图上博弈的Page-Shapley值

对合作博弈(N,v)和交流图(N,L)所产生的交流局面(N,v,L),现有的分配法则都是重新定义一个特征函数,再归结为新特征函数的Shapley值.为了避免定义新特征函数时的失真(从而使得计算Shapley值出现一定偏差),本文提出一个新的分配法则.设原博弈(N,v)的Shapley值为Sh(N,v)=(S_1,S_2,…,s_n),其中s_i可视为参与者i的实力.类似于Google的网络搜索算法,对连通的交流图L和表示参与者相互合作程度的转移矩阵P,定义参与者的PageRank (参与者的级别或地位),记为(r_1,r_2,…,r_n),其中r_i表示参与者i在合作交流中的地位.新的分配法则,称为Page-Shapley值:其中参与者i所得为c_Nr_is_iv(N),而C_N取为1/Σ_(j∈N)r_jS_j以便保证值的有效性.当L不连通时,其Page-Shapley值由各分支的Page-Shapley值拼接而成.     

随机截断下基于多个混合分布样本的非参数推断

设有K族(K≥2)i.i.d.(独立同分布)随机变量{Xij,j=1,2,…,ni},i=1,2,…,K,分别来自于分布Gi(x)=(1-iα)F1(x)+iαF2(x),其中iα∈[0,1].每族随机变量同时被另一列i.i.d.随机变量Yij,j=1,2,…,ni截断.本文分别用经验分布和Kaplan-meier估计构造了分布F1,F2的估计,并证明了估计量的性质.最后用数值例子对两种方法作了比较,验证了Kaplan-meier估计的精确有效性.     

增值税进项留抵下的增值税税率与企业资产配置优化

文章选取增值税进项留抵视角,考虑企业在增值税税率下调政策带来的税负效应和税收红利共享(或税负转嫁)效应下如何优化资产配置.税收红利共享(或税负转嫁)可影响以下价格组合:(i)不含(增值)税销售价格、购买价格;(ii)不含(增值)税销售价格、含(增值)税购买价格;(iii)含(增值)税销售价格、不含(增值)税购买价格;(iv)含(增值)税销售价格、购买价格.研究发现:1)销项税率下调:规模报酬递减下,企业会增多投资资本与劳动力,减少投资金融资产,否则相反; 2)进项税率下调:情形(i)下,规模报酬递增且金融资产预期回报率低于附加税税率或规模报酬递减且金融资产预期回报率高于附加税税率下,企业会增多投资资本与劳动力,否则相反;情形(ii)～(iv)下,规模报酬递减时,企业会减少投资资本与劳动力,增多投资金融资产,否则相反; 3)增值税销、进项税率同时下调:情形(i)、(iii)下,规模报酬递增且金融资产预期回报率高于附加税税率时,企业会减少投资资本与劳动力,增多投资金融资产;规模报酬递减且金融资产预期回报率高于附加税税率时,企业会增多投资资本与劳动力.文章使用制造业等相关数据,模拟四种价格组...     

价值工程中基本模式的局限性与基点方法的修正

参考文献分析了价值指数直接分析法对改进范围指示失灵的原因,并严格地推导出了价值指数分析的基点方法,即“无偏差影响价值指数”分析方法。这个方法的主要意思是:(1)用价值工程中较成熟的方法,如实际调查法、理论计算法、对比评价法等,至少能可靠地确定出一个零部件(或功能区域,下同)的目标成本,并以此零部件为基点求出基点系数α。计算公式为:α=(Ci_0)/Fi_0,式中Ci_0和Fi_0分别表示基点零部件i_0的成本和功能分。(2)求出所有零部件的“无偏差影响价值指数”VIi′=α·Fi/Ci(i=1,     

双时滞神经网络模型分支性的数值逼近

数值逼近是数值计算中的基本问题,对仿真算法的理论研究有重要意义.文章研究了一类重要的双时滞神经网络模型的Hopf分支的数值逼近问题.首先,将时滞差分方程表示为映射,然后利用离散动力系统的分支理论,给出了差分方程的Hopf分支存在的条件.得到了连续模型的Hopf分支与其数值逼近的关系.证明了当该模型在juu=(L,2,1=j)处有Hopf分支时,其数值逼近在相应的)(hj=uu(L,2,1=j)处产生Hopf分支.数值Hopf分支值与原连续系统的Hopf分支值之间满足)()(hOhjj =uu.     

网络中的优势有效点与选址问题

一、引言 设N=(V,A)为一个有限、简单、无向的连通网络,其顶点集为V,连杆集为A。 设U={u_1,u_2,…,u_p}V,每个u_i对应一个定义在N中点集上的函数d_i(i=1,2,…,p),其定义如下: 这里d(x,u_i)表示x与u_i之间在网络中的最短距离(即连接x与u_i的任一条最短路径的长度)。 我们的问题是求x~*N,使每个函数d(x,u_i)在x~*都取“极小”值(i=1,2,…,p)。这显然是一个多目标决策问题。     

平衡装载问题的优化模型和算法

根据运输条件和铁路现场实际情况，建立了以平衡配装为主要约束、车辆利用率最大化为目标、多批货物多车配装问题的数学模型，并详述了用遗传算法求解的关键技术．文章假设货物都是长方体的，并适于装在封闭容器中．长方体货物装载优化问题是NP完备的，问题本身具有重要的理论价值，并在交通运输、工业生产和空间规划等领域有着广泛的实际应用背景．     

多重运输调度问题的分枝定界算法及界限估计

多重运输调度问题（ＭＶＲＰ）来源于大规模生产过程的运输组织与实施。本文建立了ＭＶＲＰ的数学规划模型,研究了模型的变形形式、结构特征及解的性质;基于ＭＶＲＰ的数学规划模型,提出了它的分枝定界算法;最后给出了ＭＶＲＰ的上、下界的两个估计式,获得了需求矩阵在平衡时解的精确表示。     

带时间约束的运输问题简便解法

带时间约束的运输问题的传统解法通常是用多目标规划法。多目标规划法虽可解运输问题，但比较繁琐，不便于掌握和实际应用与推广。为了克服这一缺欠，提出新的解法。简便解法利用简单的数学方法把多目标规划法简化为单一目标，简化为传统运输问题模型。此外在此基础上还给出快捷法求解运输问题．使得带时间约束的运输问题的求解更加简捷、更加便于掌握和实际应用与推广。     

Poisson过程的可靠性增长模型(Ⅲ)——评定与预测

本文提出了两个新模型。基于定数和定时截尾试验数据,用最小二乘方法和极大似然方法,研究了在第i阶段失效时间遵从强度(或均值率)为λ_i的Poisson过程的可修系统的可靠性评定与预测问题。这些结果能用于单参数指数分布的无替换(或有替换)定数(或定时)截尾试验的情况。     

改进粒子群算法在考虑运输时间下的FJSP研究

在实际的柔性作业车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)生产环境中,不仅存在工件的加工时间,而且还存在工件在机器之间的运输时间,因此考虑运输时间的柔性作业车间调度更具实际意义.提出混合离散粒子群算法求解考虑运输时间的柔性作业车间调度问题.针对粒子群算法的不稳定性...     

集装箱卡车运输问题的基于图的建模方法

对港口和发货人/收货人之间的集装箱卡车运输问题给出了基于图的建模方法. 该图不仅可以描述进出口空箱或满箱的运输,而且可以描述空集装箱作为运输资源的属性. 这种图将确定的活动描述为顶点,将不确定的活动描述为弧, 称为确定活动在顶点上的图( DAOV 图). 基于这种方法,建立了集装箱卡车运输问题的基本情形、 多堆场多港口情形以及堆场上的空箱数目给定情形的数学模型;相应问题被描述为带时间窗的多旅行商问题(m-TSPTW)、 多堆场的m-TSPTW以及带资源约束的m-TSPTW.而且这种方法可以扩展到集装箱卡车运输问题的更一般情形, 这体现出该建模方法的有效性.     

关于"Flow Shop排序问题F2|prmu|∑wj(1-e-rCj)的一个启发式算法"一文的注记

本文指出了文献[1]中2个主要命题是错误的,最后提出了待解决的问题. 文献[1]讨论了如下的排序问题:设有2台机器M1、M2,作业(job)集记为:Jj={J1,J2,…,Jn},n个作业均依同一顺序M1、M2在2台机器上加工,每个作业的两道工序Tij、T2j的加工时间分别为Aj、Bj(j=1,2,…,n),作业Jj的权因子为wj,完工时间为Cj,目标函数为折扣加权总完工时间∑wj(1-e-rCj)[2],其中,r是区间(0,1)中的一个确定数(如取0.1,0.05),也称为折扣因子.     

在一定置信度下估计阻抗的随机用户平衡模型

基于一种新的道路选择行为,建立了α-截随机用户平衡模型(-αSUE),在这个平衡模型中其道路阻抗的估计值用在置信度1-α下的区间来表示.-αSUE避免了常规的随机用户平衡(SUE)道路选择模型中运用弱大数定律带来的缺陷,其平衡条件用变分不等式来表示.最后,讨论了-αSUE模型与LOGIT模型的关系.     

一个库容有限的两品种存货模型及解法探讨

现实生活和实际生产、工作中,人们常遇到这样一类存贮问题:库容有限、存贮(订购)的物资为两品种,需求量是离散型随机变量。例如在民航运输收益管理中,飞机总容量有限,且有高、低票价旅客座位的需求。需解决的问题是,对有限的飞机容量,如何划分高、低等级的座位数,使航空公司获得的运营收入最大。     

投影寻踪在机会约束规划中的应用研究

投影寻踪方法应用于机会约束规划中,将随机变量约束下的集合X(α)、Xi(iα)转化为确定函数约束下的集合,从而将机会约束规划转变成一般的非线性规划问题,并对(b(w),A(w))和(b(W),A(W))的某一行向量的几种分布给出了X(α)、Xi(iα)凸性的结论.     

一种MADM的综合方法

MADM(Multiattribute Decision-making)是一类重要的决策问题。它是从备选方案集A=(a_1,a_2,…,a_n]中综合考察描述方案的各特性(d_(i1),d_(i2),…,d_(im)),从中选出最能满足目标集G的方案来。对于这种问题,大多数的方法是:     

单周期离散分布随机型存贮问题

关于模型问题:已知市场对某种商品的需求件数b(ω)为一离散随机变量,值为b_i,i=1,…,N,概率为P(b_i)且sum from i=1 to N P(b_i)=1,每件成本价为C元,销售价为R元,滞销处理价为G元,每件缺货损失为S元,求商店的经济订货。本文利用有补偿的二阶段问题给出两种具体算法,并较文献[1]和[2]在算法和最优值方面都有改善。     

有害危险物品后勤学的研究动态

主要描述有害危险物品后勤学研究在如下方面的进展 :1 )有害危险物品管理中的风险表示与风险分析 ,2 )有害危险物品运输过程的选线 ,3)有害危险物品处理点 (如填埋场、焚烧厂 )的选址 ,4 )综合选线与选址 ,5 )有害危险物品后勤管理与 DSS、GIS的结合 .在此基础上 ,提出了有害危险物品后勤学中进一步需要研究的问题 .     

反应型供应链多层库存运输优化与模糊博弈协调

考虑多方式运输成本和库存成本的权衡, 研究了随机需求下单层和多层反应型供应链的库存(补货)和运输最优策略及模糊环境下的供应链协调. 在以布朗运动描述的随机累积需求下, 同时考虑混合运输方式的选择以及库存补货, 给出最优补货点和运输控制策略. 然后将此推广到多层库存问题,分别讨论了在补货流和需求流平衡与否的情况下系统的最优库存和运输策略. 独立分散决策和集中联合控制的比较表明后者能更有效地协调多层供应链系统. 用模糊合作博弈建模分析多层供应链在模糊环境下实现集中联合控制的情形, 在系统库存输入流和输出流平衡的前提下求证了模糊合作博弈的核的存在性并给出模糊Shapley值作为成本分摊模糊合作博弈解的合理公平预测.