学习联盟中防范机会主义机制的博弈分析

多数文献都把学习联盟中的价值创造与防范机会主义的治理机制问题分开来进行研究。利用动态博弈的方法，本文发现，学习联盟的价值创造活动中隐含着一种具有自我执行特点的治理机制，其特点是，通过联盟成员的资源的互补性和两种类型的学习能力之间的关系所具有的承诺作用，该治理机制就可有效地防范学习联盟中可能发生的机会主义现象，从而就将价值创造与防范机会主义的研究统一起来了。     

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.     

引入保险机制的IT外包合同设计及分析

研究了当发包方,接包方为风险中性和风险厌恶型时,引入保险机制对发包方,接包方收益的影响,并分析了保险公司制定保险费时的影响因素.研究结果表明,当发包方,接包方为风险中性,不引入保险机制与引入保险机制时,发包方,接包方的收益均相同;当发包方,接包方为风险厌恶型时,在一定条件下,引入保险机制时发包方,接包方的效用大于不引入保险机制时发包方,接包方的效用;保险公司要求发包方,接包方缴纳的保险费率随着发包方检测能力,接包方提供服务的质量符合要求的概率的提高而下降.     

带服务优先级的煤矿物资配送车辆路径问题

以运输费用最小为目标,在考虑客户服务优先级和车辆装载率等约束条件下,构建了单车场单车型联合运输车辆路径问题模型和单车场多车型单点配送多趟服务车辆路径问题模型,并用改进的扫描算法和改进的遗传算法进行求解,最后,将郑州煤电物资供销有限公司的物资配送作为案例进行研究,从运输费用、运输里程和服务优先级三方面评价改进的扫描算法和改进的遗传算法的求解结果,得到在车辆装载率相同的情况下,两者各有所侧重:改进的遗传算法所求得的最优解在运输费用和配送里程上都优于改进的扫描算法,而改进的扫描算法则最大程度地保证了客户的服务优先级。     

基于吸收能力和知识溢出的合作研发模型

在同时考虑知识溢出和吸收能力的情形下，建立了一个双寡头企业的合作研发模型。分析了双寡头企业的研发投资活动及其对企业产量、利润的影响，提出了存在纳什均衡的条件并讨论了该条件下吸收能力和知识溢出的关系，最后比较了研发竞争与研发合作两种情况下有效成本降低、研发总成本、产量和利润的均衡解。     

对方案有偏好的不完全信息下的决策分析模型

研究了一类属性权重和边际效用以线性不等式形式表示,且方案的偏好信息以模糊偏好关系给出的多属性决策问题。在定义偏离度的基础上,构造了一个确定属性权重和边际效用的非线性规划模型,通过引入新变量将它转化为线性规划问题,并依据求解结果确定最优方案,从而使决策结果既能反应客观信息又能体现决策者的主观偏好。最后,通过它在ERP系统选择问题中的应用说明了该方法的可行性。     

一类不确定信息下的多属性决策问题的研究

对一类不确定信息下的多属性决策问题进行了研究,给出了不确定信息的定义,即在决策过程中决策者不仅不能准确地估计方案的属性值,甚至不能确定同一属性下方案之间的偏好关系.在此基础上,提出使用具有置信结构的偏序关系来表示不确定信息,并给出了解决这类问题的模型和方法.该方法首先采用证据推理算法对不确定信息进行集成,然后使用优势和劣势这2种指数来确定方案间的偏好关系,并在这2种指数的定义中使用了偏序之间的距离公式.最后通过一个例子说明,在信息不确定的情况下该方法能够帮助决策者做出比较合理的决策.