基于备件需求优先级的随机库存控制模型研究

根据所安装设备发生故障时对生产过程的影响,备件的需求可划分为关键需求和非关键需求。基于此,研究了需求服从泊松分布、提前期等于常数、基于(S-1,S)订货策略的随机库存模型,提出当库存降低到预定水平,则预留存货以满足关键需求的控制策略,并给出了不同优先级备件服务水平的计算方法。最后结合某核电站库存管理中的一个实例,验证了本文所设计模型的优点和准确性。     

基于动态模型平均的大豆期货价格预测研究

针对大豆期货价格波动的复杂性及影响因素的多元性,本文将动态模型平均理论引入大豆期货价格分析与预测研究中,通过动态选择解释变量和系数时变程度,在有效控制模型和系数不确定性的同时,最大限度综合利用大豆期货市场内外部信息,以提高大豆期货价格预测准确度。具体的,本文提出一套基于动态模型平均理论的大豆期货价格影响因素与预测分析框架,从期货市场和经济环境等两方面准确地识别出大豆期货价格影响因素的时变特征,进而构建大豆期货价格预测模型,并通过预测误差指标和Diebold-Mariano检验法评估其与基准模型的预测能力。研究结果表明,动态模型平均理论在有效剖析大豆期货价格影响因素的时变特征的同时,能明显提升大豆期货价格预测准确度。     

基于EMD和SVMs的原油价格预测方法

针对原油价格预测问题,提出一种基于EMD(经验模式分解)和SVMs(支持向量机)的非线性组合预测方法.该方法运用EMD技术将原油价格序列分解成若干个不同频率的分量,根据频率高低将各分量分组叠加得到3个新序列,分别代表市场波动价格、重大事件价格、趋势价格;针对此3个序列,构建不同SVMs模型分别进行预测,得到各序列预测值;用SVMs针对各序列预测值构建组合模型得到最终预测值.采用WTI和Brent原油现货价格数据验证本方法的有效性,结果表明,此方法与单一的SVMs模型和人工神经网络模型相比,具有较高的预测精度.     

基于SVM的项目评标决策模型

项目评标具有的不确定性特点和评标专家在知识、经验和偏好上的迥异,使招标项目的评标工作具有难度大、影响因素多、难以确保评标工作一致性等问题.针对此问题,提出了一种基于支持向量机的项目评标决策模型,并以某一实际招投标项目为例,验证了模型的有效性.该模型充分利用了SVM的小样本、全局优化等特点,通过学习有限的评标样本,形成评价方程辅助决策,增强了决策的科学性与合理性,提高了决策效率.