吴祈宗
主要的学术研究方向有运筹学、最优化理论与方法、系统分析、管理科学、决策理论与方法等。
个性化签名
- 姓名:吴祈宗
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师
- 职称:-
-
学科领域:
管理理论
- 研究兴趣:主要的学术研究方向有运筹学、最优化理论与方法、系统分析、管理科学、决策理论与方法等。
吴祈宗,教授、博士生导师,现任校学位评定委员会委员、管理与经济学科学位评定分委员会主任,北京理工大学管理与经济学院副院长、研究生管理类课群主讲教授。现为中国运筹学会常务理事,北京运筹学会理事长,中国运筹学会数学规划研究会理事,中国兵工学会应用数学研究会副主任委员。1947年7月生,汉族。主要的学术研究方向有运筹学、最优化理论与方法、系统分析、管理科学、决策理论与方法等。长期从事教学与科研,主持和作为主要成员参与,通过部级鉴定的科研项目有十余项。近年来,结合专业及工作发表在国内外重要刊物或会议上有关运筹学、最优化理论与方法、系统分析、管理科学、决策理论与方法、数学建模方面的论文50余篇;出版编著了《运筹学与最优化》、《运筹学》、《管理系统中的信息技术》、《管理科学与工程》等书籍。曾获部级二等奖2次, 科技进步奖三等奖4次,校级科技进步一等奖2次。从教30多年,具有丰富的教学经验,曾在由学生直接评选的“T-more奖学金”活动中,被评为优秀教师,并获重奖。讲授过的主要课程有:运筹学,管理数学,系统分析与多目标决策,决策支持系统与专家系统,数学建模,管理统计学等。先后获得“研究生培养优秀奖 个人一等奖” ,“管理与经济学院人才培养方案的设计与研究”等校教学优秀成果奖多项。2003年8月,长期作为主讲的《运筹学》课程被评为北京市高等学校市级精品课程。
-
主页访问
2387
-
关注数
1
-
成果阅读
928
-
成果数
13
-
52浏览
-
0点赞
-
0收藏
-
0分享
-
105下载
-
0评论
-
引用
吴祈宗, 李有文
,-0001,():
-1年11月30日
目的研究层次分析法中判断矩阵可接受性及一致性的改善问题。方法引入"判断一致性矩阵"概念,利用判断平均特性修正矩阵的方法,进行层次分析法(AHP)的灵敏性分析研究,在严格证明了理论结果的基础上,对更一般的情况进行了统计模拟。结果与结论判断一致性为在实际应用中合理接受判断矩阵打开了一个新的思路;利用判断平均特性修正矩阵法可以有效地改善判断矩阵的一致性,对层次分析法(AHP)的科学运用有重要意义。
层次分析法,, 判断矩阵,, 一致性
-
181浏览
-
0点赞
-
0收藏
-
0分享
-
703下载
-
0评论
-
引用
【期刊论文】基于遗传算法和模拟退火算法优化神经网络的铁路营业里程预测
吴祈宗, 侯福均
北京理工大学学报,2004,24(3):247-250,-0001,():
-1年11月30日
提出应用遗传算法(GA)和模拟退火(SA)优化神经网络预测铁路营业里程Z采用3层前馈神经网络实现铁路营业里程的时间序列预测,输入节点数为5,隐层节点数为8,输出节点数为1。对神经网络的连接权重和节点阈值的确定,采用GA和SA算法相结合的混合优化学习策略。两种算法结合时,SA算法处于外层,GA处于内层。GA采用实数编码,把要确定的神经网络节点连接权重和节点阈值作为基因串。数值计算结果表明混合优化的神经网络的学习速度和精度都比单纯BP算法得出的结果好。因此,用GA-SA混合优化的神经网络预测铁路营业里程是可行的。
BP神经网络, 遗传算法(, GA), , 模拟退火(, SA), 算法, 铁路营业里程, 时间序列预测
-
57浏览
-
0点赞
-
0收藏
-
0分享
-
320下载
-
0评论
-
引用
【期刊论文】基于人工神经网络的50CrMoA钢应力强度因子幅度门槛值ΔKth的预报
吴祈宗, 侯福均
中国铁道科学,2003,24(3):130-132,-0001,():
-1年11月30日
应力强度因子幅度门槛ΔKth值受多个非线性因素的影响。在人工神经网络研究领域中,已经证明具有任意个隐层节点的前馈神经网络可以以任意精度逼近一个连续函数,因而在模式识别和函数逼近上得到普遍应用。基于该原理,采用人工神经网络的反向传播算法研究50CrMoA钢应力强度因子幅度门槛值ΔKth的预报,使BP神经网络在ΔKth值预报中的应用得以实现。应用实验数据比较表明:利用神经网络得到的输出值与实验值之间最大误差为1.6392%,说明该模型在学习样本数据的基础上,可以对应力强度因子幅度门槛ΔKth值进行预测。且具有预测精度较高、方法简便易行的特点,并有很强的学习和容错功能。
钢材, 强度因子, 门槛值, 预报
-
79浏览
-
0点赞
-
0收藏
-
0分享
-
143下载
-
0评论
-
引用
【期刊论文】基于BP-SA混合优化策略的铁路货运量时间序列预测
吴祈宗, 侯福均
铁道运输与经济,2003,25(10):51-53,-0001,():
-1年11月30日
铁路货运量的时间序列预测可以看为一个从输入到输出的非线性影射。神经网络尤其是BP神经网络,被广泛用于非线性逼近问题。但是,BP算法训练神经网络速度慢、易陷入局部极值。而模拟退火算法(SA)具有很好的全局寻优性。因而提出混合优化策略,即将反向传播算法(BP)和模拟退火算法(SA)结合起来训练神经网络,来实现铁路货运量的时间序列预测。与单纯的BP算法比较,数值计算结果表明BP-SA混合优化策略具有较高的速度和精度。
B P 神经网络, 模拟退火算法, 铁路, 货运量, 时间序列预测
-
71浏览
-
0点赞
-
0收藏
-
0分享
-
123下载
-
0评论
-
引用
吴祈宗, 侯福均
,-0001,():
-1年11月30日
给出三角模糊数互补判断矩阵一致性的定义和判别加性一致性的方法,给出基于心矩阵的一致性调整方法,调整量可以是精确数也可以是模糊数。最后给出一个应用实例。
决策, 模糊数, 互补判断矩阵, 一致性, 心算子, 心矩阵
-
111浏览
-
0点赞
-
0收藏
-
0分享
-
175下载
-
0评论
-
引用
吴祈宗, 侯福均
,-0001,():
-1年11月30日
正确预测铁路客运市场,对国家的经济发展格局和资源配置,以及对铁路企业内部的投资结构、经营管理等都有重要作用。铁路客运市场受多个因素的影响,而且这些作用多是非线性的。人工神经网络是热门研究领域,它具有很强的自训练学习和容错能力等优点。目前得到普遍应用的是多层前馈神经网络,它主要被用在模式识别和函数逼近上。已经证明具有任意个隐层节点的前馈神经网络可以以任意精度逼近一个连续函数。本文探讨用人工神经网络的反向传播算法研究铁路客运市场预测。说明了该方法的基本原理,并结合实例说明了方法的实施与应用。该模型在学习实验样本数据的基础上,可以对铁路客运市场进行预测。该模型具有很强的学习和容错功能,结果表明预测精度较高,方法简单易行,为铁路客运市场的预测研究提供了一条新的途径。
人工神经网络, BP算法, 铁路客运市场预测
-
53浏览
-
0点赞
-
0收藏
-
0分享
-
248下载
-
0评论
-
引用
【期刊论文】One e-Business Technical Model Based on ebXML Framework
吴祈宗, Chen Ning, Wu Qizong, Chang Shiyan
,-0001,():
-1年11月30日
With the development of global economic, e-Business will play a more important role than ever. This paper introduces the contributions of XML to e-Business and ebXML architecture. In effort to maximize the openness and equality of e-Business, we propose one e-Business technical model based on ebXML framework. At last, we discuss the necessary future work.
XML, e-Business, ebXML, model
-
47浏览
-
0点赞
-
0收藏
-
0分享
-
160下载
-
0评论
-
引用