次短路算法,对部队摩托化机动途中油料运输力量前往的后方油库和路线进行了求解,使用排序函数按往返路径所需时间,从小到大对所有可能的路径进行排序,得到多个可供选择的油料运输方案,为油料保障决策提供支持。     

基于K-Means聚类算法的配送中心物流成本分析

文章提出了一种基于聚类算法的配送中心选址问题。针对复杂的配送中心选址问题,利用聚类算法中的K-means算法解决配送中心选址问题,该算法的实证中解决了125个配送点的配送中心寻优问题,而且在选择配送中心时充分考虑客户的需求和各地实际情况(各地的消费能力、地理位置以及交通等),通过定量分析和定性分析结合的方式,建立起了二级配送网络。实证结果表明,该配送网络具有实际应用价值并具有良好的经济效果。     

基于BP网络的信息系统实用化评价方法研究

针对当前信息系统实用化评价方法所存在的不足,本文提出一种基于BP神经网络的信息系统实用化评价方法。在分析影响信息系统实用化评价因素的基础上,将遗传算法神经网络原理引入信息系统实用化评价,成功构建了基于BP神经网络的信息系统实用化评价模型。实证表明该模型能够优化实用化评价的过程,模型评价结果较客观准确。     

服装裁剪路径优化与仿真系统的开发研究

为提高服装自动裁剪系统的裁剪效率、减少错误而进行了开发。分析了当前服装自动裁剪系统使用中存在的问题,设计了样片的数据结构、针对样片的排序问题设计了优化算法,并说明了对称片起刀点的设置方法。系统经工厂生产试用,达到了减少空行程、提高裁剪效率、降低成本的目的。     

数据挖掘在证券交易系统分析中的应用

本文以沪深证券市场的公开数据和部分实时券商交易数据为基础,应用数学集合论、博弈学习论和金融微观结构理论与计算机信息系统相关概念,提出了金融市场数据挖掘的合并算法,并分别讨论了数据挖掘在序列模式、关联分析、聚类分析、偏差检测、进化遗传模拟五方面的应用。     

基于MS聚类分析模型的数据挖掘应用研究

本文分析了数据挖掘所具有的重要作用,简单介绍了MS聚类分析的现状,并对MS聚类分析的数据挖掘应用模型及建构数据挖掘体系的方法进行了探讨。     

改进的k-means聚类算法在客户细分中的应用研究

聚类分析是数据挖掘的一种重要方法,将它应用在客户细分中,可以识别出不同的客户群,从而针对不同的客户群制定相应的营销政策,使企业效益最大化.针对聚类分析中k-means算法的不足,运用改进的聚类算法对旅游业客户进行细分,从而使企业能够更合理地细分、规划客户群组,针对不同需求的客户群体进行区别对待,得到了较好的效果,验证了改进算法的可行性和高效性.     

对假设清算法应用中若干问题的探讨

假设清算法是目前金融不良资产评估中广泛使用的一种方法,为厘清在实务操作中一些不易把握的问题,本文拟对运用假设清算法进行不良资产评估涉及的若干问题进行探讨.     

国美兼并永乐后的规模经济分析——基于全要素生产率测算法

2006年国美和永乐兼并的结果是使得前者成为中国家电市场中的行业龙头。国美在香港成功上市,使国美有能力扩大它的销售网点布局,向着规模经济发展的方向迈出坚实的步伐。当今国美是否具有真正意义上核心竞争力呢？本文试图运用全要素生产率测算的方法结合使用EVIEWS5．1计量分析软件来共同构建经济学模型,从规模经济的角度入手来分析这次兼并的经济学意义,探索国美规模经济程度,最后从中找出了一些影响家电连锁行业规模化进程的因素以及对兼并后可能存在的问题提出了一些自己的看法和解决措施。