学科分类
/ 1
5 个结果
  • 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。

  • 标签: 拆解中心 选址 优化
  • 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。

  • 标签: 聚类算法 泛化中心 分类属性 K-modes
  • 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.

  • 标签: 风险分析 信息系统安全 工程模型 全局风险信息库 信息管理 SSE-CMM模型
  • 简介:为解决以往上市公司集成评价模型中各方法评价结果不一致问题,本文构建了改进集成评价模型。该模型先采用层次分析法、灰色关联度法、因子分析法进行评价,并运用KENDALL-W协和系数法对各评价结果进行事前一致性检验;通过检验后,再分别运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型进行组合评价。为了衡量组合评价与各评价方法的评价结果是否吻合,应用Spearman等级相关系数进行组合评价方法的事后检验,并根据Spearman等级相关系数的大小,选出最优的组合评价方法。最后,对中国26家上市运输公司财务绩效进行了集成评价的实证研究,并以算术平均组合评价模型的标准得分为聚类指标,采用欧氏距离法对26家上市运输公司进行聚类。结果显示:铁路、水路、公路运输各存在一个典型绩优企业,分别是:铁龙物流、北京传媒、海峡股份,四类上市运输公司中铁路上市公司财务绩效最优。

  • 标签: 集成评价 因子分析 层次分析 灰色关联度 聚类分析 上市公司
  • 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.

  • 标签: 运筹学 有效性 数值模拟 随机数学模型