最优库存策略下的选址模型

目前的物流选址模型大多只考虑运输费用,但是,本文通过对最优库存策略的研究表明,单个配送中心的最优库存费用与其承担的需求量之间具非线性关系,进而,在总需求一定的情况下,得出总库存费用与配送中心数目的平方根模拟表达式,并一步提出考虑库存成本的选址模型。使配送中心选址决策进一步完善。     

模型不确定性下的最优利率规则

在一个封闭后瞻宏观经济模型的基础上,构建包含64个模型的模型空间来刻画模型不确定性,利用贝叶斯模型平均方法求解模型不确定性下的最优利率规则并与单个模型下的最优利率规则进行比较。研究表明,模型不确定性下的最优利率规则比基于单个模型的最优利率规则更加稳健;模型不确定性是央行普遍实行保守的货币政策的原因之一。     

基于可靠性的软件构件费用分配最优模型

针对软件系统可靠性和费用分配问题,给出了一种基于可靠性的软件构件费用分配最优模型。将软件系统可靠性定义为软件构件失效率、操作剖面、构件使用矩阵以及软件无失效运行的规定任务时间的函数,详细描述了费用最优模型的建立和利用非线性规划理论求解模型的步骤。在求解过程中,将费用最优模型转化为Kuhn-Tucker方程,有效地处理了带有复杂计算的目标函数和约束条件的可靠性和费用最优分配问题。计算实例表明利用该模型进行可靠性和费用分配是可行的。     

多指标决策的最优线性分派法

多指标决策方法一直是系统工作者研究的课题。在定义正负理想方案的基础上 ,对方案进行贴近度单排序 ,然后综合所有指标求方案的排序频数。当排序频数无法给出方案的总体排序时 ,我们将其巧妙地转化为最优线性分派模型来处理 ,从而达到优化方案的目的 ,同时也为多决策问题提供了又一种可靠而又可行的决策方法。     

考虑通货膨胀率影响下的最优资产组合模型

在无风险资产收益率与证券的收益率无关和相关情况下,研究了通货膨胀率影响下的最优资产组合模型,得出了最优解,并进行了数值模拟。该模型具有一定的理论意义,对政府经济部门更有效地调控经济及个人投资者进行合理投资有一定的参考价值。     

基于第三方认证的云服务信任模型

基于云服务的特征, 按照存在或不存在第三方认证机构建立两种云服务信任博弈模型, 建立基于第三方认证的云服务交易机制与信任管理机制, 最后构建云服务信任评价模型, 并与电子商务的信任系统做了对比研究, 进一步完善现有的云提供商信用水平评价方法, 为云用户提供了更完善可信的决策信息. 通过上述模型和机制的建立, 得出结论: 成立第三方认证机构是控制云计算环境下服务信任风险的有效措施.     

基于动态最优停止模型的组织学习转换时机

从探索性学习到应用性学习的适时转换有利于降低企业成本,提高企业绩效。本文在分析企业从探索性学习到应用性学习转换过程的基础上,利用动态最优停止模型分析了从探索性学习到应用性学习的最优转换时机的存在性和影响因素。该模型揭示了企业探索性学习成果的创新性程度和知识管理导向等因素与企业从探索性学习到应用性学习的最优转换时机之间的关系。     

云环境下能耗优化的任务调度模型及虚拟机部署算法

云计算环境下,在满足用户服务级目标约束下,如何有效地进行资源分配调度,降低能耗,已成为不容忽略的关键问题.针对目前云计算系统服务资源分配调度问题在能耗方面的研究不足,提出一种能耗优化的资源分配调度体系架构,并基于此架构设计了一个满足实时用户SLA的能耗优化模型.该优化模型从系统级和部件级两个层次进行能耗优化.在系统级上,提出一种基于分组遗传算法最大限度降低系统空闲能耗的虚拟机部署算法,该算法将虚拟机和服务器之间的映射抽象为有约束的多维可变装箱问题;同时,在部件级上采用动态电压功率调整技术降低执行能耗,从而达到在满足用户需求的前提下,最大限度降低系统总能耗.仿真实验结果表明,该算法与同类算法相比,在相同条件下可有效降低云计算系统的能耗开销.     

污染约束下可耗竭资源最优消费模型研究

假设完全竞争市场条件下,运用最优控制理论,以社会福利最大化为目标,将污染因素充分体现在效用函数及约束条件中,构建了污染约束下可耗竭资源最优消费模型并给出具体解析解.结果表明:消费函数是初始资源储量与初始污染存量比值及初始污染存量与初始资本投入比值的减函数;在一定条件下,消费量最大值与其初始值比值是贴现值的减函数,该比值也是初始资源储量与初始资本投入比值及初始污染存量与初始资本投入比值的增函数.由此得出结论:污染的初始值较高会使得消费减少,遏制经济的增长,这说明从居民消费角度看,经济增长与治理污染并不相悖,而是相辅相成的.该结论对促进我国增加治理污染的投入有积极的作用.     

定单流冲击下证券投资最优组合模型及应用

资金的净流入是投资者关注的重要信息,也是投资者选股考虑的主要因素。定单流是衡量资金净流入的主要指标,具有丰富的信息含量,蕴含着投资者的买卖信息。本文从投资者期望效用最大化角度,将定单流引入投资组合模型。通过定单流指标确定组合权重,构建定单流冲击下的证券投资最优组合模型。实证分析结果表明,根据定单流指标确定投资权重,能取得更好的投资收益。     

基于云接点的智能手机增强计算平台

在分析智能手机和无线网络发展趋势的基础上,设计了一种基于云接点的智能手机计算增强平台.通过采用运行状态实时监测,运行上下文动态迁移,非确定性系统事件记录重放等技术,使智能手机能够根据所处的网络环境自动将正在或将要运行的计算复杂型应用迁移到就近的云接点中运行,从而将智能手机与云接点无缝对接起来,提高了手机的计算能力,延长了手机电池的续航时间,更改善了计算复杂型应用的用户体验.     

基于排放权交易与减排研发补贴的政企减排微分博弈模型

基于碳排放权交易背景,运用微分博弈理论研究了政府与其所辖多个工业企业之间的Stackelberg减排博弈问题,同时还考察了两个地区进行合作减排对政府及企业的策略影响情况。其中,工业企业在生产排放的同时还进行减排技术研发,政府则对企业研发提供补贴。此外,政府对公共资源部分也进行投入,从而实现一定的减排量。通过构造汉密尔顿-雅可比-贝尔曼方程,运用最优控制理论,分析了地区间减排合作与不合作情况下政府对所辖企业的动态补贴策略、自身减排投入策略以及企业的生产及研发策略。通过研究发现,地区间的减排合作使得均衡状态下政府对企业研发补贴量升高,对公共资源减排投入增加,企业自身的减排研发投入也随之增加,从而使得各地区的实际排放量降低。最后,通过算例对相关数据进行分析,验证了模型结论的有效性,从而为政府间的减排合作以及企业制定生产及减排技术研发策略提供了科学依据。     

考虑人类学习现象的最优生产批量模型的进一步扩展

本文通过假定人类学习遵循由ＤｅＪｏｎｇ［６］提出的学习曲线,而进一步扩展了生产库存系统在考虑人类学习情形下的最优生产批量模型,并用数字例子说明了该模型的求解过程。其结果表明在产品生产的早期阶段,学习现象对最优生产批量的影响最为明显。     

核电项目暂停审批与我国减排目标的实现:基于CGE模型分析

受日本核泄漏事件影响,国务院提出在核安全规划批准前,暂停审批核电项目.作为我国重要的清洁能源之一,核电项目的暂停审批将对我国2020年减排目标的实现造成怎样的影响,同时如何调整其他清洁能源的发展规划,才能保证减排目标的实现?为研究这一问题,构建了我国清洁能源发展的递归动态可计算一般均衡模型,该模型将核电,水电,以及其他清洁能源发电作为重要的能源要素包含于生产模块中,并基于2007年数据动态至2020年,对核电项目暂停审批下不同的清洁能源发展情景进行模拟研究.模拟结果表明:在核电项目暂停审批的情景下,我国能否实现2020年的减排目标与诸多因素密切相关,特别是能源消费弹性;而加快其他非核电清洁能源的发展,将有助于我国减排目标的实现.     

网格环境下基于云模型的信任评估与决策方法研究

针对目前网格环境下信任评估模型普遍存在未充分考虑信任关系的模糊性、信任信息的描述不完整等问题,提出了信任云的概念及其模型.该模型可从网格实体间相互协作满意度中提取信任信息,能精确描述信任期望值.通过熵和超熵刻画信任的不确定性,使评估过程更贴近于信任的语意特点.还提出了一种信任云的相似性度量方法和信任决策算法,实验表明了由信任云表述的信任关系可以作为网格环境下安全决策的依据.     

核电项目暂停审批与我国减排目标的实现：基于CGE模型分析

受日本核泄漏事件影响,国务院提出在核安全规划批准前,暂停审批核电项目.作为我国重要的清洁能源 之一,核电项目的暂停审批将对我国2020年减排目标的实现造成怎样的影响,同时如何调整其他清洁能源的发展 规划,才能保证减排目标的实现?为研究这一问题,构建了我国清洁能源发展的递归动态可计算一般均衡模型,该模型将核电,水电,以及其他清洁能源发电作为重要的能源要素包含于生产模块中,并基于2007年数据动态至 2020年,对核电项目暂停审批下不同的清洁能源发展情景进行模拟研究.模拟结果表明：在核电项目暂停审批的情 景下,我国能否实现2020年的减排目标与诸多因素密切相关,特别是能源消费弹性;而加快其他非核电清洁能 源的发展,将有助于我国减排目标的实现.     

基于非对称投标人的反向多属性英式拍卖模型与最优投标策略

针对现有的模型均以投标人是对称的这一刚性假设的局限性, 建立了基于非对称投标人的反向多属性英式拍卖模型, 并在新的拍卖模型中加入投标质量属性最低值约束, 弥补了现有模型在没有考虑实际反向拍卖中拍卖人一般对投标质量属性值会有最低限制这一客观需求的缺陷. 最后基于新的拍卖模型, 给出了结构化的最优投标策略和拍卖过程描述及示例. 上述研究结果适用于通过反向多属性拍卖与信息技术相结合的网上自动化采购和投标人决策支持.     

基于数据噪音约束的受限最优建模方法

基于经验模型可能最优效果受数据质量限制的事实,提出了受限最优模型的概念,定量分析了噪音强度、样本规模时受限最优模型效果的影响.提出了利用受限最优模型期望效果进行优化建模思想,基于该思想,提出了一种基于噪音信息指导的神经网络优化建模方法,仿真试验表明,该建模方法切实可行,效果明显优于传统方法.为了客观地评价模型效果,还提出了一种新的模型评估指标--误差平均功率,分析了它和常用的模型评估指标--误差均方之间的关系,指出了其应用意义.     

不确定云环境下基于滚动窗口的节能调度

目前,绿色云计算已经成为工业界和学术界的研究热点. 然而,以往的绿色节能调度研究忽略了虚拟机性能的不确定因素,使得调度效果与实际情况相差甚远. 本文提出一种基于滚动窗口的节能调度算法（ERRHU）,用于动态调度不确定云环境中的实时任务,同时根据系统的负载动态伸缩系统的计算资源以减少系统的能量消耗. 本文通过大量的模拟实验比较ERRHU与其他算法的性能.     

考虑交易成本的最优CEV投资模型

假设风险资产(股票)服从CEV(Constant Elasticity of Variance)过程,在考虑交易成本的情况下,构建了同时存在无风险资产和风险资产时,投资者的最优投资策略。以期望效用最大化为目标,运用HJB构造微分方程,并以对数效用函数为例,求出最佳投资比例的解析解。最后,给出了考虑随机利率时的最优策略问题求解。