本文提出了一种基于模糊专家系统和 DS 证据理论方法的股票评估和排名技术，并应用蚁群算法进行组合优化，以在 Bombay 证券交易所的短期投资中表现良好。

Apr, 2022

本研究旨在基于 TOPSIS 方法，设计一种结构化的方法，以预测异构自动化软件的可维护性并发现 GARF 技术表现最佳。

Sep, 2022

该研究调查了科学和工程领域人员在寻找软件时的偏好和选择标准，并发现软件开发人员在社区网站、软件项目库、软件目录和组织特定的邮件列表或论坛等方面与非开发人员存在差异，同时调查还确定了一些阻止人们找到软件的因素。

May, 2016

在不断发展的供应链管理背景下，高效的库存管理对企业的重要性显著增加。这项研究引入了一种智能库存管理系统，以解决与不准确数据、延迟监测和过度依赖主观经验的预测相关的挑战。通过条形码和分布式应用技术的智能感知，结合全面的大数据分析，使数据驱动的决策成为可能。该系统通过细致的分析、系统设计、关键技术探索和仿真验证成功地展示了提议系统的有效性。该智能系统实现了二级监控、高频检查和人工智能驱动的预测，从而增强了库存管理的自动化、精确性和智能化。该系统通过准确的预测和明智决策，有助于降低成本和优化库存规模，最终实现了互利互惠的局面。本研究的结果提供了相关研究领域的有益信息。

Sep, 2023

本文探讨了在 Search-Based Software Engineering (SBSE) 中，当清晰的利益相关者偏好给定时，是否应该优先使用加权搜索，结果表明，即使在存在明确偏好的情况下，权重也可能对搜索进程有害。具体来说，作者进行了大规模的实证研究，结果在通常搜索预算的情况下表明，帕累托搜索在绝大多数情况下，甚至达到 77％的情况下比其加权对应物有显着优势。

Feb, 2022

本研究旨在开发使用模糊逻辑 Type2 的预测系统，该系统可以处理股票交易中人类行为的不确定性和复杂性，主要使用了四个技术指标，相对强度指数（RSI）、威廉平均（WA）、移动平均收敛 / 发散（MACD）和随机震荡器（SO），以确定交易决策的支撑和阻力级别。在 Nigerian Stock Exchange 上对 10 家上市公司的数据进行了测试，收集数据集包括每一个证券的开盘价、最高价、最低价和收盘价。

Feb, 2022

本文介绍了一种基于神经网络模型的机器人搜索策略自动优化方法，通过在大量虚拟环境中训练和少量真实环境测试进行反演，能够适应底层概率分布的时间变化特征，同时减少实际测试的数量，并在螺旋和探头搜索 THT 电子组件装配的两个工业机器人上进行了评估。

Jul, 2022

通过特征选择方法，本研究考察了 SFS 和 SBS 两种包装式特征选择技术在苹果公司过去十年间使用 123 个技术指标进行股市预测的影响，结果显示每种特征选择方法与不同的机器学习方法相关联，Ridge 和 LR 方法结合包装式特征选择的 SFS 和 SBS 具有最好的股市预测结果。

Oct, 2023

通过交互式进化计算以及应用定量和定性评判标准指导多目标进化算法，将用户反馈嵌入到适应函数中，使算法能够辨别出有前景和较差的解决方案，实验证明该交互机制可以有效地引导搜索进入专家真正感兴趣的搜索空间区域。

Jan, 2024

基于产品空间和输入输出矩阵，我们提出了一种推荐系统，旨在促进分布式制造，通过推荐每个公司的当地供应商列表，以提高生产供应链的适应性和弹性。

Dec, 2021