一种最小支持度变小的关联规则更新算法

关联规则更新算法EUA（Efficient Updaring Algorithm）用于解决新最小支持度s’小于原最小支持度s的关联规则更新问题。算法吸取Apriori算法的优点，主要从生成尽可能少的候选项目集方面考虑，提高算法的效率。     

一种基于相对贴近度的交互式决策法

对于多目标决策问题，基于决策方案与理想点的相对贴近度，结合目标函数满意度，提出一种交互式多目标决策方法。这种方法既克服了单纯用相对贴近度或仅仅使用目标函数满意度求解多目标决策问题的缺陷，同时又继承了相对贴近度法与目标函数满意度法的优点，从而使这种方法所获得的满意解与理想解尽可能地接近；各目标的目标满意度较好，最后通过一个算例说明该方法的有效性。     

一种基于度排序的节点重要性排序算法

为有效评估复杂网络中节点的重要性,特提出了一种基于经典度排序方法的合度排序算法.合度排序算法是在节点度的基础上提出了邻度和合度的概念,通过计算每个节点的合度值来评估节点在网络中的重要性,即合度值越大,节点在网络中的重要性越高.并利用经典的度排序算法、接近度排序算法及新提出的合度排序算法对同一网络拓扑图的节点进行排序,证明了合度排序算法的有效性.     

一种基于蚁群算法的无人机协同任务规划优化算法

随着无人机在军事领域的广泛应用,越来越多的无人机将应用在未来战场,因此无人机协同规划变得越来越重要。建立了多无人机协同任务分配模型,并研究了模型求解的有效算法。在蚁群算法的基础上提出针对密度较大目标区域的多无人机协同任务规划的优化方法,优化蚁群算法的搜索条件,降低了蚁群算法的时间和空间复杂度。     

股票投资价值的一种基于层次聚类的实证研究

针对上市公司的基本面情况分析,构建了较为全面的综合评价指标体系. 定义了上市公司股票间"相似程度"的一种度量,基于该度量提出了一种新的层次聚类算法对样本股票进行聚类,然后通过聚类结果来分析投资价值确定投资品种或范围. 最后,选取上证30指数27家上市公司股票进行实证研究,结果表明所提聚类方法对指导证券投资是实用有效的.