简介：随着社会的不断发展,人们开始意识到愈演愈烈的环境污染问题,因此绿色供应链的发展也逐渐受到关注.近年来,关于绿色供应链的研究越来越多,并且涉及众多领域,与此同时人们开始关注绿色供应链带来的风险.因此,当前绿色供应链急需解决的难题是如何帮助企业来分析、识别、预测供应链风险的因素,并将风险因素造成的损失控制在可承受范围内,保证其在企业内安全高效地运作并带来回报.文章在研究汽车绿色供应链管理的基础上,运用层次分析法,得到汽车绿色供应链风险评价体系,再通过模糊综合评判法对风险进行评估,从而进行有效的风险预防与控制.本文旨在为汽车绿色供应链的风险管理提供理论方法与策略支持,推动我国汽车绿色供应链的可持续发展.

简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。

简介：树指标随机过程已成为近年来发展起来的概率论的研究方向之一.强偏差定理一直是国际概率论界研究的中心课题之一.本文通过构造适当的非负鞅,将Doob鞅收敛定理应用于几乎处处收敛的研究,研究给出了关于非齐次树上马氏链场滑动平均的若干强偏差定理.