检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多模态引擎的环境资源零代码平台设计

计算机技术与发展 2024年

作者：王佳张云龙鞠炜刚米传民孙杭妍李玉维中兴通讯股份有限公司智能决策与数字化运营工业和信息化部重点实验室

为了应对算网数据中心虚拟化环境、物理环境和虚拟化-物理混合组网环境在不同场景下所面临的挑战，创新性的提出了环境资源分层管理理念，并设计开发了基于多模态引擎的环境资源零代码平台。该平台旨在解决现有拓扑建模复杂度高、资源... 详细信息

为了应对算网数据中心虚拟化环境、物理环境和虚拟化-物理混合组网环境在不同场景下所面临的挑战，创新性的提出了环境资源分层管理理念，并设计开发了基于多模态引擎的环境资源零代码平台。该平台旨在解决现有拓扑建模复杂度高、资源利用率低以及环境搭建定制化带来的人力和运维成本上升等问题。通过统一规范建模，实现了可拖拽编排的环境资源组件，并通过调度驱动多层次的插件化能力，包括基础能力层、可插拔插件层和跨异构生态层，使得环境资源快速编排、灵活部署和申请使用。该平台已在环境资源领域得到广泛应用,助力提升资源利用率，降本增效以及持续数字化转型，为解决当前环境资源管理领域的难题提供了一种全新的思路和解决方案。此外，平台的插件化能力也为用户提供了更多定制化和个性化的可能性，使其能够更好地适应不断变化的业务需求和技术发展趋势。

关键词：数字化转型环境资源管理模型多模态引擎零代码

融合机器学习与SHAP值算法的居民需求响应个体异质性因素挖掘与应用研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第7期44卷 2247-2259页

作者：王兆华刘杰王博邓娜娜聂富华北京理工大学管理与经济学院北京100081 北京理工大学可持续发展与智慧决策研究中心北京100081 数字经济与政策智能工业和信息化部重点实验室北京100081

本研究基于大规模居民电力需求响应(EDR:electricity demand response)实验以及家庭用电调查数据,利用机器学习和SHAP(Shapley additive explanatory)值算法从全局和个体两个层面对影响居民参与需求响应的影响因素进行了识别和异质性分... 详细信息

本研究基于大规模居民电力需求响应(EDR:electricity demand response)实验以及家庭用电调查数据,利用机器学习和SHAP(Shapley additive explanatory)值算法从全局和个体两个层面对影响居民参与需求响应的影响因素进行了识别和异质性分析.研究发现,居民是否参与需求响应活动是外部激励,家庭结构,用电规律与习惯倾向,用电知识等因素共同作用的结果,其效应的大小和极性存在着丰富的异质性.其中,电话营销等外部激励对用户参与需求响应影响最大,其效果在年龄较大以及受教育程度较高的群体较为明显;响应时段基准用电量在1度左右的用户参与倾向较大;节能环保意识较强且具有较高节电条件的家庭参与概率更高.同时,依据SHAP值的交互以及分解性质,在后续需求响应活动中对用户进行分类营销,可以节省93.9%的营销成本,并提高46.4%的参与人数.本研究对不同群体的异质性进行了更为细致的分析研究,为未来新型电力系统下进行更为精确和智能的需求响应提供了重要支撑.

关键词：需求响应因素分析机器学习 SHAP值

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种通用的服务器类环境资源节能降耗平台

计算机与现代化 2024年第5期 61-68页

作者：王佳张云龙鞠炜刚周志鹏米传民中兴通讯南京研究所江苏南京210012 智能决策与数字化运营工业和信息化部重点实验室江苏南京210000

通讯领域的能耗主要来自服务器的电力消耗,随着国家“碳达峰”“碳中和”发展理念的实施,及时开展服务器类环境资源节能降耗技术的研究具有重要的行业引领价值。针对传统持续节能过程中人力投入大、成本高、效率低、闲时无法下电等问题... 详细信息

通讯领域的能耗主要来自服务器的电力消耗,随着国家“碳达峰”“碳中和”发展理念的实施,及时开展服务器类环境资源节能降耗技术的研究具有重要的行业引领价值。针对传统持续节能过程中人力投入大、成本高、效率低、闲时无法下电等问题,本文从环境驱动、场景触发的角度提出一种服务器类环境资源分层管理的新思路,并在此基础上设计开发节能降耗平台框架,通过技术手段实现对服务器类环境资源用电进行控制,一键配置节能策略,打造节能强劲引擎,提升了节能的效率,节约了成本。该平台在环境资源提效领域得到了应用推广,取得了良好的效果。

关键词：环境资源服务器节能引擎节能策略调度算法

在线全文

学校读者我要写书评

暂无评论

基于改进分层博弈交叉效率模型的政策评价

管理科学学报 2024年第2期27卷 18-29页

作者：王兆华李靖云王博张斌北京理工大学管理与经济学院北京100081 数字经济与政策智能工业和信息化部重点实验室北京100081

政策评估作为政策实施过程中的关键环节,是检验政策效果的基本途径与实现资源优化配置的重要依据.在复杂博弈情境下,决策单元群体间竞合关系不变的假设已经不能满足现实中效率评价的需求,考虑群体间动态变化的合作与竞争关系至关重要.... 详细信息

政策评估作为政策实施过程中的关键环节,是检验政策效果的基本途径与实现资源优化配置的重要依据.在复杂博弈情境下,决策单元群体间竞合关系不变的假设已经不能满足现实中效率评价的需求,考虑群体间动态变化的合作与竞争关系至关重要.本文将外界冲击下主体间竞合关系演变纳入效率评价框架,提出改进分层博弈交叉数据包络分析方法:从公平的视角出发,基于二次目标模型构建多层次效率矩阵,结合Shapley值对决策单元动态关系演变进行效率评价,进而,以水权交易市场试点政策为例,验证该模型的可行性.该方法放松了政策前后群体竞合关系稳定的假设,验证了水权交易市场政策的有效性和外溢性,为能源与环境领域试点政策效果评价提供了新方法.

关键词：分层博弈交叉效率公平视角试点政策效果评估水权交易试点

考虑制造业融资优惠的电商供应链需求分析-产品研发技术投资决策及策略选择研究

在线全文

学校读者我要写书评

暂无评论

工业工程与管理 2024年第3期29卷 158-169页

作者：王敏赵林度南京航空航天大学经济与管理学院江苏南京211106 南京航空航天大学智能决策与数字化运营工业和信息化部重点实验室江苏南京211106 东南大学经济管理学院江苏南京210096

考虑制造业融资优惠的影响,研究由制造企业和电商企业构成的电商供应链的需求分析-产品研发技术投资决策问题,并探讨电商企业技术投资时机和制造企业网上商城开设的策略选择。结果表明,电商企业可能提前进行技术投资,且当技术投资条件... 详细信息

考虑制造业融资优惠的影响,研究由制造企业和电商企业构成的电商供应链的需求分析-产品研发技术投资决策问题,并探讨电商企业技术投资时机和制造企业网上商城开设的策略选择。结果表明,电商企业可能提前进行技术投资,且当技术投资条件友好或存在迫切需求时,通过控制提前时段的长短可以实现双方企业的帕累托改进、提升技术投资水平、提高产品定位定价;制造企业和电商企业的策略选择存在交互关系,网上商城开设成本是制造企业是否开设网上商城的关键影响因素;电商企业和制造企业均可能从制造业融资优惠中受益。因此,建议政府通过调控制造业融资优惠力度来影响企业的策略选择,进而促进供应链协调、推动新型消费市场建设。

关键词：技术投资需求分析-产品研发供应链制造业融资优惠策略选择

同方期刊数据库

竞争网络与公司财务绩效——基于可解释性随机森林的经验证据

在线全文

学校读者我要写书评

暂无评论

中国管理科学 2024年

作者：朱建新刘可心曾能民吴雄哈尔滨工程大学经济管理学院大数据与商务智能技术工业和信息化部重点实验室(哈尔滨工程大学)

竞争网络位置作为企业制定战略决策的关键因素，其对财务绩效影响的重要性评估是本文研究的重点。本文以我国2008-2019年的财产保险行业为研究样本构建竞争网络，采用基于可解释性随机森林的机器学习模型衡量竞争网络特征对企业财务绩... 详细信息

竞争网络位置作为企业制定战略决策的关键因素，其对财务绩效影响的重要性评估是本文研究的重点。本文以我国2008-2019年的财产保险行业为研究样本构建竞争网络，采用基于可解释性随机森林的机器学习模型衡量竞争网络特征对企业财务绩效的重要性，并进一步分析竞争网络特征对拟合企业财务绩效模型的相对重要性排序以及因果关系。研究发现：（1）整体而言，竞争网络或者市场结构特征的缺失都会降低对企业财务绩效模型的拟合性能，其中竞争网络特征缺失带来的影响更为明显。（2）按照重要程度对竞争网络中的特征进行排序，并进一步采用SHAP解释模型探索竞争网络特征影响财务绩效的内在机理，结果表明，个体网规模、中间人次数和接近中心性这三个最为重要的特征对财务绩效均服从幂律分布。（3）进一步地，运用倾向得分匹配方法验证了变量间的强因果关系，证明该研究范式对传统计量模型的开发也具有重要的指导作用。本文的结论丰富了竞争网络与财务绩效相关领域的研究成果并对其提供依据，且为面向高维、非线性因素间的因果分析与验证提供了新的解决思路。

关键词：竞争网络财务绩效随机森林 SHAP模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

人工智能伦理计算

中国科学：信息科学 2024年第7期54卷 1646-1676页

作者：高漪澜张睿李学龙西北工业大学光电与智能研究院西安710072 智能交互与应用工业和信息化部重点实验室(西北工业大学) 西安710072

人工智能技术作为试图研究、模仿、扩展人类智能的科学研究领域,自诞生以来就伴随着深刻的技术伦理争辩.随着近年来机器学习等相关工作的突破性进展和快速落地应用,伦理问题日趋显著并迫使学界和社会开始直面该技术的伦理治理挑战.尽管... 详细信息

人工智能技术作为试图研究、模仿、扩展人类智能的科学研究领域,自诞生以来就伴随着深刻的技术伦理争辩.随着近年来机器学习等相关工作的突破性进展和快速落地应用,伦理问题日趋显著并迫使学界和社会开始直面该技术的伦理治理挑战.尽管在伦理治理的规范研究上已取得初步进展,其治理实践落地方面依然困难重重,伦理实践表现出逐渐落后于技术发展需求的趋势.因此,建立与不断发展的人工智能技术相互匹配的伦理治理实践方案,实现治理理论和治理实践的良性互动将是人工智能领域未来发展的关键问题.伦理治理理论的抽象性导致了当下人工智能伦理原则难以落地实现,人工智能伦理计算(AI ethical computation)将是应对这一挑战的重要方案.本研究通过探讨现实必要性和发展可能性明确了伦理计算的重要意义,在相关研究基础上给出伦理计算的研究范畴,依据计算过程对伦理机理的认知程度和系统伦理决策的自主化程度进行划分,建立了伦理计算的高阶认知与低阶认知两类研究范式,并按其计算阶段抽象出伦理度量、伦理决策和伦理推理3个计算层次.该伦理计算框架能够对当前的伦理计算应用进行梳理,本文以伦理嵌入和公平机器学习为例说明了两类研究范式的研究特点和技术方法.在此基础上,进一步讨论构建了以伦理计算为核心的伦理治理体系,分析通过伦理计算化解伦理治理困境的可能方案,并对人工智能伦理计算的发展做出展望.

关键词：人工智能伦理问题伦理治理伦理计算伦理嵌入公平机器学习

同方期刊数据库

分布式乘性偏好环境下考虑决策者偏好调整意愿的最优-最劣多准则决策方法

在线全文

学校读者我要写书评

暂无评论

中国管理科学 2024年第7期32卷 65-75页

作者：杨荣庆唐孝安张强黄挺合肥工业大学管理学院安徽合肥230009 过程优化与智能决策教育部重点实验室安徽合肥230009 智能决策与信息系统技术教育部工程研究中心安徽合肥230009

本文研究了分布式乘性偏好环境下的多准则决策问题。一方面,为了处理乘性偏好多准则决策问题中决策者采用语言等级刻画准则之间偏好强度时,在语言等级的选择上可能存在的犹豫不确定性,以及在采用多个语言等级但对每个语言等级有明确偏... 详细信息

本文研究了分布式乘性偏好环境下的多准则决策问题。一方面,为了处理乘性偏好多准则决策问题中决策者采用语言等级刻画准则之间偏好强度时,在语言等级的选择上可能存在的犹豫不确定性,以及在采用多个语言等级但对每个语言等级有明确偏好度的问题,首次提出了分布式乘性偏好关系的概念。该偏好关系在刻画决策者关于准则之间的偏好强度时既继承了乘性偏好值的有效性,又解决了决策者在多个可能乘性偏好值之间选择时存在的犹豫问题。另一方面,针对传统Best-Worst Method(BWM)对不满足一致性要求的偏好进行迭代调整时,未考虑决策者自身调整意愿和调整过程复杂、计算工作量大等局限问题,在分布式乘性偏好环境下构建了考虑决策者偏好调整意愿的BWM。该改进的BWM在最大化保留决策者原始偏好的同时,能使偏好快速达到一致性要求。关于某公司商业用车的决策案例验证了本文方法在应用方面的可行性和有效性。

关键词：多准则决策 BWM 分布式乘性偏好关系一致性偏好调整意愿

基于多尺度1D-CNN和注意力机制的汇率多步预测研究

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第6期44卷 1934-1949页

作者：王刚陈红马敬玲王珏合肥工业大学管理学院合肥230009 过程优化与智能决策教育部重点实验室合肥230009 中国科学院数学与系统科学研究院北京100190

深度学习在处理时间序列数据上具有优势,在汇率时间序列的应用研究中,目前深度学习主要关注于单步预测,即利用以前时点的数据预测下一个时点的汇率数据.然而,在实际应用中,这种单步预测方式往往无法为决策者提供足够的决策信息;同时,由... 详细信息

深度学习在处理时间序列数据上具有优势,在汇率时间序列的应用研究中,目前深度学习主要关注于单步预测,即利用以前时点的数据预测下一个时点的汇率数据.然而,在实际应用中,这种单步预测方式往往无法为决策者提供足够的决策信息;同时,由于汇率时间序列呈现出非平稳、复杂度高等特点,直接利用传统深度学习方法进行预测无法充分挖掘汇率序列的特征及规律.为此,本研究提出一种基于多尺度一维卷积神经网络(1D-CNN)和注意力机制的汇率多步预测方法,该方法在自适应的融合多尺度特征的同时,差异化的融合汇率不同时刻的时间序列特征,实现汇率的多步预测.通过实验发现,所提方法相较于基准方法,如差分整合移动平均自回归模型、支持向量回归、随机游走、极限梯度提升算法、长短期记忆网络等具有更高的预测精度,表明该方法能够为外汇市场投资者提供决策支持.

关键词：汇率多步预测深度学习多尺度1D-CNN 注意力机制