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。     

Intermittent demand forecasting in the Enterprise: Empirical verification

Forecasting methods are often valued by means of simulation studies. For intermittent demand items there are often very few non–zero observations, so it is hard to check any assumptions, because statistical information is often too weak to determine, for example, distribution of a variable. Therefore, it seems important to verify the forecasting methods on the basis of real data. The main aim of the article is an empirical verification of several forecasting methods applicable in case of intermittent demand. Some items are sold only in specific subperiods (in given month in each year, for example), but most forecasting methods (such as Croston's method) give non–zero forecasts for all periods. For example, summer work clothes should have non–zero forecasts only for summer months and many methods will usually provide non–zero forecasts for all months under consideration. This was the motivation for proposing and testing a new forecasting technique which can be applicable to seasonal items. In the article six methods were applied to construct separate forecasting systems: Croston's, SBA (Syntetos–Boylan Approximation), TSB (Teunter, Syntetos, Babai), MA (Moving Average), SES (Simple Exponential Smoothing) and SESAP (Simple Exponential Smoothing for Analogous subPeriods). The latter method (SESAP) is an author's proposal dedicated for companies facing the problem of seasonal items. By analogous subperiods the same subperiods in each year are understood, for example, the same months in each year. A data set from the real company was used to apply all the above forecasting procedures. That data set contained monthly time series for about nine thousand products. The forecasts accuracy was tested by means of both parametric and non–parametric measures. The scaled mean and the scaled root mean squared error were used to check biasedness and efficiency. Also, the mean absolute scaled error and the shares of best forecasts were estimated. The general conclusion is that in the analyzed company a forecasting system should be based on two forecasting methods: TSB and SESAP, but the latter method should be applied only to seasonal items (products sold only in specific subperiods). It also turned out that Croston's and SBA methods work worse than much simpler methods, such as SES or MA. The presented analysis might be helpful for enterprises facing the problem of forecasting intermittent items (and seasonal intermittent items as well).     

基于模糊认知图的物流需求预测模型研究

准确地预测社会物流需求,在政府对物流行业政策制定、企业物流活动规划中有着重要意义.本文提出一种基于模糊认知图的物流需求预测模型构建方法,综合考虑国内生产总值、进出口总额等五个经济要素与物流需求之间的相互影响关系,通过对历史数据机器学习获得相互影响权重,构建了物流需求预测模型,可对未来物流需求进行推算和预测.实验证明,该模型对物流需求的预测精度较高,效果较好.     

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.     

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.     

管理委托下的双寡头博弈的复杂动力学分析

在具有指数型逆需求函数的基础上,考虑企业管理者以自身利益最大化为目标函数,建立更符合实际市场环境的古诺动态双寡头博弈模型。通过计算得到系统存在4个均衡点,并利用非线性动力学理论和Jury判据对其进行了局部稳定性分析。通过一维和二维分岔图分析了调整速度、权重系数和边际成本对系统稳定性的影响以及系统在参数变化下的演化过程;并发现了3种间歇混沌现象,结论是其为系统进行自我调节的一种方式;此外,通过吸引盆讨论了系统的多稳态性,得出初始条件的选择会影响系统最终的状态。     

恩施州金融信贷机构支持涉农中小企业发展调查研究

为了研究金融机构支持涉农中小企业金融信贷的影响因素以及可得性影响因素,根据恩施州涉农中小企业金融信贷问卷调查,以社会再生产理论为基础,建立了二元Logistic回归模型和Tobit模型,认为要提高金融信贷机构支持涉农中小企业贷款可得性程度,需从3个方面进行改进:金融机构应尽快建立企业信贷评级系统、中小企业提升自身财务状况、相关政府需要建立激励机制.     

城乡公交服务质量评价方法

在解析城乡公交特性,建立城乡公交服务质量评价指标体系,以及对指标体系进行量化与分级的基础上,分别应用面向乘客需求的城乡公交服务质量差距模型和基于集对分析法(SPA)的城乡公交服务质量综合评价模型,研究城乡公交服务质量.以慈溪市城乡公交为案例进行实证分析,通过两种方法的对比得到了较为一致的结果,表明集对分析法在评价城乡公交服务质量上是可行的.     

高校医学图书馆学科服务需求调查及对策研究

通过对医学院校教师读者文献信息服务的需求调查,揭示了医学院校学科服务的需求,分析了医学院校图书馆学科服务的现状,提出了医学院校学科服务的模式与方法。     

物联网技术在智能需求侧管理中的应用

分析智能电网下智能需求侧管理的目标及其支撑设备,对涉及的物联网技术做了简介和分析,探讨智能需求侧管理中的高级计量架构AMI、异构接入、云计算及物联网在智能需求侧管理中的综合应用,为面对智能电网的智能需求侧管理模式提供了参考依据。