自然资源耗竭与经济可持续增长：基于四部门内生增长模型分析

本文在已有研究文献的基础上发展了一个基于水平创新的四部门内生增长模型,探讨了人口增长、自然资源耗竭、内生技术进步与长期经济增长的关系.通过对模型的社会最优均衡分析和竞争性市场均衡分析,分别求出了均衡解、均衡解存在性条件以及在人口增长和资源约束下经济可持续增长所需的条件,并证明了分权经济条件下的市场均衡解往往是非帕累托最优的,进一步分析了导致市场效率损失的主要原因及其政策涵义.     

基于时差分析的资源均衡问题探究

本文在已有时差概念分析的基础上,提出了三个新时差概念,给出了同一工序不同时差关系,提出了标值算法,算出了不同工序时差传递量。对资源均衡优化问题的初始方案进行研究,给出了随机时标网络图的绘制方式,使网络技术的应用更具灵活性和实用性。在时差传递性的基础上,进一步对有资源限制的资源均衡优化方案进行研究,提出了基于赋值算法的优化调整方式,最后通过算例对该调整方式进行了验证。     

Cell-to-switch level planning in mobile wireless networks for efficient management of radio resources

A major step in effectively managing radio resources in a cellular network is to design an appropriate scheme for assigning cells to a location area (LA), serviced by a switch, and allocate resources for individual switches. However, this assignment is already proven in the literature to be an NP-hard problem [Merchant A, Sengupta B. Assignment of cells to switches in PCS networks. IEEE/ACM Transactions on Networking 3(5) (1995) 521–6] that requires efficient heuristic search techniques for obtaining real-time solutions. This work presents a state-space search technique, which is a variant of best first search heuristic technique. The algorithm called the block depth first search (BDFS), allocates cells to switches during switch level resource planning. Under various simulated performance criteria, we compare the performance of the proposed technique with other similar procedures in the literature. Our results indicate that the BDFS outperforms the meta-heuristic procedures in terms of both efficiency and quality of solutions. Hence, we conclude that our proposed technique can be effectively used for switch level planning leading to an efficient management of scarce radio resource in cellular networks.     

额外资源按需分配方法研究

文献Wei Quanling等^[1]的最后一段提出了这样一类额外资源分配问题：假设有一些额外的投入资源将要分配给全部或者部分决策单元,如果我们希望分配结果对于整个系统（该系统由全部决策单元组成）来说是最有益的,那么应当如何分配这些额外的投入资源?他们同时还指出系统中哪些决策单元能够获得额外的投入资源,这不仅取决于决策单元的效率,还需要考虑规模报酬。针对此类问题,本文提出一种额外资源按需分配方法：首先,综合决策单元的技术效率与其投影点的规模弹性构建发展曲线,并由决策单元的发展曲线获知其投入变动与产出变动的对应关系;然后,把额外资源分成若干等份,依次分配每一个等份的额外资源,每次分配使系统的总产出增加实现最大,直至分配完全部的额外资源,或者分配某一份额外资源不再带来任何的产出增加,分配就会停止;最后,把决策单元在每一次分配过程中获得的额外资源进行累加,得到这个决策单元最终的分配结果。全文的最后分别在"一个投入一个产出"和"两个投入一个产出"情况下给出两个具体的分配算例。分配结果表明,这种按需分配方法不会缩减任意一个决策单元当前占有的投入资源数量,并且还可以有效地在辨识出某种额外资源在规模上和结构上存在的冗余,从而有效地避免不必要的分配。     

期权隐含尾部风险及其对股票收益率的预测

当投资者预期未来股票市场可能出现下跌时,会用虚值看跌期权来对冲下跌风险,因此这部分期权价格中隐含了未来股票下跌风险的信息.文章根据下偏矩的概念,通过无模型的估计方法,从看跌期权价格中提取出股票收益率分布的尾部风险指标或下跌风险指标,发现其对未来1个月的股票超额收益率具有显著的预测能力.加入控制变量后,隐含尾部风险指标的预测能力依然十分稳健,说明该指标中含有其他预测因子中所不具备的额外预测信息.     

面向多样化需求的M RO 服务资源配置模型与算法

针对大型复杂企业维修任务集的多服务需求点和多样化需求特征,基于服务需求视角,定义一类多服务需求点下的MRO服务资源配置问题,建立以MRO服务提供商整体服务成本为优化目标,同时考虑资源紧张度、信任度和多服务需求点不同工期要求的问题模型;针对模型中的关键参数（即服务成本和资源紧张度）的特征进行分析,并给出相应的度量方法;在此基础上,设计改进的模拟植物生长算法实现求解,算法通过启发式获得初始可行解,并进行敏感性分析。研究结果表明, MRO服务资源配置模型和算法是可行和有效的,服务成本的波动、信任度和资源紧张度的变化对于资源配置结果均有影响,模型能够有效提高维修服务成本的估算能力,同时能够保持MRO服务提供商资源配置的稳定性。     

基于鲁棒性的关键链二次资源冲突消除策略

以关键链方法中的二次资源冲突困境为切入点,从鲁棒调度优化角度提出一种解决策略.首先,采用定量化建模对问题进行数学描述和表达,剖析插入输入缓冲引起二次资源冲突的原理,进而采用场景分析法从复杂的冲突表象中分解出四种基本的冲突场景构成要素.其次,基于鲁棒调度优化理论,探究各种冲突子问题的有效对策并归类,据此开发出一种消除二次资源冲突的局部重调度启发式协调策略;根据策略设计基于两次调度进程和两类缓冲动态消耗的鲁棒性指标,采用鲁棒性关键链项目调度问题输出鲁棒性最大的调度方案.再次,设计仿真程序和三个测试指标:项目实际按期完工率、活动开始时间偏差绝对值之和及偏差绝对值的方差;基于ProGen随机地生成测试算例集合进行数值实验.结果发现,以鲁棒性调度方案为依据安排项目的实施过程,三个统计指标值都优于以传统关键链调度方案为依据时相对应的指标值.结论表明:基于鲁棒调度优化的二次资源冲突消除策略及设计的关键链鲁棒性指标在项目实施中具有较好的稳定性效果.     

语言多样性、信息获取与分析师盈余预测质量

考察了语言多样性对分析师盈余预测质量的影响,以及这种影响如何因员工教育水平的不同而变化.基于中国上市公司的实证检验结果显示,语言多样性显著降低了分析师盈余预测质量,但是随着公司员工受教育水平提高,语言多样性对分析师盈余预测质量的负面影响有所减弱.进一步研究发现,分析师与CEO间的校友关系增强了员工教育水平对语言多样性与分析师盈余预测准确性之间关系的正向调节作用.研究结论一定程度上丰富了分析师私有信息获取及其影响机理以及社会关系等方面的文献,而且还可帮助投资者、监管者等利益相关方更好地理解分析师行为,促进资源合理配置,增强资本市场的有效性等方面具有一定的启示意义.     

活动重叠模式与资源约束下的项目调度优化

采取活动重叠模式通常是加速研发的有效手段,带有活动重叠的资源受限项目调度问题是经典资源受限项目调度问题的扩展.首先,深入分析了活动重叠对于项目调度的影响,对活动重叠及其不确定进行详细描述与建模,提出了活动重叠导致下游活动返工时间的二项分布概率模型;其次,构建了以最小化研发项目期望工期为目标的优化调度模型,设计了基于串行进度生成机制的遗传算法对大规模问题进行优化求解;最后,基于PSPLIB J60问题库中480个算例分析了该算法的计算结果,并考察了网络参数、资源参数和重叠参数变化时,采用活动重叠模式对缩短项目工期的影响.研究结果表明:活动对资源的需求强度越小或资源稀缺程度越低,可重叠活动对数量就会增加,项目工期缩短得越明显;网络复杂度的变化对缩短项目工期的影响不大;项目中重叠活动对越多,重叠导致的下游活动返工的概率越小,项目工期缩短的越明显.     

Optimal Dynamic Order Scheduling under Capacity Constraints Given Demand‐Forecast Evolution

We consider a manufacturer without any frozen periods in production schedules so that it can dynamically update the schedules as the demand forecast evolves over time until the realization of actual demand. The manufacturer has a fixed production capacity in each production period, which impacts the time to start production as well as the production schedules. We develop a dynamic optimization model to analyze the optimal production schedules under capacity constraint and demand‐forecast updating. To model the evolution of demand forecasts, we use both additive and multiplicative versions of the martingale model of forecast evolution. We first derive expressions for the optimal base stock levels for a single‐product model. We find that manufacturers located near their market bases can realize most of their potential profits (i.e., profit made when the capacity is unlimited) by building a very limited amount of capacity. For moderate demand uncertainty, we also show that it is almost impossible for manufacturers to compensate for the increase in supply–demand mismatches resulting from long delivery lead times by increasing capacity, making lead‐time reduction a better alternative than capacity expansion. We then extend the model to a multi‐product case and derive expressions for the optimal production quantities for each product given a shared capacity constraint. Using a two‐product model, we show that the manufacturer should utilize its capacity more in earlier periods when the demand for both products is more positively correlated.