制造企业衍生服务运营模式决策：自营与外包的权衡

随着服务在制造企业创收中占比的不断增加，服务衍生已成为实现服务型制造的有效手段，但产品制造的相对集中与服务提供的绝对分散困扰着制造企业衍生服务的自营/外包决策。针对1家制造企业和1家服务承包商出售一类实物产品及一项衍生服务的情形，构建了衍生服务自营与外包两类模式下的博弈模型。结果表明：衍生服务自营/外包的决策受服务水平、产品服务相关性、服务提供优势系数及收益共享系数等多因素影响；自营或外包模式下，衍生服务水平及服务提供优势系数对双方利润的促进作用存在边界，且产品服务相关性对衍生服务水平以及双方利润存在促进作用；外包模式下，收益共享系数的制定应以实现外包双方价值更大创造为目的。     

多中心治理模式下的网络舆情应对--基于服务型政府建构的逻辑

网络舆情是当前转型社会、民主社会和虚拟社会叠加作用下的产物。在社会治道变革以及多中心治理模式得以确立的背景之下，网络舆情这一社会现象也出现了新的演进趋势。工具理性与价值理性主导了网络舆情发展演变的双重向度，使其产生出两种截然不同的社会影响。就网络舆情的产生根源来看，主要来自于社会治道变革的内在感召、反向社会情绪的释放发泄、多元网络文化的深度催化和网络社交领域的繁荣兴盛。因此，应摒弃传统社会管理模式下对网络舆情的研判思维，通过多中心治理模式下的理念变革，强化大数据背景下的数字化治理，完善多中心治理秩序，促进国家与公民社会关系的再平衡等途径，从构建服务型政府的视角出发，科学地加以应对和利用。     

基于Kriging模型的多点加点准则和并行代理优化算法

针对并行仿真环境下复杂工程系统的优化设计问题,提出一种基于Kriging模型、多目标策略和聚类方法的并行代理优化算法.该算法的多点加点准则,以同时优化期望改进准则和可行性概率准则为目标,首先生成兼具目标响应改进和可行域边界刻画功能的备选试验点集;再利用聚类方法从备选点集中选取多个有代表性的新试验点.通过两个数值算例和一个工程算例,将所提并行优化算法与已有算法做比较,结果表明所提算法具有更高的优化精度、效率和稳健性.     

移动商务中融合签到位置与用户间相似性的兴趣点精准推荐

向位置频繁变化的移动用户进行精准推荐,如何提高推荐准确性,已经成为一个理论研究与实践中的热点与难点问题.针对于此,本文提出了面向移动社交商务的精准用户兴趣点推荐模型--MRGR.首先,利用用户的历史签到信息,通过改进核密度估计对兴趣点进行预测;其次,进一步考虑到用户间的签到相似性,使用信息熵定量表示用户移动的随机性和不确定性;最后,融合地理位置信息与用户间相似性,精准推荐用户兴趣点,并在Foursquare数据集上进行验证.实验结果表明:与传统模型相比,提出的模型在准确预测用户兴趣点的同时,可以有效缓解数据稀疏性和冷启动问题,并在准确率和召回率上都取得了显著的提高.成果将为移动商务中,如何更好满足企业的精准推送与用户个性化需求提供有力的技术支持和决策服务.     

基于Max(N,D)策略的MG1排队系统的稳态指标

考虑一个由N策略和D策略同时控制的MG1排队系统.当顾客的到达个数至少为N个同时等待顾客的服务时间之和大于某非负实数D时,空闲的服务台重新开始服务顾客(称此服务启动策略为Max(N,D)策略).在此策略下,由于闲期到达顾客的服务时间是条件相依的,故队长的随机分解不再成立.通过将顾客分成两类,并借助拉普拉斯变换和概率分析,研究了该排队系统的稳态队长分布、稳态闲期和忙期分布、稳态服务时间积压量分布以及顾客的稳态逗留时间分布.数值算例分析了N、D和Max(N,D)策略对稳态平均队长的影响.在数值上获得了系统稳态费用最小的最优策略临界值,并比较了N、D、Max(N,D)和Min(N,D)策略的优越性.     

考虑等待时间的网约车与出租车均衡定价研究

针对网约车和出租车的出行服务竞争,用等待时间刻画影响需求的服务质量,考虑网约车服务质量高于/低于出租车服务质量两种情景,探讨两种服务共存的条件及均衡定价策略.研究结果表明:当总网络外部性为正时,两种服务需较高差异化才能实现共存;而当总网络外部性为负时,无需其他条件约束,两种服务皆可共存.通过算例分析,分析了网约车服务等待时间对消费者剩余的影响以及参数对两种服务共存条件的影响.此外,借鉴参照依赖理论描述出租车司机在竞争市场中的获利感知,提出基于服务质量差异的网约车管制措施.研究结论为网约车服务定价和监管策略提供了一定的管理启示.     

中距协同空战决策过程二次聚类重构与评估

未来空战将以中距空战为主，找出导致中距空战结果的原因是开展贴近实际的中距空战智能决策需解决的重要问题。针对空战训练过程中记录数据分布的复杂特点，建立了中距协同空战训练评估模型，提出了基于高阶导数聚类和相对模糊熵聚类的二次聚类方法，计算编队协同决策集，实现编队中距协同空战决策过程重构。以编队协同搜索和协同机动决策的角度，寻找编队协同决策与中距空战结果的相关性，并通过实例评估验证了聚类算法的合理性。     

基于粗糙集和证据理论的设备状态评估方法

为准确判定复杂设备健康状态，提出一种基于粗糙集理论和证据理论的健康状态评估方法。鉴于粗糙集只能处理离散指标，首先提出一种基于动态模糊C-均值聚类算法的连续型评估指标的离散化方法；再通过基于互信息的属性约简算法对复杂设备健康状态评估指标进行约简；然后对约简的评估决策表进行处理，构建基本信度分配函数；最后利用D-S合成规则进行多指标合成得到健康状态，进一步挖掘评估指标与健康状态间的关系。实例研究及对比分析表明该方法能有效提高决策可信度，减少评估的不确定性。     

下一代密集WLAN网络干扰管理机制

在密集高效无线局域网部署场景中,针对传统802.11协议造成用户公平性差和吞吐量低的问题,提出一种以用户为中心的资源配置方法。该方法通过对用户进行识别分类,以用户为中心配置信道和功率,在保证用户公平性的前提下,最大化网络吞吐量。提出的功率控制机制和用户识别方法可以很简单的应用于现有无线局域网系统中。仿真结果表明,提出的资源配置方法平均提升单位基本服务集吞吐量47.3%,干扰最严重的基本服务集的吞吐量提升190%,每个基本服务集的边缘用户的吞吐量平均提升约74.3%。     

结合上下文特征和图割算法的车载点云聚类方法

可靠、准确的点云聚类是后续高精度场景目标分析与解译的基础.该文提出了一种基于上下文特征和图割算法的车载点云聚类方法.首先用DBSCAN （density-based spatial clustering of applications with noise）对点云数据进行过分割，得到密度可达的超体素；然后引入空间和属性上下文特征来描述超体素间的关联，并用于定义超体素构建的图模型边的权值；最后基于多标记的图割优化算法得到最佳超体素聚簇.实验结果表明，该方法能够有效改善点云聚类过分割，从而提高聚类的精度.