风险的频度、累积性及与Hurst指数关系的研究

从金融资产价格波动的符号动力学特征出发，提出了衡量金融风险水平的两个新指标：风险的频度与累积性，分别建立了这两个风险指标与Hurst指数之间关系的命题，并用Monte Carl。实验验证了这两个命题，表明其命题内容的正确性与有效性。     

整合供应链管理推进产业集群化的优势与对策分析

针对近几年越来越明显也越来越引起广泛关注的产业集群化现象，通过分析供应链在产业集群化中的作用后提出，产业集群化实质上是一条或多条供应链在一定地理区域里局部集中的过程，分析了供应链的价值增值过程，为通过整合供应链管理来推进产业集群化发展提供依据。     

供应链合作伙伴的选择、评估和动态监控

供应链合作伙伴的选择与评判是企业自身和企业与企业之间的业务工艺流程重构过程。本文分析了此重构过程中的误区和风险防范问题，提出了结合层次分析法与基于指标满意度的模糊综合评判法的备选伙伴评估方法，讨论了合作伙伴关系评价和动态监控的问题。     

目标数量折扣下的供应链协调分析

目前国内一些行业的公司在销售渠道中常用目标数量折扣的契约模式。本文通过一个两阶段一对一的供应链模型分析了在这种契约下供应链的协调性，以及它对供应链利润分配的影响。最后针对某品牌型号的手机进行了实证分析。     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

基于动态生产能力约束的MC模式下供应链调度优化

大规模定制(MC)模式下的供应链调度优化过程是典型的随机需求与资源约束的动态问题。为合理解决这一问题，在前期研究成果基础上，着重从供应链系统中各协作成员的动态空余生产能力角度出发，指出动态空余生产能力约束关系是该调度优化过程的主要约束关系。进而分析了由该约束关系引发的相关矛盾。通过引入反映和解决矛盾的利益偏好因子，建立了更加完善的动态调度优化数学模型，并通过实例验证了模型的有效性与可行性。     

基于马尔可夫预测模型的数据仓库缓存管理

提出了一种基于马尔可夫预测模型的数据仓库缓存管理策略.将Chunk作为缓存的基本粒度单位,通过收集用户已提交的查询,利用马尔可夫模型预测下一步用户将要访问的视图区域的概率分布,并在此概率分布的基础上提出了基于预测风险的缓存淘汰算法.实验结果表明,算法缓存命中率高,有效地缩短了OLAP查询的响应时间,提升了系统的整体性能.     

Testing and Evaluation for Web Usability Based on Extended Markov Chain Model

As the increasing popularity and complexity of Web applications and the emergence of their new characteristics. the testing and maintenance of large, complex Web applications are becoming more complex and difficult. Web applications generally contain lots of pages and are used by enormous users. Statistical testing is an effective way of ensuring their quality. Web usage can be accurately described by Markov chain which has been proved to be an ideal model for software statistical testing. The results of unit testing can b eutilized in the latter stages, wbich is an important strategy for bottom-to-top integration testing, and the other improvement of extended Markov chain model (FMM) is to present the error type vector which is treated as a part of page node. This paper also proposes the algorithm for generating test cases of usage paths. Finally, optional usage reliability evaluation methods and an incremental usability regression testing model for testing and evaluation are presented.     

黑龙江省一次能源消费总量和消费结构预测研究

以黑龙江省一次能源为研究对象,选取其1995~2014年一次能源消费的历史数据,构建了改进的BP神经网络模型来预测黑龙江省2015~2020年一次能源的消费总量;重构马尔科夫模型,预测黑龙江省2015~2020年一次能源的消费结构。结果表明：构建的模型模拟预测结果误差小,预测准确度良好。2015~2020年黑龙江省一次能源消费总量基本稳定在9200万吨标准煤;能源消费结构中煤炭、石油和天然气的份额均有所降低,清洁能源占比呈增长趋势;到2020年,一次能源消费结构中煤炭占比仍高达65.39%,清洁能源占比仍处于弱势。建议：降低一次能源的消费总量,尤其是煤炭和石油在一次能源消费中的占比;合理调整一次能源的消费结构,降低煤炭在能源消费结构中的占比;政府出台相关政策,引导消费理念,优先使用清洁能源。     

基于马尔科夫生存模型与粒子群算法 的动态航路规划

针对未知情况下航路规划问题,采用动态规划策略保证飞机可以实时规划未来路径,并引入基于马尔科夫的生存模型来获取飞机的生存状态概率,从而评估生存代价,再综合任务、油耗、飞机机动性等作为粒子群算法的目标函数与约束条件,同时为了缓解生存与任务之间的矛盾,引入目标函数权重自适应策略.仿真实验证明,提出的动态航路规划策略是可行的,自适应权重也在一定程度上缓解了生存与任务之间的矛盾,同时将基于马尔科夫的生存模型应用于动态航路搜索中,能够更加直观地掌握每一时刻飞机的生存代价以及各状态的概率.