注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于Shapley值法的供应链合作伙伴间收益分配机制

  2. 数学建模用上的，基于Shapley值法的供应链合作伙伴间收益分配机制，刚刚用完。好不容易找到的一片论文

  3. 所属分类：专业指导

    • 发布日期：2009-10-13
    • 文件大小：207872
    • 提供者：yhm9084nerv

  1. E:\我的文档\N人合作对策的shapley值法

  2. 我的文档\N人合作对策的shapley值法

  3. 所属分类：其它

    • 发布日期：2010-04-19
    • 文件大小：17408
    • 提供者：wenshaoy22

  1. 基于Shapley值法的农产品供应链联盟利益分配机制研

  2. 使用基于Shapley值法的方法，研究农产品供应链联盟利益分配机制研

  3. 所属分类：电子商务

    • 发布日期：2014-03-16
    • 文件大小：737280
    • 提供者：u014146622

  1. SHAPLEY值方法介绍

  2. SHAPLEY值方法介绍

  3. 所属分类：讲义

    • 发布日期：2014-06-06
    • 文件大小：160768
    • 提供者：changjianpeng11

  1. 求解shapley值

  2. 求解shapley值,基于Shapley值进行联盟成员的利益分配体现了各盟员对联盟总目标的贡献程度，避免了分配上的平均主义，比任何一种仅按资源投入价值、资源配置效率及将二者相结合的分配方式都更具合理性和公平性，也体现了各盟员相互博弈的过程。

  3. 所属分类：其它

    • 发布日期：2018-03-22
    • 文件大小：1024
    • 提供者：ljxinyueli

  1. 基于Shapley值法的成本分摊和收益分配小程序

  2. 利用Shapley值法，以工业园区综合能源系统（IES）的可调控资源作为边际贡献，进行成本分摊和收益分配的小程序。

  3. 所属分类：其它

    • 发布日期：2018-10-15
    • 文件大小：5120
    • 提供者：u012801239

  1. 具有区间支付的合作对策的改进区间Shapley值

  2. 针对合作对策中支付函数是区间数的情形,利用区间数运算的性质,根据区间shapley值的适用范围提出了改进的区间shapley值,能较好描述现实生活中的一类经济现象。利用和刻画经典合作对策shapley值类似的几个公理刻画了改进的区间shapley值,并将其值的分配用到了协调利益的实例中。

  3. 所属分类：其它

    • 发布日期：2020-05-07
    • 文件大小：888832
    • 提供者：weixin_38662367

  1. Gale-Shapley算法.pptx

  2. 参照知乎大神对该算法的讲解做的Gale-Shapley算法讲义，纯属个人用途。 详细参考： https://zhuanlan.zhihu.com/p/47039961 https://zhuanlan.zhihu.com/p/47063883

  3. 所属分类：互联网

    • 发布日期：2020-03-26
    • 文件大小：3145728
    • 提供者：qq_40415753

  1. Shapley值法.pdf

  2. Shapley值法是Shapley L.S于1953年提出，为解决多个局中人在合作过程中因利益分配而产生矛盾的问题，属于合作博弈领域。应用 Shapley 值的一大优势是按照成员对联盟的边际贡献率将利益进行分配，即成员 i 所分得的利益等于该成员为他所参与联盟创造的边际利益的平均值。 本文从Shapley值法的概念定义以及实例计算两个方面展开叙述

  3. 所属分类：机器学习

  1. 基于合作博弈Shapley解的PPP项目风险分担定量研究

  2. 基于合作博弈Shapley解的PPP项目风险分担定量研究，韩亚品，，针对PPP项目风险分担问题，引入合作博弈理论，运用Shapley值法对PPP项目需要多个参与方共同承担的风险确定参与各方共担风险收益，由�

  3. 所属分类：其它

    • 发布日期：2020-01-27
    • 文件大小：264192
    • 提供者：weixin_38503496

  1. 农产品产业链主体间收益分配机制研究--基于Shapley值法的实证分析

  2. 农产品产业链主体间收益分配机制研究--基于Shapley值法的实证分析，魏金义，王伟新，完善的收益分配机制是产业链稳定运行的关键所在。本文在应用数理方法描述农产品产业链的参与主体不同合作方式所得收益的基础上，

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：479232
    • 提供者：weixin_38654915

  1. 基于Shapley值模型资产证券化利益相关者的利益分配研究

  2. 基于Shapley值模型资产证券化利益相关者的利益分配研究，江燕，李晓飞，资产证券化作为一项设计精巧的结构性融资活动，具有复杂的交易结构，而且利益相关者之间的利益分配存在一些问题，导致资产证券化

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：456704
    • 提供者：weixin_38702047

  1. 凸几何上的区间模糊Shapley函数

  2. 解决区间合成模糊合作对策在凸几何上的解的问题,研究了凸几何上的区间模糊Shapley函数.给出区间合成模糊合作对策在凸几何上的定义,以及在凸几何上的区间Shapley函数应满足的三条公理,探讨了区间合成模糊对策在凸几何上的区间Shapley函数,并证明其存在性和唯一性,进而拓展了区间合成模糊合作对策的研究范围,对于研究其它具有模糊数的模糊合作对策有一定的参考价值.

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：862208
    • 提供者：weixin_38592643

  1. 基于Gale-Shapley算法的云制造资源服务共享：优势与挑战

  2. 基于Gale-Shapley算法的云制造资源服务共享：优势与挑战

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：675840
    • 提供者：weixin_38663415

  1. 联盟博弈的不确定Shapley值及其在供应链联盟中的应用

  2. 不确定的联合博弈处理可转让收益是不确定变量的情况。 提出了不确定核心作为不确定的联合博弈的解决方案。 本文进一步提出了不确定Shapley值的两个定义：期望Shapley值和α-最优Shapley值。 同时，研究了不确定的Shapley值的一些特征。 最后，作为一种应用，不确定的Shapley值用于解决供应链联盟的利润分配问题。

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：583680
    • 提供者：weixin_38618024

  1. shapley:一种数据驱动的方法来量化机器学习集合中分类器的值-源码

  2. | | Shapley是一个Python库，用于评估机器学习集合中的二进制分类器。 该库包含多种方法，用于计算（近似）加权投票游戏（合奏游戏）中的参与者（模型）的Shapley值-一类可转让的公用事业合作游戏。 我们讨论了基于精确枚举的计算以及经济学和计算机科学研究论文中的各种广为人知的逼近方法。 还有一些功能可以根据来识别玩家池的异质性。 此外，该框架还带有，直观的，100％的测试覆盖率和说明性的玩具。 引用 如果您发现Shapley在您的研究中很有用，请考虑添加以下引用： misc

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：500736
    • 提供者：weixin_42116701

  1. 基于Shapley值公平参考框架的回收商竞争逆向供应链定价决策

  2. 基于Shapley值公平参考框架的回收商竞争逆向供应链定价决策

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1048576
    • 提供者：weixin_38528463

  1. 一种改进Shapley值的符号网络聚类研究

  2. 一种改进Shapley值的符号网络聚类研究

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：468992
    • 提供者：weixin_38652270

  1. rjournal-shapley：具有Shapley值的预测解释简介-源码

  2. 沙普利 关于机器学习的Shapley值的正在进行中的论文，以及各种实现。

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：22020096
    • 提供者：weixin_42123456

  1. fastshap：在R中快速近似Shapley值-源码

  2. 快餐 fastshap的目标是提供一种高效且快速（相对于其他实现）的方法来计算近似Shapley值，这有助于解释机器学习模型的预测。 安装 # Install the latest stable version from CRAN: install.packages( " fastshap " ) # Install the latest development version from GitHub: if ( ! requireNamespace( " remotes " )) { i

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：5242880
    • 提供者：weixin_42138139
« 12 3 »