水库垂向一维水温模型研究与应用

本文主要研究的是水库一维垂向水温分布模型.采用该模型模拟水库的水温变化,计算模拟值与实测值所表现的规律一致.在模型验证的基础上,计算水库大坝加高前、后水库水温时空分布趋势,分析其对库区水环境产生的影响.     

东圳水库流域氮磷面源污染现状调查与分析

面源污染已成为当前水环境的重要污染源。该文以莆田东圳水库流域为研究背景,通过对其2017年各类污染源进行统计调查,结合库区和入库河流水质监测,研究东圳水库流域氮磷面源污染的主要来源与负荷。结果表明,东圳水库流域的主要污染物为总氮和氨氮,主要污染源是农田径流,农业面源污染贡献了66.3%的总氮负荷。相应的,提出了东圳库区氮磷面源污染的控制措施。     

多维数据下小企业违约风险过程性评价研究

违约风险过程性评价是在借贷过程中考虑评价特征维度增加的情况下,对小企业的违约风险进行评价。现有违约风险评价大都是考虑相同的评价特征在某一时刻(某一时间序列)的静态评价(动态评价)。大数据环境下用于评价的特征呈爆炸式持续增长,如果每增加一些特征都需要重新构建评价模型,对银行实际操作而言,是不现实也是不可行的。本研究分别从增加新的准则和增加新的指标两个特征增加的角度,提出信贷过程中,违约风险评价模型构建的四种方式,并以中国某商业银行1994年以来的小企业实际贷款数据为对象,通过建立神经网络模型进行实证研究。研究表明,上述四种方式构建的违约风险评价模型的判别精度无显著性差异,同时方式2(以每个准则独立构建评价模型的评价结果作为输入变量,构建违约风险评价模型)有较高的判别精度,为大数据背景下及时更新违约风险评价模型提供了新的思路,也给银行的实际操作节省运算时间和复杂度。     

灰色Verhulst模型背景值优化的建模方法研究

本文对传统灰色Verhulst模型背景值的误差来源进行分析,对模型的背景值进行优化,以期提高模型的模拟预测精度。基于灰色Verhulst模型时间响应式的Logistic函数形式,文章利用Logistic函数拟合模型中的一阶累加生成序列,经过一系列的数学推导,借助反向累加生成的思想,解出了Logistic函数中的三个参数,得到了灰色Verhulst模型背景值的优化公式,并建立了优化的灰色Verhulst模型。最后分别通过算例和应用实例验证本文的优化效果,结果表明,利用优化的背景值公式可以有效地提高传统灰色Verhulst模型的模拟预测精度。     

自动化立体仓库中的储位分配及存取路径优化

储位分配和存取作业路径优化是仓储管理中的两个重要决策问题。本文研究如何在自动化立体仓库中对这两个问题进行同时决策。提出了一个混合整数规划模型对该问题进行优化建模,设计开发了一个基于有向连接图的两阶段优化算法对问题求初始解,并利用禁忌搜索算法对所求得的解进行改进。算法第一阶段解决储位分配问题,在此基础上第二阶段利用Hungarian算法对堆垛机的存取作业路径优化问题进行求解。最后利用实例对算法效率和精度进行分析评价,计算结果验证了算法的有效性。     

白眉水库流域土地利用和覆盖动态研究

白眉水库作为马尾的饮用水源,同时为台湾马祖同胞供应饮用水,其保护意义十分巨大。该文基于"3S"技术,利用白眉水库流域1989年和2010年Landsat-TM遥感影像数据进行土地利用和覆盖动态研究,并分析区域内景观变化对生态环境的影响。最后对开展白眉水库流域生态环境保护提出相应的建议。     

考虑多维效率的上市公司财务困境预警研究

已有的财务困境预警研究一般基于财务指标，或在财务指标基础上引入单一效率指标，而多维效率指标能够更加全面有效地反映不同行业、不同资产规模的上市公司整体状况，从而对上市公司财务困境产生更好的预警效果。本文从经营效率、财务效率、融资效率和人力资本效率这四个维度分别提出相对应的投入产出指标体系，并采用数据包络分析对上市公司各个维度的相对有效性进行评价。在此基础上，将得到的多维效率指标与财务指标相融合，建立上市公司财务困境预警模型。为了验证所提出模型的有效性，采用支持向量机、人工神经网络和决策树这三种常用的财务困境预警技术，并基于不同的财务指标体系对我国上市公司进行实证研究。结果表明，考虑多维效率指标的上市公司财务困境预警模型能够有效提高预测准确度。     

供电行业用户满意度模型构建及实证研究

在相关理论研究基础上,构建了供电行业用户满意度模型,模型数据采集于江苏省电力公司的800位客户,并采用SAS8．1统计软件包的CALIS功能模块对模型进行了验证分析。研究结果表明：用户期望对用户感知质量、感知价值和用户满意的影响不显著,故在模型中予以删除;企业形象对用户满意和用户忠诚的影响以间接为主,直接影响不显著;修正模型中5个内生隐变量R2的平均值为0．69,经综合考虑,修正后的模型有效可靠。最后,为供电行业提升客户满意度和忠诚度提出建议。     

中国宏观经济运行的一个复合模型

本文通过建立一个宏观经济变量间的复合模型,模拟经济增长、货币供应、物价上涨以及通货膨胀之间的数量关系,为经济发展和货币供应政策提供模拟试验。该模型的特点是在经济计量模型中嵌入人工神经网络模型而形成复合模型,该模型共含60个内生变量、9年外生变量、39个随机方程,39个人工神经网络模型。人工神经网络模型是在经济计量模型的基础上建立并分别进行训练。复合模型的联立动态模拟结果表明其精度比单纯的经济计量模型精度要高。研究结果指出通货膨胀一方面受到货币供应的影响,是多发货币的结果；另一方面又反作用于货币供应。通货膨胀对货币供应的影响皆呈负效应,而且对M2的影响较对M1更强些。货币供应的收入弹性和价格弹性都有预料的符号,而且M2的弹性分别大于M1的相应弹性,这些结果与亚洲其它6国得到的相应结论是十分一致的。     

海运集装箱收益管理舱位动态控制策略研究

文章基于收益管理的思想对不确定环境下集装箱班轮的动态舱位分配问题进行了定量研究.考虑了班轮运输业中的团体预订行为,建立了离散时间、离散状态的随机动态规划模型,并分别对考虑团体需求和不考虑团体需求模型的性质进行了分析,提出了在不考虑团体需求情况下的阈值控制策略并指出了在考虑团体需求情况下该策略不成立的情况,最后,用数值仿真对以上性质和策略进行了验证.     

跳跃风险、结构突变与原油期货价格波动预测

本文主要是为了检验原油期货市场是否存在明显的跳跃风险和结构突变,并重点调查这两个因素是否对原油期货价格波动有预测作用。在经典或前沿的HAR-RV、HAR-S-RV和PSlev模型中,本文同时考虑跳跃风险和结构突变因素,构建了HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型。接着,以WTI原油期货的5分钟高频交易数据作为实证样本,对以上模型进行实证分析。实证结果显示：原油期货市场存在明显的跳跃风险和结构突变现象;HAR-RV-J-SB、HAR-S-RV-J-SB和PSlev-J-SB模型对原油期货价格波动的样本外预测精度都明显高于与之相对应的HAR-RV、HAR-S-RV和PSlev模型,且其结果是稳健的。特别地,在HAR-C和LHAR-RV等其它现有HAR族模型中加入跳跃风险和结构突变因素,也能得到类似的结果。本文的研究表明跳跃风险和结构突变因素能显著提高现有绝大多数HAR族模型对原油期货价格的预测精度,所以在HAR族模型的构建中这两个因素不能被忽视。     

Knight 不确定与随机汇率下外商投资决策

在奈特不确定及机制转换环境下研究了汇率变动对跨国投资决策的影响。首先,通过It?公式,推导得出机制转换环境下利润流的动力学方程。其次,利用最大最小期望效用(α-MEU ) 偏好模型对项目投资期望值进行了刻画。再利用随机分析方法推导出在奈特不确定及机制转换环境下考虑汇率变动的项目预期价值公式及利润流临界现值。最后,对结果进行数值模拟,分析了不同参数对跨国投资的影响。     

优化离散灰色幂模型及其应用

考虑已有的灰色预测模型主要能对指数型发展系统或幂函数型发展系统进行模拟预测,本文构建了一种不仅能够模拟指数型和幂函数型的发展系统,并且能够体现出二者之间的相互作用关系的离散灰色幂模型;并针对初始条件对离散灰色幂模型模拟精度的影响,首先给出了离散灰色幂模型的建模步骤,然后以平均相对误差最小化为目标、参数之间的关系为约束条件,构建了离散灰色幂模型初始条件的优化模型,实现对离散灰色幂模型初始条件的优化。结果表明,优化的离散灰色幂模型使得平均相对误差在理论上达到了最小化,其模拟精度和预测精度都高于传统模型。最后,通过中国网络购物人数数据预测和仿真数据分析,说明了本文优化方法的有效性和适用性。     

Knight不确定与随机汇率下外商投资决策

在奈特不确定及机制转换环境下研究了汇率变动对跨国投资决策的影响.首先,通过It(o)公式,推导得出机制转换环境下利润流的动力学方程.其次,利用最大最小期望效用(α-MEU)偏好模型对项目投资期望值进行了刻画.再利用随机分析方法推导出在奈特不确定及机制转换环境下考虑汇率变动的项目预期价值公式及利润流临界现值.最后,对结果进行数值模拟,分析了不同参数对跨国投资的影响.     

企业群体行为变化的定性模拟研究

利用定性模拟技术在处理不完备知识和深层知识等方面独有的优势,将定性模拟技术应用于企业群体行为的研究,为复杂管理系统的研究提供了一个有用的工具。针对一个群体工作过程模型,结合专家知识、概率分布设计了模拟规则并进行了模拟,模拟结果比较符合实际。     

考虑时间序列关联的订单选择决策比较研究

在不同计划期的订单之间有可能存在时间序列关联,而现有生产计划模型大多不考虑这一关联关系对订单选择决策的影响.针对这一问题,以按单生产方式为背景,基于时间序列关联规则,建立了一个权衡当前与未来利润的订单选择决策模型,而将不考虑时序关联关系的订单选择模型作为比较研究的Benchmark问题.在数值仿真实验中,设计了一个动态随机的订单到达流,采用分阶段求解策略,以权重优先算法针对不同决策情景,分别基于两个模型进行决策并比较其决策结果.数据显示,在订单流中存在关联性的情况下,考虑时序关联关系的决策模型较优,证明在生产计划中考虑需求在时间方向上的关联性是必要的.     

考虑质量相关性需求与完全预防性维修的EPQ决策

在经典EPQ模型基础上，考虑质量相关性需求和周期性完全预防性维修策略，以单位时间利润最大化为目标，构建经济生产批量的决策模型。在企业单位时间利润模型的构建中，结合质量相关性需求以及设备退化这一实际问题，进行动态预防性维修成本、恢复成本、次品修复成本以及产品需求率的构建。考虑目标函数的复杂性，本文采用遗传算法对模型进行数值求解，并通过与不考虑质量相关性需求的EPQ决策的比较分析，验证其合理性。     

基于新改进GM(1,1)模型的中国企业债券融资发展预测

我国企业债券市场明显滞后于整个资本市场的发展,加快发展企业债券市场的呼声日高。但是去除企业债券发展的束缚是一个渐进的过程。在此背景下,本文对我国企业债券融资发展进行定量预测。考虑到影响我国企业债券发展的因素较多且不确定,笔者采用灰色系统GM(1,1)模型进行预测。GM(1,1)模型是有偏差的灰指数模型,其精度取决于背景值的构造形式和初始条件的选取。已有的研究文献均是从一个侧面单独改进GM(1,1)模型,这里,笔者提出一种同时优化背景值和初始条件的新GM(1,1)模型。笔者发现新优化GM(1,1)模型比单独优化背景值或单独优化初始条件有更高的模拟精度。在此基础上,利用新改进GM(1,1)模型对我国2010年之前的企业债券余额进行了预测。     

基于GM(1,1)模型的Kano质量要素分类动态预测方法

针对目前缺乏对Kano模型质量要素的分类结果进行动态预测研究的问题,结合灰色系统理论在处理不规则数据方面的优势,提出基于GM(1,1)模型的Kano质量要素分类动态预测方法。针对传统Kano模型分类结果过于主观的缺点,设计模糊Kano模型实现质量要素的客观化分类;结合GM(1,1)模型能处理少数据、贫信息,具有高预测精度的优点,利用GM(1,1)模型研究Kano质量要素分类动态预测问题;最后通过在快递业的实证验证模型的可行性和有效性。     

“互联网+”预约平台下动态取件路径优化研究

互联网技术的飞速发展,极大提高了预约取件服务水平,其竞争也空前激烈。针对预约取件中运输成本高、客户满意度低等问题,结合实际运营情况,考虑客户模糊时间窗,以总运输成本最低为目标,构建“互联网+”预约平台下动态取件路径模型。提出动态遗传算法求解,其中设计节约里程和贪婪插入的初始化编码,采用最小成本交叉操作、自适应交叉率及精英保留策略。基于Taillard、Christophides和Fisher等21个经典基准案例,与其他四种算法对比,改进算法得到15个更好的解,表明其良好的收敛性。最后,对模拟天津实际案例的结果分析和灵敏度分析,验证模型的有效性和适用性,为快递企业上门取件服务提供有力的决策支持。