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.     

基于知识地图的数字教育资源服务模式研究

针对数字教育资源服务在资源组织和管理方面的不足,设计了基于知识地图的数字教育资源服务模式,该数字教育资源服务模式以知识点为单位建立信息窗口,对数字教育资源归类聚合,设计了结构清晰的知识网络.后以"HTML课程"为例,依托Visual Studio开发环境,利用Google Maps API构建知识地图,实现了数字教育资源服务模式,并选取在校大学生为试验者,进行了模式的试验与分析.研究表明,基于知识地图的数字教育资源服务模式能为学习者提供明确的学习引导,能够提高数字教育资源的有效利用率和学习者的学习效率,对于学习者在线学习的持久度、知识内化等方面具有较好的促进作用.     

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.     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

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.     

The effect of target function on the predictive performance of the two‐stage ridge estimator

The main thrust of this study is to consider the problem of simultaneous prediction of actual and average values of the simultaneous equations model through the target function of Shalabh (Bulletin of International Statistical Institute, 1995, 56, 1375–1390). We focus on the predictive performance of the two‐stage ridge estimator with the motivation for eliminating the disorder arising from multicollinearity. An optimal biasing parameter of the two‐stage ridge estimator is derived by a minimization process of prediction mean square error. In addition, an optimal estimator for the weight of observed value in target function is attained theoretically. The results inferred from a numerical example and a Monte Carlo experiment provide a dramatic improvement in the predictive ability of the two‐stage ridge estimator.