haohai9309

摘要： 在生活中经常遇到这样的问题，某单位需完成n项任务，恰好有n个人可承担这些任务。由于每人的专长不同，各人完成任务不同(或所费时间)，效率也不同。于是产生应指派哪个人去完成哪项任务，使完成n项任务的总效率最高(或所需总时间最小)，这类问题称为指派问题或分派问题。 ###一、指派问题的数学模型 最优指派问 阅读全文

摘要： 马尔可夫（Markov)决策法，就是一种关于事件发生的概率预测方法。它是根据事件的目前状况来预测其将来各个时刻（或时期)变动状况的一种预测方法。马尔可夫决策法是产业预测研究中重要的预测方法之一，现代市场信息复杂多变，某个产业或企业在激烈的市场竞争环境下要生存和发展就必须对其产品进行市场预测，从而减少 阅读全文

摘要： 马尔可夫过程（Markov process）是一类随机过程。由俄国数学家A.A.马尔可夫于1907年提出。该过程具有如下特性：在已知目前状态（现在）的条件下，它未来的演变（将来）不依赖于它以往的演变 (过去 )。例如森林中动物头数的变化构成——马尔可夫过程。在现实世界中，有很多过程都是马尔可夫过程， 阅读全文

摘要： 多机调度问题是生产管理与控制的一个基本问题。按照加工设备数量和加工作业的流云方式，一般可分为单机调度、并行机调度、Flowshop调度、可重入式调度和Jobshop调度会多种类型。作业调度中的许多问题，不仅具有随机性、约束复杂、规模大及多目标冲突等点，而且许多都属于NP完全问题，即使在单机情形也是如 阅读全文

摘要： 朴素贝叶斯算法是机器学习中基于贝叶斯定理的一种分类方法。该方法实际上是一种生成模型，它通过分析数据中的各种属性之间的关系来确定不同分类的概率。在朴素贝叶斯算法中，我们先计算出每个分类的先验概率，然后通过给定的属性值计算每种分类的后验概率，最终选择拥有最高后验概率的分类作为其预测结果。 收集北京地区两 阅读全文

摘要： 动态规划（dunamic programming，DP）是运筹学的一个分支，是将复杂的多段决策问题分解为若干相互关联的子决策问题以获得最优决策序列（决策链）的方法。由美国数学家贝尔曼(R.E.Bellman)于20世纪50年代提出，其基本原理是贝尔曼在《动态规划》(1957年)一书中所提出的最优化原 阅读全文

摘要： 在所有的机器学习分类算法中，朴素贝叶斯和其他绝大多数的分类算法都不同。对于大多数的分类算法，比如决策树，KNN，逻辑回归，支持向量机等，他们都是判别方法，也就是直接学习出特征输出\(Y\)和特征\(X\)之间的关系，要么是决策函数\(Y=f(X)\)，要么是条件分布\(P(Y|X)\)。但是朴素贝叶 阅读全文

摘要： 朴素贝叶斯算法（Naive Bayes, NB) 是应用最为广泛的分类算法之一，它是基于贝叶斯定义和特征条件独立假设的分类器方法。朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率；NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单，当年的垃圾邮件分类都是基于朴素 阅读全文

摘要： 决策是理性人普遍从事的一种活动，也是极为重要的制胜手段。它的核心是对未来活动的多个目标及用途做出合理的选择，以寻求最满意的行动方案。决策具有以下特点：①面对新问题和新任务做出科学决定，属于创造性的管理活动；②必须对实际行为有直接的指导作用；③具有多因素、多目标、不确定性与方案的多样性，以及决策影响的 阅读全文

摘要： 贝叶斯理论是决策领域的一个重要分支，属于风险型决策的范畴。风险型决策的基本方法是将状态变量看成随机变量，用先验分布表示状态变量的概率分布，用期望值准则计算方案的满意程度。但是在日常生活中，先验分布往往存在误差，为了提高决策质量，需要通过市场调查来收集补充信息，对先验分布进行修正，然后用后验分布来决策 阅读全文