您的位置: 专家智库 > >

陈彩华

作品数:6 被引量:23H指数:3
供职机构:南京大学工程管理学院更多>>
发文基金:国家自然科学基金江苏省自然科学基金更多>>
相关领域:经济管理理学社会学自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 3篇经济管理
  • 3篇理学
  • 1篇自动化与计算...
  • 1篇社会学

主题

  • 1篇代理
  • 1篇电动
  • 1篇调度
  • 1篇调度策略
  • 1篇对偶
  • 1篇隐私
  • 1篇人间
  • 1篇商品流
  • 1篇收益管理
  • 1篇注记
  • 1篇委托代理
  • 1篇线性规划
  • 1篇薪酬
  • 1篇鲁棒
  • 1篇鲁棒性
  • 1篇可解释性
  • 1篇可行域
  • 1篇公交
  • 1篇公平
  • 1篇过度自信

机构

  • 6篇南京大学

作者

  • 6篇陈彩华
  • 2篇徐薇
  • 1篇李娟
  • 1篇郝忠原

传媒

  • 2篇运筹学学报(...
  • 1篇系统工程理论...
  • 1篇计算数学
  • 1篇管理工程学报
  • 1篇工业工程

年份

  • 1篇2024
  • 2篇2023
  • 1篇2019
  • 1篇2018
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
多块交替方向乘子法不收敛反例的几点注记被引量:3
2019年
近年来,多块交替方向乘子法被广泛地应用在信号处理、图像处理、机器学习、工程计算等各个领域中,然而它的收敛性一直是一个悬而未决的公开问题;直至2016年,陈彩华等人给出了一个三维线性方程组构成的反例说明多块交替方向乘子法是可能发散的.结合陈等人的结果,现讨论了与此相关的三个问题:1)反例之所以发散是否由于初始点选择不够好?2)反例的发散是否因为它的可行域是单点集?3)是否能够在对偶变量更新中引入某一与问题无关的步长γ∈(0,1]使得小步长的交替方向乘子法变形收敛?从理论上对前两个问题给出了否定的回答,证明当初始点随机选取时,存在可行域不是单点集的例子,使得多块交替方向乘子法求解该问题时以概率1发散;从数值上否定了第三个问题,说明即使步长γ=10-8,多块交替方向乘子法也可能发散.
陈彩华
关键词:可行域
可信机器学习综述
2024年
机器学习技术不断发展,在许多领域都有广泛的应用并展现出超出人类本身的能力。但机器学习方法利用不当或决策存在偏差,反而会损害人们的利益,特别是在一些敏感安全需求高的领域,如金融、医疗等,人们越来越重视机器学习的可信研究。目前,机器学习技术普遍存在一些缺点,如对代表性不足的群体存在偏见、缺乏用户隐私保护、缺乏模型可解释性、容易受到威胁攻击等。这些缺点降低了人们对机器学习方法的信任。尽管研究者已针对这些不足进行了深入探索,但缺乏一个整体的框架与方法系统地提供机器学习的可信分析。因此本文针对机器学习的公平性、可解释性、鲁棒性与隐私4个要素归纳总结了现阶段主流的定义、指标、方法与评估,然后讨论了各要素之间的关系,并结合机器学习全生命周期构建了一个可信机器学习框架。最后,给出了一些目前可信机器学习领域亟待解决的问题与面临的挑战。
陈彩华佘程熙王庆阳
关键词:可解释性鲁棒性隐私
过度自信委托代理人间的薪酬合同研究被引量:13
2014年
委托-代理模型中,委托人委托代理人销售产品并付给代理人一定的报酬.委托人和代理人对随机需求的均值或方差的估计存在误差,由此产生绝对过度自信和相对过度自信.委托人可提供的薪酬合同有两种:线性合同和阈值合同.在委托人和代理人持有的不同自信度组合中,分别给出了线性合同和阈值合同下的最优参数.研究得出:对委托人而言,当且仅当其关于不确定性需求方差的信念较代理人悲观,并且对市场需求位于零点附近的可能性的估计较代理人小时,阈值合同优于线性合同;否则,在线性合同和阈值合同下,委托人的均衡期望收益相等.
李娟郝忠原陈彩华
关键词:委托代理过度自信
基于交替方向乘子法的大规模线性多商品流问题求解算法被引量:3
2018年
企业的商品流通配送问题是典型的线性多商品流问题.由于经营规模的扩大和全球化运营模式的推行,企业所面临的问题规模正变得空前巨大,数据存储也越来越分散,传统方法已无法适应求解需求.本文基于交替方向乘子法(ADMM)的可分解性,提出一类随机ADMM算法,将大规模的问题分解成多个、规模比较小的问题,并采取随机顺序去求解这些小问题以及对偶问题,最终得到原问题的最优解.算法克服了ADMM的直接拓展求解多块问题时可能发散的缺点,并采用MnetGen生成器随机生成的多个规模不同的线性多商品流问题对算法进行了测试,验证了算法的有效性和高效的求解效率.
徐薇吴钰炜陈彩华
关键词:线性规划
不确定性环境下在线实时定价的深度强化学习策略被引量:2
2023年
电子商务的迅速发展为在线实时定价奠定了环境基础,本文基于深度强化学习理论提出了一个在不确定性环境下针对有限销售时间段内在线销售给定库存量商品的动态定价学习框架DRL-DP(deep reinforcement learning framework for dynamic pricing)。DRL-DP首先将动态定价问题建模成马尔科夫决策过程(markov decision process, MDP),然后基于深度强化学习理论设计了动态定价算法。实验结果表明在不确定性动态定价环境中,DRL-DP相比于传统的表格式强化学习动态定价算法,能够在需求与环境特征存在相关性时取得更好的收益表现。
王祖德陈彩华李敏
关键词:收益管理
考虑配置储能系统的电动公交充电站充放电调度策略被引量:2
2023年
针对电动公交充电站无序充电情况下造成的电网负荷压力大、充电运营成本高等管理难点,提出了一种考虑配置储能系统的电动公交充电站充放电调度策略。首先,以充电站每日充放电总成本最小为目标,建立了混合整数规划充放电调度模型,对电动公交的充电行为以及储能设备的充放电行为进行协同调度,并对储能设备的容量规划进行优化决策和敏感性分析。其次,在进行充电调度时充分考虑车载锂电池的非线性充电特性,采用分段线性函数近似方法描述电池荷电状态(State of Charge,SOC)的变化曲线。最后,基于成都市某电动公交充电站的历史行程和充电数据进行模型验证和案例数值分析。结果表明,所提出的储能设备配置方案和相应的充放电调度策略可以有效降低充电站运营总成本,缓解电网负荷压力,减缓电池寿命衰减,从而提高电动公交充电管理经济性和电网稳定性。
徐薇黄悦丰陈彩华
关键词:储能系统充电站
共1页<1>
聚类工具0