二氧化碳排放量增加引起的气候变暖问题已严重影响了人类社会的可持续发展, 目前世界上各个国家和地区都在采取措施以应对这一难题. 研究表明消费者能源消费行为对碳排放具有重要影响, 加强对消费者能源消费行为的引导、管制和激励, 形成低碳能源消费模式, 具有重要的理论和现实意义. 基于个人碳交易(personal carbon trading, PCT) 的理论框架, 构建了个人碳交易机制下消费者能源选择模型并对碳交易市场均衡问题进行了分析. 研究发现: 个人碳交易机制能够刺激消费者选择清洁能源, 形成低碳能源消费模式; 碳排放权的供给曲线不同于一般商品的供给曲线, 其供给量随着碳价的升高而降低; 初始碳配额量应该设置在一个合理的水平上, 才能保证买卖双方的交易能够实现.

本文首先构造了基于价格久期和交易量久期的两个流动性指标, 发现用价格变动和交易量来衡量的流动性有冲突, 为比较其影响力, 又构建了基于久期的流动性比率指标来描述市场流动性, 用构建的新的流动性多维指标研究了我国期货市场流动性 的日内趋势及影响因素, 实证结果表明交易量和持仓量对市场流动性都具有显著的正影响, 绝对收益率对流动性有显著的负影响, 且交易量比价格变动影响更为显著. 分析表明国外常用的价差指标不适用于我国市场, 度量中国市场的流动性必须考虑交易量因素.

为提高个体层次上客户流失预测的精度,建立了基于SMC-粗糙集-最小二乘支持向量机的电子商务客户流失预测模型.该模型首先利用SMC模型计算出客户活跃度,以0.5为阈值判断出客户流失状态,识别出正判客户和错判客户;其次应用粗糙集理论约简出重要的客户流失预测指标体系,然后将训练样本送入最小二乘支持向量机进行学习和训练,进而对测试样本的客户流失状态进行判别.利用某网上商场的2525名客户样本进行电子商务客户流失预测实证研究,结果表明:与SMC模型、BP神经网络模型、最小二乘支持向量机模型相比,该模型对测试样本预测精度更高,是一种更为有效和实用的客户流失预测方法.

灾害事故的应急资源调度是减少生命财产损失的有效手段.针对灾害链中多资源应急调度问题, 建立了多资源多受灾点应急调度模型,设计了基于图论中网络优化和线性规划优化思想的启发式算法,并分析了算法复杂性.该算法根据应急资源在原生灾害和次生灾害中的需求对资源进行分类,对灾害链中都需要的公共应急资源, 通过对模型线性松弛解的修正,降低问题的复杂性, 减少算法的计算时间;而对原生或次生灾害中需要的应急资源, 运用领域搜索方法寻找出救点,得到满意的资源调度方案. 最后通过算例验证了算法的有效性和可行性,表明算法适合较大规模的计算, 并能满足应用中的实时性要求.

本文在证据理论与图模型研究的基础上,针对不确定性与关联性相结合的系统建模问题,提出并建立了证据网络模型,定义了证 据网络的参数,总结了证据网络的建模特点; 分析了证据网络模型的推理问题,建立了其推理策略和推理过程,推导出其正 向推理算法和反向推理算法,并通过示例进行了计算验证; 证据网络模型将为管理决策分析、系统工程管理等领域的问题分 析和求解提供一种有效的技术方法支持.

本文以美国市场作为对比，运用多种方法深入考察了中国市场的波动率风险和波动率风险溢酬，发现中国市场具有与美国市场不同的异常现象.首先，与美国市场不同，中国股票市场上的波动率风险整体而言并非系统性风险，而是呈现出暴跌时期显著为负，非暴跌时期显著为正的明显时变特征；其次，虽然中国市场的波动率风险是非系统性风险，但期权隐含的波动率风险溢酬却显著为负，这与美国情形不同，也不符合金融原理，可能意味着中国期权价格存在高估.进一步的模拟Buy-Write策略结果证实中国期权价格的确存在持续的系统性高估.

互联网新闻媒体作为投资者的重要信息来源，对投资者的投资决策具有重要影响，同时也会影响股票市场的具体表现.为研究互联网媒体上发布的新闻报道对股票市场的影响，本文通过互联网搜索引擎采集了与股票市场相关的大量新闻报道，从新闻媒体关注度和情感指标两个方面分析其对我国股票市场的影响.通过对2012年1月1日至2016年4月30日之间上证综指的表现进行实证检验，发现互联网新闻媒体的关注度和情感指标对我国股票市场的运行均有一定的影响，而舆情指数一方面不受新闻媒体报道数量的影响，另一方面衡量了情感指标的相对影响，是量化新闻媒体报道情感的较佳指标.同时，我们的实证显示众多新闻媒体报道的网站来源中，52.8%的来源中已经包含了99.3%的新闻报道，是对股票市场产生影响的重要来源.通过互联网新闻媒体关注度和情感指标对股票市场影响的研究，可以加强对股票市场走势的分析与预测，为投资者提供投资建议.

为优化国际金融市场的投资组合，本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表：首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征，其次针对投资组合优化模型中变量之间复杂相依关系，采用最大生成树MST（maximum spanning tree，MST）算法选择的R-vine Copula来刻画七个股票市场的相依结构，进而测度R-vine Copula相依结构下组合风险CVaR，最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型，并实证对比了Mean-VaR，Mean-CVaR和基于R-vine Copula相依结构下的Mean-CVaR模型的拟合效果.实证结果表明：考虑资产之间的相依结构能起到优化投资组合的效果，在降低投资组合风险的同时增加了回报率；基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型，而Mean-VaR模型较其它两种模型表现相对较差.

考虑了私家车、公交车和地铁三种出行方式，基于连续型多项logit模型，假设居民选址偏好是异质的，探讨了线性多中心城市中居民住宅区位和工作地点的选址行为；通过比较引入轨道交通前后城市系统均衡状态，分析了轨道交通投资对居民分布、住房价格、不同商业中心对就业者吸引力的影响.结果表明轨道交通的引入使得劳动力更聚集于较发达的商业中心，进一步拉大了商业中心吸引力之间的差距；交通的改善导致居民向非中心区域迁徙，使得城市人口密度和住房价格分布更均匀，从而弱化了"地段"的概念.

物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据，无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型（KMG），实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中，采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中，采用遗传算法求解TSP问题，并对可行解进行编码，最终求解出最小欧拉回路.在仿真实验中，KMG模型比独立逆向物流派送的成本减少20.08%，使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.

本文基于2015年1月1日实施的《中央管理企业负责人薪酬制度改革方案》（简称"限薪令"）这一准自然实验，从实证上检验了高管限薪政策对国有企业经营业绩的影响.通过建立双重差分模型（DID）和运用倾向匹配得分法（PSM），研究发现"限薪令"政策对国有上市公司的经营业绩有显著负向影响，动态作用效果显示政策实施第二年比第一年的影响更加显著.异质性分析表明，"限薪令"政策对中央企业、高薪酬组企业和大规模企业经营业绩的冲击大于地方国有企业、低薪酬组企业和小规模企业.未来可以考虑建立与国有企业特征相适应的高管薪酬制度，通过加快市场化改革以促进企业价值最大化.

医患纠纷已成为制约和谐社会发展的重要矛盾，而在解纷过程中政府规制行为会对双方策略的选择产生重要的影响.通过构建医患双方演化博弈模型，分析了不同程度的政府规制对医患双方策略演进的影响.研究结果表明：政府规制程度不同会导致医患双方产生不同的策略组合，对医院和患者各方的规制程度决定了市场环境中医院的执业状态和患者的行为选择；政府提升对医院的规制效力、加大对患者的规制力度，能够逐步提高医院规范执业的概率，能够不断规范患者的维权途径和方式，使双方行为趋向于规范化；患者的"医闹"行为在一定程度上是对医院执业状态的揭露；在医患纠纷事件中政府自身定位的差异决定了其规制策略的差异，这会导致医患双方行为演进的结果出现较大的不同.最后结合莆田系医院事件和福建南平医闹事件，分别讨论了政府规制程度不足及规制策略失当情境下医患双方行为的演进结果.

近年来，可转债已经成为我国上市公司再融资的重要方式，因此如何对其进行定价受到广泛关注.本文综合考虑了随机利率、股价、违约风险、赎回回售条款的触发条件，提出采用股价利率双因子柳树模型对我国市场上的可转债进行定价.较之现有的模型，柳树法模型的定价结果与可转债的市场价格匹配度更高.在估计标的股票的波动率参数时，本文既考虑了历史波动率也考虑了隐含波动率（通过可转债市场价格校准模型得到的波动率）.实证结果表明采用隐含波动率时模型的精度有很大的提高.

互斥产品（如液体、危险化学品等）不能混装到同一个容器中，物流企业通常使用多隔舱运输车为顾客配送多种互斥产品，合理确定装载与配送路径是提高配送效率、降低配送成本的重要手段.本文考虑互斥产品的装卸顺序约束、在途运输时间约束等，构建了以配送成本最小化为目标的互斥产品装载配送联合优化模型，设计了求解模型的改进遗传算法，算法采用蜂王进化和基于概率的边重构交叉运算，有效提高了寻优能力.本文利用Augerat提供的车辆路径问题标准测试集构造算例测试算法的运行时间和求解效果.结果显示，改进遗传算法的求解效果明显优于经典遗传算法.对于小规模算例，改进的遗传算法可以得到精确最优解，对于中等规模和不超过101个顾客点的大规模算例，改进的遗传算法可以在130秒内得到近似最优解.本文的创新点在于构建了一类新的车辆路径扩展问题的数学模型并设计了求解模型的快速有效算法，为物流企业制定多类型互斥产品配送计划提供了理论依据和算法支持.

考虑到武器装备体系中装备节点的复杂性和异质性，以及装备之间关系的多样性，本文首先提出了基于异质网络的武器装备体系建模方法.其次通过借鉴OODA作战循环理论的概念，结合异质网络中元路径的定义，提出评估指标——杀伤链数对武器装备体系结构抗毁性进行评估.然后将杀伤链数和常用的抗毁性评估指标——自然连通度进行比较，分析随机攻击和选择性攻击策略下武器装备体系结构抗毁性的变化，发现具备实际语义信息的杀伤链数对于评估武器装备体系结构抗毁性更加有效.最后，通过想定背景下的武器装备作战体系实例，分析该实例下的武器装备体系结构抗毁性，为进攻方首要攻击对象和防守方首要保护对象提供辅助决策.

过度医疗是我国医疗改革关注的重要问题之一，为有效遏制，国家继价格管制、取消药品加成等措施后，新出台药占比管制政策.基于此，本文构建药占比管制下医患行为的演化博弈模型，根据复制动态方程得到医生与患者的行为演化规律与稳定策略，分析合理医疗成本、过度医疗较合理医疗增加的成本比率、医疗总费用绩效系数与患病严重程度等因素对医生诊疗策略的影响.研究结果显示：药占比管制并不总是抑制过度医疗，其存在一重要跃迁点，药占比参考值低于该跃迁点时，反而会引发过度医疗.特别发现，在药占比管制下过度医疗与患病严重程度密切相关，医生对轻症患者更倾向于过度医疗.依据研究结论，本文对药占比指标设置，轻疾监控，分级诊疗制度及信息披露机制等方面提供可行建议.

考虑到理性决策者通常以获得高性价比结果为最佳选择，本文基于求解三目标优化问题得到的Pareto非劣解进一步分析.以"性价比"概念为基础，建立了Pareto前沿各点排序的基本规则，定义了相邻点概念，并明确了相邻点选择的方法.根据Pareto前沿各点与其相邻点的分布特点，计算得到了Pareto前沿各点的变化率；设计了灵敏比概念，得到了各Pareto非劣解相对各优化目标的偏向程度.本文的创新性贡献有3点：①利用三目标Pareto前沿灵敏比形成的新支配关系，进一步得到了比Pareto非劣解集范围更小的子集；②首次量化出三目标优化问题的Pareto非劣解相对于各优化目标的偏向度；③给出了各Pareto非劣解偏向于各优化目标的不平衡度，得到了不平衡度最小的解.最后，通过具体算例演示了上述计算过程，并与多种常用方法的计算结果进行了对比分析，验证了文中所述方法的可行性和有效性.本文研究成果对于进一步认识Pareto非劣解所具有的重要特性，深化三目标优化问题的求解是一次重要的理论推进.

国际反恐联盟成员国反恐决策面临着大国政治角逐、宗教信仰与民族结构等外部复杂的随机性因素影响，为国际反恐局势带来了高度的不确定性.本文针对高度不确定环境下国际反恐态势，构建了基于Moran过程的随机演化模型，分别计算出随机因素主导、期望收益主导和超期望收益主导三种情境下，反恐联盟成员国政府反恐策略在不同随机干扰强度下的均衡结果.研究表明，反恐联盟成员国政府采取"先发制人"或"被动反应"的反恐决策，主要取决于三个因素：1）外部随机性因素；2）反恐联盟的规模；3）不同反恐策略的成本收益.如果随机因素造成非理性决策占据主导地位，则两种策略的成本收益和成员国数量决定了成员国策略选择.如果期望收益占据决策主导地位，只有当反恐联盟的成员国数量大于一定的临界规模时，"先发制人"反恐策略才会成为所有成员国的普遍共识.否则，"被动反应"的反恐搭便车行为将成为稳定状态.

本文从股东与管理层信息不对称和目标不一致的视角，通过构建管理层和投资者的博弈模型解释股票流动性对我国企业科技创新的影响机制.本文通过模型分析发现股票流动性通过收购威胁和股东类型两种途径影响企业科技创新：在收购威胁下，股票流动性会抑制企业科技创新；在不同股东类型下，机构投资者的存在使得股票流动性降低企业科技创新，大股东作为投资者时，股票流动性既可通过提高增长率提升股票估值促进科技创新，亦可通过降低短期收益降低股票估值阻碍科技创新，综合影响取决于二者效应之和.非国有企业股票流动性对其科技创新为阻碍作用，国有企业股票流动性对其科技创新起促进作用.使用固定效应模型对博弈模型所得结论进行实证检验，实证检验结果与博弈模型结论相符，较好地验证了博弈模型分析的结果.

为了将金融市场的长记忆性特征纳入到不确定环境下欧式期权定价研究中，用分数布朗运动去刻画标的资产价格的变化过程.在分数Black-Scholes模型的基础上，考虑到金融市场的不确定性包括随机性和模糊性，运用随机分析、分形理论和模糊集理论构建了不确定环境下金融市场长记忆性特征的欧式期权定价模型.其次，分析了金融市场长记忆性的度量指标Hurst指数H对欧式期权定价的影响.最后，通过数值实验论证了该定价模型的合理性和可行性.研究结果表明：在不确定环境下充分考虑长记忆性特征得到的欧式期权定价模型更符合金融市场.

本文提出采用反向累加的方式对原始数据进行处理，并在整数阶的基础上将其推广到分数阶领域，以分数阶反向累加生成算子和分数阶反向累减生成算子为基础，建立分数阶反向累加Verhulst模型，并应用实例与分数阶反向累加GM（1，1）模型作对比，检验模型模拟误差.相关结果显示，相较于传统Verhulst模型与分数阶反向累加GM（1，1）模型，分数阶反向累加Verhulst模型的数据拟合精度较高.

针对时空数据异常识别精度不足的问题，从时间维度和空间维度融合思想出发，构建了一个时空数据异常识别框架.基于该框架，在分布未知情况下，采用阿基米德Copula函数推导了不同空间位置属性数据之间的差异概率.与此同时，建立了以高值点数为核心的空间数据转化方法，形成了空间秩序列，确定了用于假设检验的期望和方差.最后，以窗口大小、范围半径为模型参数，通过M-K检验给出了异常数据的识别方法.实验表明，该方法能够进一步提高时空数据异常检测精度，具有更强的识别能力.

炼钢-连铸过程是一个复杂的过程，钢水需要选择符合工艺要求的钢包作为存储设备，并按照生产计划进行.钢包选配时，钢包的属性众多，选配目标相互冲突难以同时满足；钢水的钢种属性众多导致脱碳钢包选配的约束复杂，选配优化是一个具有多冲突目标优化问题.首先，采用一阶规则学习法提取关键属性作为性能指标，包括钢包温度最高、钢包使用次数最多、钢包材质等级最低和钢包下水口数量，以钢包温度、使用次数、钢包材质、钢包水口使用次数、滑板和框架使用次数为约束，建立钢包选配模型.然后，采用最小一般泛化规则学习法提取钢包选配规则，针对多种调度顺序策略和选配优先级组合进行了仿真实验；最后，给出了基于规则优先级的启发式钢包选配方法，并进行了工业应用.结果表明：提高了钢包选配准确度，减少了在线钢包数量和日钢包维护次数，提升了炉次生产效率.

基于静态最大关联度准则的经典灰关联时滞分析方法对样本时序的依赖性较强，分析结论的代表性较差、甚至会出现自相矛盾的地方.为此，本文探讨了一种新的全局性动态时滞分析方法.首先，设计了新信息优先加权算子，将其引入广义灰色关联度模型，强调新信息在关联分析中的重要性.其次，针对经典的基于灰关联度的时滞分析方法的不足，提出动态灰关联度窗口的概念，对样本时序中所有潜在时滞取值展开系统化的分析.再者，定义了基于动态灰关联度窗口概念的时滞关联度矩阵以及相应的时滞灰关联度向量，设计出灰栈矩阵这一特殊灰关联数据存储结构，动态对比所有潜在时滞关系，找出代表性时滞值.最后，对宏观经济指标之间的时滞关系展开案例分析，并与经典灰关联时滞分析方法进行对比，结果表明本文设计的时滞分析方法具有更好的说服力.

绩效分配是绩效管理研究的热点和难点.本文充分考虑了个体差异因素对绩效分配满意度的影响.为此，首先运用分值转化函数对考核对象基础工作量的初始分数值进行转化，然后利用K-均值聚类方法对考核对象进行分类处理；其次讨论了对考核对象最有利和最不利的基础工作量的最优解问题，获得了对考核对象最有利和最不利的绩效分配比例，进而构建了考核对象的满意度函数，在此基础上建立了多目标绩效分配模型，获得了Pareto最优解；最后，运用模型对某高校教师的绩效分配进行了数值实验，结果表明本文构建的多目标绩效分配模型，对提高绩效分配的满意度具有良好的效果.

针对潜艇鱼雷发射控制系统，提出一套基于系统理论过程分析（system theoretic process analysis，STPA）的安全性分析方法.借助XSTAMPP安全工程平台，以鱼雷发射阶段解脱武器制动动作为案例，利用所提方法进行了安全性分析.同时改进传统STPA致因场景分析模型，生成精细化的系统安全要求，并利用线性时序逻辑（linear temporal logic，LTL）对生成的安全要求进行规范化描述，克服了传统STPA分析结果使用自然语言描述的局限性，为进一步的模型安全性验证提供理论支撑，同时为系统操作员提供辅助决策.

针对民用飞机复材结构修理实践中要不要修理、能不能修理等维修决策问题，考虑损伤的发生次序、发生时间、损伤尺寸、损伤检测概率、超载分布、维修策略、强度退化与恢复等因素，以失效概率为安全性约束条件，以维修成本为经济性优化目标，提出了一种基于用蒙特卡罗仿真的飞机复材结构修理容限确定方法.案例研究结果表明：得到的修理容限及对应的检查间隔可以更加使航空公司更加经济地决策维修活动，而且能够主动控制飞机复材结构的安全性和可靠性水平，为飞机复材结构在寿命周期内的安全性和经济性分析以及损伤维修阈值决策提供了一种具有工程意义的技术方法.

地球同步轨道（GEO）通信卫星星座系统具有拓扑结构复杂、系统状态难以准确划分等特点.在分析包含三颗正常工作卫星和一颗同轨热备份卫星的GEO星座体系拓扑关系基础上，借助Markov过程对系统运行状态进行划分和聚合.依据Kolmogorov定理建立各聚合状态停留概率的微分方程组，通过Laplace变换及其逆变换进行星座网络可靠性指标的推导.分析备份星失效率变动时系统访问安全状态集、劣化状态集、警戒状态集和故障状态集共四类状态集的概率敏感性，为提高星座网络可靠性及制定备份策略提供定量支持.案例对某卫星通信公司设计的GEO星座体系的可靠性进行建模，对比了备份星在不同失效率下系统可靠度的变动.

近年来对美国西德克萨斯中质 (WTI) 原油现货价格结构进行建模受到了越来越多的关注. 然而,现有大多数的文献集中在经典的计量经济学方法和 点值反事实分析上,这可能会受到信息损失的影响.本文提出了一种新的区间反事实分析方法来研究 2011年发生的油价波动事件对WTI 原油现货价格的影响.利用区间模型可以同时估计出在没有事件影响的情况下 WTI价格的水平和波动性. 这些反事实估计是基于 WTI 和其它 10种国际原油现货市场之间的横截面相关性得到的. 研究结果表明,由于页岩油繁荣引起的原油供应过剩使得 WTI价格的水平和波动性都出现了降低, 而且这种影响直到 2014 年底才消失.该结果可以为政府, 行业从业人员和个人投资者提供重要参考.

众多文献对金融一体化的经济增长效应进行了分析,但鲜有文献研究金融一体化通过何种中间渠道对经济增长产生作用.拓展的纳尔逊-菲尔普斯(Nelson-Phelps)模型研究显示,金融一体化的技术外溢效应依赖于特定国家的发展水平.基于1975-2010年80国面板数据模型的实证结果表明,金融一体化对全要素生产率的影响随不同类型国家而表现不一.具体表现为金融一体化对发达国家的全要素生产率具有不确定性,而对于新兴和发展中国家有显著的促进作用,且主要通过FDI和债务资本来实现.上述结论对于不同国家的金融一体化政策安排具有重要的政策内涵.

从行为金融学的角度,考虑投资者的损失厌恶和对资产收益均值的模糊不确定特征,研究风险资产收益分布未知条件下的分布鲁棒投资组合问题.假设收益率均值属于椭球不确定集,构建基于损失厌恶和模糊厌恶的鲁棒投资组合模型,并得到满足最坏可能分布的最优解.进一步应用数值算例分析投资者的动态损失厌恶特征及不同的初始损失厌恶和模糊厌恶程度对模型的影响.结果表明:在模糊中性和模糊厌恶条件下,积极投资者在最优期末财富方面的投资绩效优于保守投资者;损失厌恶和模糊厌恶系数越大,投资者的最优期末财富越低.

针对标准遗传算法在实际应用中存在的问题 ,设计了简单遗传算法的一种改进形式——加速遗传算法 ( AGA) ,并对 AGA的有效性和可行性进行了理论分析和实例分析 .

GM(1,1)模型中,从离散形式到白化形式的转变,以及GM(1,1)模型预测稳定性问题,一直困扰着灰色系统理论的研究者.本文以此为研究出发点,从由离散到离散的角度解决这一理论问题,建立了离散灰色预测模型(称DGM(1,1)模型),并对其与原GM(1,1)模型的关系做了深入研究,找出了原模型预测不稳定的原因,利用麦克劳林公式展开对这些原因做全面解释,最后用纯指数序列验证DGM(1,1)模型预测的无偏性,研究结果表明,可以将本文建立的DGM(1,1)模型作为灰色预测模型的精确形式,而原模型作为近似形式加以使用.

逆向供应链与传统供应链不同,传统供应链中的定价策略在逆向供应链中不再适用.为了解决该问题,基于单一制造商和单一零售商构成的逆向供应链系统,应用博弈理论对废旧产品回收的定价策略进行研究.分别得出了两个非合作博弈的均衡解(斯坦克尔伯格均衡和纳什均衡)和一个合作博弈的均衡解(联合定价),并进一步对各种定价策略的效率进行了分析.

本文从舆论传播的角度, 采用有界信任规则, 通过引入突发事件的不确定性环境噪音因子, 构建用于分析群体抢购行为的噪音异质有界信任模型. 然后, 通过计算机仿真, 分析了信任水平不同的子群体比例变化和突发事件所引发的不确定性大小对群体观点演化的影响. 研究结果将为突发事件下群体抢购行为舆论引导机制的建立和有效实施提供理论依据.

<正> 控制论的一个分支学科,是关于受控工程系统的分析、设计和运行的理论。法国物理学家和数学家安培(A.M.Ampre,1755-1836)于1834年用控制论(cybernfique)这一名词称呼管理国家的科学。第二次世界大战前后,自动控制技术在军事装备和工业设备中开始应用,实现了对某些机械系统和

文章简要阐述了贝叶斯网络的构造原理和网络信念的传播与更新,并详细说明了故障树向贝叶斯网络转化的过程,主要包括结点与事件的映射关系和联接强度与逻辑门的映射关系.最后通过一个实例说明了故障树向贝叶斯网络的转化过程,并对二者的推理功能进行了比较.

阐明了遗传算法和神经网络结合的必要性和可行性，提出用多层前馈神经网络作为遗传搜索的问题表示方式的思想。用遗传算法和神经网络结合的方法求解了短期地震预报问题，设计了用遗传算法训练神经网络权重的新方法，实验结果显示了遗传算法快速学习网络权重的能力，并且能够摆脱局部极点的困扰

针对K均值聚类算法存在的缺点,提出了一种新的聚类算法———基于粒子群的K均值聚类算法,并将此算法与现有的基于遗传算法的K均值聚类算法进行比较.理论分析和数据实验证明,该算法有较好的全局收敛性,不仅能有效地克服传统的K均值算法易陷入局部极小值的缺点,而且全局收敛能力优于基于遗传算法的K均值聚类算法.