摘要：为了使产品创新设计方案的评价和决策过程充分考虑客户的需求偏好特征,研究了考虑客户需求偏好的产品创新设计方案多属性决策评价方法。基于对客户需求偏好的分析,提出集成Kano模型和粗糙集理论的评价指标权重确定方法,提升了指标权重确定的合理性并使客户需求偏好信息有效地反映到评价过程中。考虑到方案评价中决策信息的模糊性和不确定性,构建了基于粗数决策信息处理的产品创新设计方案多属性决策灰色关联分析模型,通过融入上述指标权重并计算各方案的粗数区间差异系数来实现产品创新设计方案的优选。以电冰箱产品创新设计方案评价决策为例,验证了所提方法的可行性和有效性。

摘要：为提升方案生成的准确性和客户满意度,针对传统的产品创新概念设计方案生成过程未充分考虑终端客户需求偏好的问题,提出考虑客户需求偏好的产品创新概念设计方案生成新方法。该方法运用Kano模型实现对产品创新设计各功能属性的需求偏好分类;将形态学分析的适用范围拓展到概念层,展开产品创新概念设计方案原理解的组合性分析;建立以客户需求偏好满足度、产品创新成本和产品创新度为目标的三目标优化模型,并采用改进的快速非支配排序遗传算法对该优化模型求解,得到一系列基于Pareto解集的最优产品创新概念设计方案。以电冰箱产品创新概念设计方案生成为例,验证了所提方法的可行性和有效性。

摘要：本文旨在现代经济学的标准假设下,证明连续时间的蒙代尔—弗莱明模型的可控性.建立连续时间的蒙代尔—弗莱明动态模型,研究连续时间的蒙代尔—弗莱明模型的动态结构特征,设计其控制律,得到连续时间蒙代尔—弗莱明动态模型反馈控制律的解析解并进行仿真分析.研究表明:连续时间蒙代尔—弗莱明动态系统具有完全能观性、能控性和能达性等结构特征;连续时间蒙代尔—弗莱明动态系统可以任意配置其极点,使其系统渐近稳定,达到输出调节并具有满意的动态性能.根据系统参数的经济意义和模型要求进行仿真试验设计,仿真结果验证了所设计的反馈控制律对连续时间蒙代尔—弗莱明模型动态系统控制的有效性.

摘要：为使产品创新过程中概念设计方案的评价决策充分考虑客户的需求偏好特征,提升客户的综合满意度,提出一种基于客户聚类分析的产品概念设计方案评价决策新方法。该方法首先基于客户对各设计方案的需求偏好信息,通过利用图论工具并对无向图连通子图的输出完成需求偏好相似客户的聚类;其次考虑到产品设计成本与客户满意度之间的矛盾,通过建立客户聚类评价准则确定最佳聚类结果;然后结合优势数分析的方案评价排序方法,实现各客户聚类所对应最优产品概念设计方案的评价决策;最后重点考虑新增客户的快速聚类及需求方案的推荐实现流程。以电冰箱产品创新过程中概念设计方案的评价决策为例,验证了所提方法的可行性和有效性。

摘要：分析了贵州省城市生活垃圾的特征和处理现状、存在的问题。根据贵州省的自然环境条件、经济、技术发展水平,提出了贵州省城市生活垃圾处理的对策及建议,论述了实现城市垃圾“减量化、资源化、无害化”的可能性。

摘要：在车载自组网(VANET)中,当网络密度较低时,VANET不能保证及时发现危险的路况或保持通信连通性,这可能对驾驶安全构成风险。为解决该问题,提出一种VANET中基于WSN节点感知的高效路由协议设计方案。该方案将VANET和WSN相结合,使用WSN节点沿着路边部署,以感知道路状况,并向车辆传递关于危险状况的信息,忽略VANET的密度和连通性。同时根据VANET中常用的被动式带宽估算方法,提出一种基于CORNER传播模型的带宽评估策略,实现链路可用带宽和信道容量的准确估计。仿真结果表明,该路由协议可以减少端到端延迟和能耗,合理地利用有限的网络带宽资源,减少丢包率。

摘要：以威宁草海国家级自然保护区为案例地,运用问卷设计、均值聚类和结构模型等研究方法,定量分析了不同湿地观鸟游客感知对各自群体环境行为的影响差异.结果表明,湿地观鸟游客可划分为大众型、偶尔型和熟练型3类群体;大众型和偶尔型湿地观鸟游客感知对其不同环境行为的直接影响不显著,两者均受游客满意度的中介影响;而熟练型湿地观鸟游客感知对其不同环境行为产生了直接影响,其游客满意度的中介影响则不显著;3类湿地观鸟游客群体感知对各自个体环境行为、护鸟环境行为和宣传护鸟行为的影响效应也存在显著差异.针对3类群体的最高环境行为绩效差异,重点从政府、旅游地和企业角度提出了相应对策,为湿地观鸟旅游地的生态与游憩环境建设及发展提供了实践支撑.

摘要：一、研究背景介绍在投资领域,需要处理和分析大量和复杂的金融数据[1]。例如股票的盘面数据,上市公司发布的财报,行业的指数等。要做好投资研究,需要系统的构建金融数据库,并应用相应的方法进行分析。吴庆慧[2]通过构建金融大数据,采用聚类分析,应用在金融分析领域。刘文洁[3]等人结合关系型和非关系型数据库。设计了金融数据库CBase,融合了关系型数据库的基本功能,同时支持分布式存储和扩展。

摘要：全球的投资市场高速发展,对投资策略的研究需求在增加。针对现有投资模型较为复杂,可解释性不够明确的问题,提出梯度提升树多因子分析模型,解决投资决策问题。首先对投资因子进行排序分析,通过梯度提升树模型对投资标的进行分类,设计出合理的交易策略。通过分析近期一年半的A股数据,提出的投资模型收益高出上证指数20%,可以有效提升投资收益。