考虑产品特征属性的替代性需求预测方法

随着电商销售业务的高速发展, 对用户需求进行快速准确预测已成为重要的研究方向. 产品间的替代性对需求有一定影响作用, 且此方面的应用研究在不断深入. 为了提升需求预测精度, 基于畅销预测属性值排序, 利用邻近替代率估计方法, 并结合 Adaboost 预测模型, 构建出一种更优的考虑产品特征属性的替代性需求预测方法, 并通过实验证明该方法行之有效.     

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.     

基于系统动力学的高铁客运需求预测

为了确定中国高铁客运需求的发展规模和规律,通过分析与高铁客运需求相关的经济、人口、设施供给及民航竞争的影响因素,建立了高铁客运需求的系统动力学模型.经过对既有历史数据的验证分析,证明系统动力学模型的有效性,且预测精度优于传统方法.根据经济人口及出行要素设定了三种增长情景,预测发现,中国未来不同情境发展下的高铁客运需求将持续上升,高铁客运周转量2024年突破1万亿人公里,高铁出行量2026年突破30亿人次.基于以上结论,提出了中国高铁建设、票价及服务方面的建议.     

基于优先级排序的用户侧电网调峰机制

传统的分时电价环境下，居民用户大量负荷转移至低电价时段，形成新的负荷高峰。为了缓解这一状况，提出了居民用户参与电网调峰的激励机制。以用户最小用电成本为目标函数，对家庭用电设备进行分类并建立数学模型；考虑调峰功率约束和补偿费用约束，运用改进的逼近理想解排序法（technique for order preference by similarity to ideal solution, TOPSIS），并通过用户响应次数、响应功率等4个指标对每轮次参与调峰的用户进行优先级排序，最终确定参与调峰的用户名单。案例分析结果表明能够降低用户用电成本，减小系统的峰谷差。所提方法能够引导用户有序参与电网调峰，实现用户用电策略的优化。     

可修排队系统备件灰色生灭预测模型

可修部件的失效率和修复率在服役周期内呈现不确定性,基于确定型失效率和修复率建模的生灭过程在解决可修部件备件预测问题时存在一定局限.传统可修备件需求预测模型忽视了排队维修情况下的讨论,这与工程实际不符.以服从一般分布的区间灰数表征可修部件的失效率与修复率,构建了灰色状态转移矩阵,建立了一类排队维修系统的可修部件备件灰色生灭预测模型,研究了该过程的无记忆性和稳态解的存在条件,讨论了失效修复比、修理能力、备件数量与保障率的性质.一定程度上揭示了修理能力受限、失效修复比不确定背景下的可修系统备件需求规律.实际案例验证了模型的有效性和实用性.     

需求推断差异下供应链成员的运营决策机制

供应链终端随机需求的分布不确定时，制造商和零售商将根据各自掌握信息推断需求分布。若零售商不与制造商分享历史需求数据，制造商将根据零售商的历史订单数据进行需求推断。分析了制造商是否有历史需求数据时的价格决策、零售商相应的订购决策，以及供应链成员之间需求数据分享决策。结论显示：制造商根据零售商订单数据推断的需求过高时，将制定较高的批发价格；零售商的期望利润将比与制造商分享需求数据时少，零售商与制造商共享终端需求数据的可能性较大。进一步分析了激励供应链成员分享需求信息并增加供应链利润的协调机制。     

增扩诚信内在需求之研究

诚信内在需求不足是导致诚信缺失的一个重要原因,解决诚信缺失的思路之一在于增扩诚信内在需求,激发诚信内在动力,这既有必要性又有可能性。为此,必须提升诚信价值、健全诚信内在需求导向机制和激励机制。     

无领导小组讨论在教学中的应用

无领导小组讨论自20世纪80年代传入我国至今,在各领域得到了广泛的应用。无领导小组讨论本身是一种培训工具,应用于教学具有可行性,具体实施办法有教师讲解、模拟演练、学生和教师分别点评,丰富了教学手段和方法。     

基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

公路隧道竖井一集热棚一烟囱三段式自然通风节能模型及应用

为了降低公路隧道通风费用，实现隧道运营节能，自然风的利用是隧道通风发展的方向。但是由于自然风向随机，并且不能准确确定风量大小，隧道自然风的有效利用率低。为了加强公路隧道竖井自然通风的效果，控制竖井口自然风风向，实现隧道通风节能，设计了一种竖井-集热棚-烟囱的三段式自然风增强模型。利用数值模拟的方法，分析太阳能烟囱不同温度下，太阳能烟囱内部不同位置的温度、压力和风速分布情况，从而确定自然风向。结果表明：在太阳能烟囱的不同温度下，设计的三段式太阳能烟囱的通风量与集热棚-烟囱的温度差呈线性相关，并且环境温度越高，线性相关性越强。在环境温度低于15℃时，太阳能烟囱的风向保持向上，起到抽吸的作用。根据该模型的设计思想，陕西省雷家坡一号隧道建成了太阳能烟囱自然风通风系统，观测数据表明该通风系统可以补充隧道机械动力通风，为黄土高原及类似地形地区公路隧道的自然风利用提供借鉴意义。