简介：针对拆解中心选址决策问题,考虑到检测中心到拆解中心和用户的运输容量,基于成本最小原则,建立了备选拆解中心选址的优化模型,并提出了求解算法,最后通过算例说明了方法的可行性。
简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。
简介：本文首先分析了当前信息系统安全策略存在的问题.在充分研究SSE-CMM模型的基础上,采用系统工程的思想,建立了以风险分析为中心的信息系统安全生命期模型.文章还提出基于全局风险信息库(GRID)的安全风险分析方法,并对GRID的组成结构和各部分关系进行了阐述.
简介：从实际应用出发,对文献[1]中提出物流配送中心选址的随机数学模型进行了有效性分析.通过计算机模拟得到的数据,分别应用随机数学模型和传统选址方法对不同规模的配送网络进行选址,通过分析两者在不同条件下的总费用,得到了该随机模型的一些有趣的性质,为实际中的应用提供了依据.
拆解中心的选址决策研究
分类属性数据的泛化中心聚类算法
以风险分析为中心的信息系统安全工程模型
“物流配送中心选址的随机数学模型”的有效性研究
