超订下网络舱位控制的稳健联合模型及策略

将网络舱位控制的资源分解法与作者提出的单航段超订下舱位控制的R-MDP模型结合,提出超订下网络舱位控制的稳健模型,给出了9种稳健联合策略. 并对9种稳健联合策略的总收益进行了比较. 模拟分析表明,当存在需求预测误差时,网络稳健收益高于网络名义收益,随着剩余座位数减少或误差水平增大,稳健联合策略对于期望总收益的提高幅度将逐渐增大.      

具有不耐烦顾客和N策略的M/Hk/1排队系统的优化控制

应用更新理论和概率母函数(PGF)方法, 解决了关于不耐烦顾客和N策略M/HK/1排队系统的优化控制问题, 得出了系统平稳状态下顾客队长的PGF和顾客平均等待时间等系统的稳态指标, 并分析了系统优化控制的最优参数解. 结果表明, 该系统模型有利于解决更复杂的管理优化问题.     

竞争框架下n家保险公司的最优再保险策略

提出了n家保险公司的一种竞争框架,进而研究了最优再保险问题.每家保险公司的盈余满足扩散逼近过程,它可以通过在无风险资产上投资来增加.每家保险公司的目标是,选择最优再保险策略最大化终端财富的均值同时最小化终端财富的方差.应用随时控制理论,我们得到了最优再保险策略和值函数的解.最后,通过数值实验分析了模型参数对最优再保险策...     

虚拟供应链平台企业质量构成分析

虚拟供应链平台要在市场竞争中取胜,就要面对质量控制问题.平台质量水平呈现受企业质量水平影响,因此可以从企业质量水平构成入手研究平台的质量水平控制问题.运用声誉模型建立不完美信息静态博弈模型,分析博弈进行一期、二期和多期,以及顾客先验概率不变或改变的情况下的最优策略选择.得出结论:当博弈大于二期时,只要高质量水平企业的数量大于一定比例,平台整体呈现高质量水平;顾客先验概率是否随着博弈结果调整不会影响均衡解的路径.这个比例可以作为虚拟供应链平台企业选择的参考.     

均值方差准则下时间一致的再保险和投资策略选择

基于两种相依保险业务,研究了最优的再保险和投资策略选择问题.研究的目标是使保险人选择时间一致的最优再保险-投资策略,最大化终止时刻财富均值的同时,最小化终止时刻财富的方差.应用动态规划理论,求得了时间一致的最优再保险和投资策略以及相应值函数的显式解.最后利用算例并结合理论分析,给出了模型参数对最优再保险和投资策略的影响.     

不完全信息下的最优保费控制问题研究

以完全信息下最优保费控制问题为基础,应用最大值原理和卡尔曼滤波理论研究了一类部分信息下最优保费控制问题,获得了最优保费策略.不完全信息下和完全信息下的最优保费策略具有相同的结构.     

Heston模型下幂效用Robust最优投资-再保险策略

假设盈余过程由一种扩散过程来逼近,保险公司为了降低风险提高收益,允许购买比例再保险并同时将其财富投资于一种无风险资产和一种股票,其中股票价格服从Heston随机波动率模型.考虑到模型存在不确定性问题,假设保险公司是厌恶模糊的,建立了一种带有模糊厌恶系数的最大最小化目标函数,应用Robust最优控制理论得到了最优投资-再保险策略的显式解.同时,也得到了模糊中性环境下最优投资-再保险策略的显式解.通过数值算例分析了模型参数对最优投资-再保险策略的影响,并比较了模糊厌恶和模糊中性两种环境下最优投资-再保险策略的稳健性,发现了模糊厌恶环境下的策略更稳健.     

破产前需连续偿债的无限时段上的效用最大化问题

研究了无限时段上带连续偿债率与红利率的最优消费投资模型,结合动态规划及随机控制理论,给出了最优化问题的值函数表达及最优消费、投资策略的显式表达式.这些结论丰富了最优消费投资模型理论,并有助于进一步研究投资者在实际操作中的投资策略.     

基于参数化三角范数的铁路货运量选择集成预测

针对铁路货运量预测中预测方法单一、准确度不高、泛化能力弱问题,基于参数化模糊逻辑理论,结合前序法选择策略,提出了一种新的基于Yager三角范数的选择性集成学习模型,并应用于铁路货运量预测.采用5种常用的单预测模型作为候选基学习机模型,以误差率作为评价指标,采用前序选择策略选定2种基学习机进行集成预测;以遗传算法和最小二乘法确定集成模型的参数,实现铁路货运量预测基学习机的最优组合.试验结果显示,对比单预测模型、最优组合预测模型和均方误差导数预测模型,新提出的选择集成模型取得了最低的误差率,表明其在铁路货运量预测中能够有效提高预测精度.     

企业市场营销策略组合的BP神经网络

针对企业如何采取有效的市场营销组合策略来提高顾客忠诚度的问题,提出了基于BP(back-propagation)神经网络算法的企业市场营销组合策略分析方法;建立了基于4Ps理论的营销组合策略影响因素函数;通过对不同的营销组合策略影响因素进行加权、量化、各层之间权值的调整和迭代运算,最终构建了满足预定误差要求的BP神经网络模型;通过对十种手机品牌顾客忠诚度的实际调查值与网络模拟值相比较,得出了BP神经网络算法具有良好的模拟性,在此基础上证明了该方法在企业进行市场营销组合策略选择时具有良好的预见性和实用性.     

我国边际消费水平几种模型的探讨

国内居民消费是拉动国民经济的三驾马车之一,利用凯恩斯消费假说、杜森贝利消费理论和状态空间模型,我们建立了三种边际消费水平模型.并得出了状态空间模型能更好地反映边际消费水平的变化,对我国边际消费水平的预测和调控具有更好的指导作用.     

一种包含递归的核回归估计的回归预测模型

构造包含递归的核回归的回归模型,将其应用于居民消费价格指数,提高拟合度,减少预测误差.进而运用时间序列预测模型,结合上述回归模型对居民消费价格指数进行预测.     

长记忆时间序列适应性预测的应用

给出某市1973年1月至2002年12月每月食品消费价格指数时间序列，利用长记忆时间序列ARFIMA(0，d，0)模型的适应性预测公式预测了2003年1月、5月、10月、2004年3月、8月、2007年2月的食品消费价格指数．     

洗衣机发展预测模型及应用

我国洗衣机的生产发展十分迅速,从1978年的年产400台到1985年的883万台,八年间增长二千多倍,今后的生产发展前景如何?运用本文介绍的一种预测模型,可以求得公元2000年以前每年洗衣机需求量的预测值,并求得1983年8月至1991年1月为洗衣机生产发展的成熟时期,该模型亦可用于其它耐用消费品的生产发展预测,所得结果可供有关部门决策时参考。     

ARIMA乘积季节模型对我国消费者信心指数的分析

消费者信心指数能够预测消费支出,对某些宏观经济指标也有较好的预测效果。本文运用Eviews6.0软件对2006.01—2011.12我国消费者心指数的统计数据建立ARIMA乘积季节模型。结果表明该模型适合预测我国的消费者信心指数而且预测精度较高,但只适合短期预测。     

AERMOD模型在工业园区大气环境容量计算中的应用研究

该文利用AERMOD模型,以广州(梅州)产业转移工业园为例,通过用AERMOD模型预测分析工业园区建设带来的大气环境影响,并结合环境质量现状计算确定园区大气环境容量值,对园区提出总量控制要求,并分析大气环境容量计算数据的合理性,对AERMOD模型在工业园区大气环境容量计算中的应用进行研究.     

基于灰色理论的蓄电池容量预测

为进一步满足电力、通信、铁路、交通管理等系统对直流电源可靠性的要求,加强对蓄电池组的在线监测及容量预测评估,针对蓄电池容量存在随温度等外部条件而产生周期性变化的特点,提出了实时在线、新陈代谢GM(1,1)预测模型,研究了GM(1,1)模型的建模方法及误差精度检测与评定方法.计算机实际模拟证明,新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测可靠程度,从而实现蓄电池容量的早期预测评估.     

水环境容量法在城市人口规模预测中的应用初探——以福建省长汀县为例

回顾了现在城市规划中人口规模预测的几种常用方法,提出在注重生态环境和可持续发展的背景下,在城市总体规划人口规模的预测中,除考虑经济和社会发展诸因素外,还应根据各地的实际情况因地制宜,找出其主要的环境制约因素,运用生态平衡原理,推算合理的城市人口规模。本文把水环境容量和人口规模预测结合起来,进行了一种新的环境容量法人口规模预测的应用探索,即水环境容量法,并说明了本方法的适用范围。本方法充分考虑了水体的自净能力,以水环境容量为环境限制因子,预测了水环境容量阈值允许范围内的人口规模。     

基于函数性数据分析的中国社会消费品零售总额数据的预测

基于数据的函数性特征,采用函数性数据分析方法对中国社会消费品零售总额进行预测。将总额数据分解为长期趋势成分和季节性波动成分分别进行预测。对长期趋势成分引入居民可支配收入数据来辅助预测,对于季节性成分采用自适应选择权重的加权预测法,将两项预测值的和作为总额预测结果。真实数据上的实验结果表明,本文提出的预测方法预测误差小,且预测结果具有很好的可解释性。     

关于我国社会消费品零售总额的分析与预测

运用时间序列分析的方法,借助SAS软件对我国2000 年1 月份到2007 年12 月份社会消费品零售总额进行了分析与预测,得出了比较准确的结果,为有关部门做出正确的决策提供了有力的理论依据.