认知、结构与情境:大学校友的 动员机制研究

目前,大学的发展越来越需要校友的支持,以使它们在办学资金等方面获得可持续的竞争力。如何将那些平时散落在各地的校友动员起来以获得他们多方面的支持,成为摆在大学领导人及校友事务机构面前的一个重要课题。对来自国内高校的17位校友事务工作者和23位校友进行深度访谈,将获取的文本资料进行三级编码,由此构建了校友动员的理论模型。研究发现,校友动员就是具有一定关系认知水平的校友在某一关系结构和关系情境下被组织起来的集体行动,而行动的结果(动员结果)则是大学获得发展所需的资源。进一步分析发现,校友动员是关系认知、关系结构、关系情境三者相互影响、相互建构以共同影响动员结果的过程,也是校友在活动参与过程中付出时间、金钱等资源的过程。要想进行有效的校友动员,就必须将其作为一项整体性和系统性的工作来看待,并在具体实践中着力扩大校友的活动参与度。     

一种多分辨率仿真模型构建方法

针对人在回路仿真推演中高层级指挥员下达作战任务与仿真系统模型指令之间的分辨率鸿沟，提出了一种基于行为树的多分辨率模型构建方法。通过改进行为树语法，实现了低分辨率作战任务解聚为高分辨率仿真系统指令；通过设计嵌入行为树的决策模型，解决了模型指令执行过程中面临的资源不确定性、执行效果不确定性问题。设计了夺取制空权作战场景，验证该方法的有效性。     

资源税改革与我国区域“资源诅咒”困境

资源禀赋在支持经济增长的同时,会产生"资源诅咒"现象,即资源优势阻碍经济增长.目前研究较少考虑资源税制设计对区域"资源诅咒"的影响,缺乏资源税改革对区域演化作用深入研究.基于历年统计数据,本文研究当前我国区域"资源诅咒"分布情况,并构建动态多区域CGE模型,编制社会核算矩阵(SAM),分别以2%、5%和10%的煤炭资源税率设置模拟场景,分析资源税改革对区域社会经济、产业发展和"资源诅咒"演化的影响,并提出破解我国区域"资源诅咒"对策.研究结果表明:资源税改革可在一定程度上抑制我国区域"资源诅咒"恶化,但会使产品价格发生波动,影响宏观经济发展;同时改革会影响第二产业发展速度,尤其是抑制资源生产和加工产业增长,促进资源在各产业间合理流动,使资源消费和产业结构趋于理性,从而适度控制各区域的能源供给和需求,逐步转变各区域增长方式,协调各区域社会经济发展.     

基于人工股票市场的财富分布及演化研究

采用多主体建模的方法构建了一个具有真实股票市场特征的人工股票市场,通过对3类异质投资者信息资源禀赋及交易行为的刻画,展现了市场财富的幂律分布特征,并发现财富分布的基尼系数随着机构投资者初始市场占比的增加而减小。这意味着市场财富会向信息占优的机构投资者手中聚集,但整体财富分布的非均等程度会随着更多机构投资者的加入而减弱。基于以上结论,从优化资源配置公平的角度对中国股票市场提出了相关建议。     

辽东湾海蜇资源衰退仿真研究

运用Netlogo仿真工具对辽东湾海蜇资源进行仿真实验,探讨海蜇资源可持续利用的途径。研究结论表明：大规模的海蜇增殖放流可以有效缓解短期内无法大幅度降低捕捞强度和海域污染的压力,但不能从根本上遏制海蜇资源的衰退。海域污染和捕捞强度是实现系统优化的关键,两者的降低是一个渐进过程,首先,可以采取增加海蜇资源初始量代替降低海域污染水平和捕捞强度的措施;其次,是以降低海域污染水平和捕捞强度为主的分阶段海蜇捕捞专项管理措施。     

基于非完全信息博弈竞标的无线传感器网络资源分配方法

针对无线传感器网络任务调度过程中造成的资源冲突问题,本文将其考虑为节点间的非完全信息博弈竞标过程,在参与竞标的节点进行决策时,引入隐马尔可夫链对其他竞争者的决策进行预测,同时资源分配过程中的多个优化目标,分别由任务和节点进行优化,并提出一种非完全信息博弈竞标算法。最后,在假设节点个人理性的前提条件下,论证了此非完全信息博弈竞标模型满足经济学原理中的激励相容性和最大化系统收益。并从实验仿真证明其有效性。     

基于组合双向拍卖与信任的多云计算资源分配与定价研究*

随着云计算市场规模的急剧增长,云计算资源的分配和定价成为了云计算市场的一个重要问题.针对当前云计算资源分配中将定价和信任相结合研究的不足,研究基于组合双向拍卖和信任的多云计算资源分配与定价算法,从价格和信任两方面来衡量云计算资源提供商的“综合竞争力”,激励综合竞争力高的云资源提供商获得更多的效用.实验仿真表明该算法满足激励兼容性和交易效用可激励云计算资源提供商提高综合竞争力.     

基于“人、财、物”集约化管理的高校数据资源中心建设初探

本文通过对高校数据资源中心建设框架、建设内容的梳理,提出了基于"人、财、物"集约化管理的高校数据资源中心建设思路,并以北京联合大学为例,对建设过程中出现的问题进行了分析,总结了实践过程中的建设经验.     

一种基于多标拍卖的资源分配算法

针对有限资源开放式系统多任务多资源分配问题,提出了一种基于多标拍卖的资源分配算法. 算法首先基于资源效用曲线为每个任务建立投标集合. 其次,任务向系统递交投标,系统收集所有任务投标并定义市场出清价, 确定资源分配的规则. 最后算法通过启发式方法调整每个任务的最大投标值,以获得接近最优的系统总效用. 实验结果表明算法在资源有限的情况下优先分配资源给投标价格高的任务,与0-1整数规划资源分配算法相比时间复杂度低,最优值偏差不大.      

面向成本优化的SBS虚拟化资源分配

在部署云应用问题中,对于结构复杂的基于SBS的资源优化分配问题,目前尚缺少深入研究.针对这一问题,提出了组件服务资源配置的概念及其确定方法,基于此将SBS的资源优化分配建模为资源配置的组合优化.为求解优化模型,给出了一种改进了交叉算子和变异算子的遗传算法.实验验证了优化模型的有效性,同时表明提出的遗传算法具有较快的收敛速度,且与线性规划相比,虽然最优解的质量相近,但是在较大规模问题上求解效率明显优于后者.