供应链网络风险扩散动力学模型及其应用

在考察分析供应链网络结构域组分特征的基础上,建立了供应链网络风险扩散动力学模型,给出其定态解.该模型由一组方程构成,设置了风险产生项与风险湮没项,合理考虑了风险在供应链网络主体间的传导概率,并设置了主体感染风险阈值.该模型能够反映供应链网络中风险扩散机理,也可以揭示供应链网络结构演进下的风险扩散特征变化.将模型运用到实际的农产品供应链网络中,获得了当前农产品供应链网络及其演进结构下的风险扩散特性.     

粒子的散射方程、孤子解和高能统计模型

基于粒子散射的实验结果和已知的理论,首先,讨论了散射的各种方程,包括Lipkin方程、Pearson方程和Laguerre方程等,并且应用于各种散射;其次,重点研究了非线性方程,如Kd V方程、非线性统一方程等及其孤子解;然后,探讨了共振态和弹性、非弹性碰撞;进而,讨论高能散射和相应的统计模型;最后,提出不同能量的散射可能对应粒子低能具有对称性和高能具有统计性的新二重性.     

电子-质子散射中几何标度效应的研究

在色玻璃凝聚理论框架下,我们对x≤0.01情况下电子-质子深度非弹性散射中新联合实验数据进行全局分析,研究能在全局τ区间内描述几何标度效应。利用新联合实验数据验证了理论上预言的几何标度效应,研究结果显示在高能情况下色玻璃凝聚态存在的可能性。     

一种资源与服务性能关系的建模方法

获取资源与服务性能的关系模型是在云环境中为服务合理分配虚拟资源的关键.然而,训练数据的规模往往显著影响这种非线性关系模型的准确率.针对现有方法不足,提出了将协同过滤推荐(CFR)和支持向量回归(SVR)相结合的服务性能动态建模方法(CSDM).该方法在服务部署与运行时同时训练两种模型,并选择二者中MAE占优的性能模型预测给定资源状态下的服务性能,从而保证预测精度.同时,CSDM引入择优阈值以降低模型训练代价.实验表明,CSDM在不同规模的训练数据上均有较高的预测准确率,且择优阈值对预测精度和建模效率具有显著影响.     

基于边界移动法的高炉炉缸侵蚀监测模型

基于预埋在高炉炉缸内热电偶反馈的温度数据,联合数值传热计算和最优化理论的梯度下降法寻找最优化的边界移动步长因子,建立了高炉炉缸侵蚀监测模型.应用建立的模型可有效求解未知边界的传热反问题.将热电偶反馈的监测数据作为输入数据,应用建立的炉缸侵蚀监测模型对其进行未知边界问题反演求解,计算得到了炉缸内衬侵蚀形貌和残厚.把已知炉缸侵蚀形貌和相应的热电偶测温数据的高炉炉缸作为校验模型样本,模型预测与样本的侵蚀形貌对比表明其相对误差平均值为3.6%,确认了炉缸侵蚀监测模型的可靠性.     

欧式期权市场中带消费行为的投资策略研究

以随机微分方程理论为依托,在经典Black-Scholes模型的基础上进行补充,对欧式期权市场中的投资策略进行了研究,给出了满足预算条件的消费行为的参数限定.     

一类具有转移和治疗机制的随机结核病模型的平稳分布与灭绝

考虑一类具有转移和治疗机制的肺结核传播模型在随机扰动下的动力学行为. 首先, 通过Lyapunov分析方法得到该模型正解的存在和唯一性； 然后利用Has’minskii理论证明该模型存在唯一的平稳分布； 最后通过随机分析方法得到该模型疾病消失的条件.     

中国的出口扩张是否影响了健康?——基于Grossman模型的拓展分析

在全球经济复苏乏力的背景下,"逆全球化"浪潮正以不可思议的速度席卷全球,并顺势引导着我们重新审视"全球化"的益处及其隐形成本.鉴于目前并没有相关文献从理论上探讨出口扩张对健康的影响,本文以中国改革开放以来迅猛的出口扩张为背景进行了首次探索.本文构建了一个工人们与其雇主讨价还价的企业出口模型框架.厂商依据利润最大化原理选择最优的资本、劳动和原材料的投入之后,每个工人也会选择"最优的工作努力程度"使得努力的边际收益等于努力的边际成本.然后.依据Grossman健康需求模型.本文系统地探讨了由外生性原因引致的出口扩张影响工人健康的五个路径,包括工作强度,工资率,收入差距,公共服务和环境污染.最后,依据文章结论提出相应的政策建议.     

行驶受扰延迟下配送车辆调度的干扰管理决策模型

针对行驶受扰延迟下配送车辆的调度问题,提出了基于多相量子粒子群算法的两阶段干扰管理决策方法.首先以最小化用户时间窗偏离度和最小化配送成本为目标,建立了问题的数学模型;然后对车辆配送发生干扰事件可能采取的干扰管理模式进行了归纳和分类,并在选定模式基础上提出了用多相量子粒子群算法进行路线选择的方法;最后在Solomon算例的基础上通过实验仿真,对所提出方法的性能进行测试,并与全局重调度方法进行对比分析,验证了本文方法不仅达到了优化目标的目的,还满足了干扰管理的实用性要求.     

基于聚类动态面板引力模型的国际贸易网络研究

本文提出一种针对网络型数据的聚类动态面板引力模型,用于国际贸易流量网络的研究.该模型假设各贸易国分属于不同的潜在类别,各国间贸易流量对应的模型系数由出口国和进口国所属的类别决定.提出使用马尔可夫链蒙特卡罗方法对模型参数以及各贸易国所属的潜在类别进行贝叶斯估计.对2001-2015年60个国家间的贸易流量数据进行了实证分析.结果表明,所提出的模型能够对贸易国进行聚类,有效地提高贸易流量预测的精度.所提出的聚类动态面板引力模型可以被广泛的应用于其他动态网络型数据的研究.