简介：针对多方案优选中指标权重确定问题，提出了基于最小离散和最大广义联合熵的组合赋权方法，建立了组合权系数优化模型。该方法一方面根据评价指标对方案决策所起作用大小赋予不同的权重；另一方面尽量能够消除组合赋权中的不稳定性，使各方法各指标权数赋予平衡因子后广义的联合熵最大，从而使得全局的不确定性最小。最后通过实例说明了此方法合理、稳健。

简介：为了便于建立与有上下界网络最大流与最小截问题有关的决策支持系统，本文给出一个求有上下界网络最大流与最小截的数值算法，证明了算法的理论依据，并举例说明了算法在堵塞流理论中的应用。该算法能判定问题是否有可行解，在问题有可行解的情况下能求得问题的最优解。该算法具有易于编程实现、收敛性好等优点。数值实验表明该算法有较高的计算效率，可用于求解最小饱和流问题。

简介：研究随机需求的供应链分销网络设计问题。考虑供应商可以选择所服务的零售商，且供应商通过定价决策确定所服务的零售商。针对此问题，建立了一个非线性整数规划模型和一个等价的集合包裹模型，并利用列生成算法求解集合包裹模型，同时提出一种O（n3logn）时间的算法求解列生成算法中产生的子问题。数值计算表明，本文所提出的算法具有很好的最优性和可行性。

简介：本文提出了一种估计死亡率分布的新模型-最大熵模型.该模型直接从样本信息出发,不需要对待估分布的概率密度函数或先验分布作任何假定,从而克服了极大似然估计和贝叶斯估计的不足.而且通过两个例子的计算结果,表明该方法与样本数据的拟合效果要好于其它两种方法.

简介：本文首先建立了条件收益值与条件损失值之间的关系,其次在理想期望概念的基础上建立了期望收益与期望损失之间的关系.然后给出了依据最大期望收益准则与最小期望损失准则决策一致性条件.

简介：时间序列聚类分析是时间序列数据挖掘中的重要任务之一，通常由于时间序列数据的特殊结构，导致一般的聚类算法不能直接应用于时间序列数据。本文提出了一种基于独立成分分析与改进^一均值算法相结合的时间序列聚类算法，该算法首先利用独立成分分析对时间序列数据进行特征提取，然后利用改进￡．均值聚类算法完成对时间序列特征数据的聚类分析，从而得到了一种新的基于特征的时间序列聚类方法。为了验证该方法的有效性和可行性，将其应用于实际的股票时间序列数据聚类分析中，取得了较好的数值结果。

简介：本文运用协整分析、线性回归、logistic回归等定量分析方法，采用1973～2003年的历史数据，对安徽省农业生产资料价格波动与农业总产值的影响关系进行了深入的实证分析，发现了两者之间存在的一些内在联系和制约关系，并给出了反映两者关系的预测模型。

简介：~~

简介：

简介：本文是《厦门港及附近水域交管系统应用研究》课题中关于港口货物吞吐量预测的部分。这一课题已通过专家鉴定。文中应用回归模型预测2000年厦门港货物吞吐量。通过从多个解释变量中选择合适的解释变量，可获得较好的预测结果。其结果说明在应用数学模型预测时，最为关键的是模型、变量和数据三者之间的相互适应，而不在于模型的复杂程度，特别是在历史数据不多的情况下更是如此。

简介：本文将改进的灰色GM（1，1）模型用于某油田年综合含水率的近期发展趋势研究。在平均相对误差达到最小准则下，研究了模型中的背景值参数A和边值修正项￡对模型预测精度的影响。在此基础上，采用线性规划方法估计模型中的参数，基于遗传算法求解最佳背景值参数A和最佳边值修正项ε，以确保在相应的模型检验准则下预测的误差达到最小。结果表明，用改进的灰色GM（1，1）模型预测近期注水油田的综合含水率，预测值与实际值相对误差很小，预测精度很高，可以得到非常满意的结果。进一步的研究发现，改进的灰色GM（1，1）模型虽然近期预测精度很高，但研究长期的发展趋势是行不通的，为此又研究探讨了长期发展趋势模型。