国家自然科学基金(60975040)
- 作品数：19 被引量：44H指数：4
- 相关作者：杨志林陶卿孔康汪群山梁万路更多>>
- 相关机构：合肥工业大学中国人民解放军陆军军官学院中国人民解放军炮兵学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术兵器科学与技术经济管理更多>>
- 随机需求环境下部分延迟订货策略问题被引量：6
- 2009年
- 研究了缺货时部分需求流失情况下,零售商和供应商之间的供应链模型,零售商和供应商合作满足一种较短生命期的商品的随机需求,缺货时部分需求流失,零售商采用部分延迟订货策略提高自己的利润。分析了整体供应链的最优订货数量和分散供应链零售商的最优订货数量,以及这2种情况下的服务水平。剖析了纵向竞争对供应链效率产生的负面影响。对于供应商处于主导地位设定供货价格时,得出了零售商订货数量和供货价格之间的Stackelberg均衡。
- 杨志林田玉敏杨善林
- 关键词：报童模型STACKELBERG均衡
- 一种基于FoBa算法思想的支持向量机稀疏SMO算法研究
- 2011年
- 目前的支持向量机解析方法,如SMO算法在一定程度上解决传统支持向量机实现方法需要高额存储空间的问题,而对支持向量数目的约减并未过多关注,算法的稀疏性有待进一步提高。该文将FoBa算法对特征进行约减的思想引入SMO算法中,对训练产生的作用甚微的支持向量进行约减,提出了稀疏SMO算法。实验结果表明算法在提高预测速度上具有一定的竞争力。
- 梁万路
- 关键词：支持向量机SMO算法
- Budget感知机研究综述被引量：1
- 2012年
- Budget是一种解决内存限制、数据溢出等问题的有效方法,近年来得到广泛的关注和研究。该文以当前流行的几种Budget感知机算法的研究现状为主线,介绍了各类算法流程,分析了算法之间的联系与差异,并比较了几种算法的优缺点。Budget方法提高了感知机处理大规模数据的分类能力。
- 王惊晓
- 关键词：BUDGET感知机大规模数据
- 公平偏好下闭环供应链的定价决策模型被引量：4
- 2016年
- 将公平偏好行为引入到闭环供应链中,将销售努力和回收努力分别引入到市场需求函数和回收函数中,构建了相应的定价决策模型,比较并分析了不同偏好主体下公平偏好系数对供应链决策变量和系统各利润的影响.分析得出,不同偏好主体下公平偏好系数对供应链定价策略和系统利润都有不同影响,公平偏好行为是供应链双方获取闭环供应连系统利润分配的一种有效手段.同时,这种公平偏好性可能会造成闭环供应连系统利润的损失和社会环保程度的降低,那么正确面对公平偏好变得尤为重要.最后以数值仿真分析了文中重要结论并给出相应的管理启示.
- 杨志林胡晓
- 关键词：闭环供应链公平偏好STACKELBERG博弈
- 奖惩机制下考虑销售努力的闭环供应链协调被引量：1
- 2015年
- 以一个制造商和一个零售商组成的闭环供应链为研究对象,考虑在政府的奖惩机制下需求同时受销售价格和销售努力影响的供应链协调问题.首先,在集中决策下,研究了供应链系统的最优决策,并给出了均衡解存在的条件和奖惩力度所满足的范围;在分散决策下,重点分析了奖惩力度以及销售努力对供应链双方决策的影响.其次,使用特许经营契约能够使供应链达到协调.最后,给出了数值算例和仿真分析.
- 王小健杨志林
- 关键词：闭环奖惩机制供应链协调再制造
- 量折扣下季节性商品销售的newsboy模型被引量：2
- 2013年
- 文章研究了二次订购、二次销售的季节性需求商品的销售问题。假设第1阶段的商品需求是依赖其价格的随机变量,且其订购成本采用全单位批量折扣;第2阶段供应商给销售商提供临时性价格折扣,销售商也进行降价销售,并通过广告活动来增加需求,且假设此时的需求是同时依赖销售价格和广告费用的随机变量。通过对此模型的分析,给出了模型的最优解。
- 吴艳杨志林
- 关键词：季节性报童模型价格折扣
- L1正则化机器学习问题求解分析被引量：11
- 2011年
- 以稀疏学习为主线,从多阶段、多步骤优化思想的角度出发,对当前流行的L1正则化求解算法进行分类,比较基于次梯度的多步骤方法、基于坐标优化的多阶段方法,以及软L1正则化方法的收敛性能、时空复杂度和解的稀疏程度。分析表明,基于机器学习问题特殊结构的学习算法可以获得较好的稀疏性和较快的收敛速度。
- 孔康汪群山梁万路
- 关键词：L1正则化稀疏性
- 销售努力与质保服务联合决策的供应链模型被引量：1
- 2015年
- 以单一制造商和单一零售商组成的两级供应链为对象考虑随机需求下产品需求同时受到销售努力和质保期长度影响,研究由零售商提高销售努力因素及制造商提供质保服务情形下的供应链模型并提出了共同分摊销售努力和质保成本及收益共享契约下的供应链协调策略.其次,研究发现通过相应的供应链参数设计,基于销售努力及质保成本共担同时收益共享的契约能实现供应链的协调.最后,给出了数值算例对模型进行仿真计算与分析.
- 吴镇霞杨志林
- 关键词：收益共享供应链协调
- 基于Boosting学习算法的雷达弹道识别被引量：4
- 2010年
- 弹道外推技术在炮位雷达的侦察和校射中起关键作用，弹道外推的精度直接决定着炮位侦察校射雷达的性能。在文献[1]中，作者提出了将弹道外推分为弹道识别和特定弹道外推两个阶段，并用支持向量机方法对弹道识别进行了系统研究。文中引进Boosting学习算法进行弹道识别。仿真结果表明，基于决策树的Boosting学习算法是一种有效的弹道识别方法，并且识别精度高于基于核技巧的支持向量机方法。
- 刘欣丁俊松储德军陶卿
- 关键词：支持向量机BOOSTING
- 基于次梯度的L1正则化Hinge损失问题求解研究被引量：4
- 2012年
- Hinge损失函数是支持向量机(support vector machines,SVM)成功的关键,L1正则化在稀疏学习的研究中起关键作用.鉴于两者均是不可导函数,高阶梯度信息无法使用.利用随机次梯度方法系统研究L1正则化项的Hinge损失大规模数据问题求解.首先描述了直接次梯度方法和投影次梯度方法的随机算法形式,并对算法的收敛性和收敛速度进行了理论分析.大规模真实数据集上的实验表明,投影次梯度方法对于处理大规模稀疏数据具有更快的收敛速度和更好的稀疏性.实验进一步阐明了投影阈值对算法稀疏度的影响.
- 孔康陶卿汪群山储德军
- 关键词：L1正则化稀疏性大规模数据
