不完全信息下产品升级组合定价研究

对二级供应链中组合升级产品定价问题进行研究.以博弈论为工具,建立了不完全信息下组合产品与独立产品定价的数学模型,获得了两种模型的最优解.用计算机仿真方法对完全信息和不完全信息下产品的定价策略和利润进行了分析,同时对独立产品和组合产品定价和利润进行比较.     

基于节点实时负载的开源大数据负载均衡优化算法

为保证网络访问稳定,减少资源浪费,提出了基于节点实时负载的开源大数据负载均衡优化算法。建立开源大数据节点计算能力模型,按照节点负载大小及时反馈和调整,根据该区域服务器收到的请求数量预测下一步行动,利用指数平滑方法算出每秒服务器请求数量的预测值,完善一阶指数平滑法滞后偏差问题,计算服务器综合负载。在节点上添加一个负载代理和监控器,用于平衡组块的数目和分片节点负载,并将不能删除的分片和组块放入最小单元候选名单,实现负载均衡优化。通过实验证明,所提算法能提高网络资源利用率和负载均衡性,在访问中保证网络更加稳定安全。     

交通信息诱导下的混合用户均衡模型研究

通过分析交通信息对出行者路径选择行为的影响,构建了一个同时考虑惯性出行者和非惯性出行者路径选择行为的混合用户均衡模型.随后,提出了求解混合用户模型的算法,通过算例对模型和算法的合理性进行验证,并探讨当出行者路径选择存在惯性行为时,交通信息是否能够缓解交通拥堵.研究发现交通信息虽然可以影响出行者的路径选择行为,但是可能会增加整个系统的总出行时间.而合适的信息渗透率有助于显著地减少整个系统的总出行时间,使得系统趋向于最优化.     

噪声鲁棒变步长LMS算法及其在OFDM水声信道均衡中的应用

针对最小均方(least mean square, LMS)算法在低信噪比(signal to noise ratio, SNR)条件下性能较差的问题,提出一种噪声鲁棒变步长LMS(noise robust variable step-size LMS, NRVSLMS)算法。该算法通过结合改进的双sigmoid函数和误差信号自相关函数,在迭代过程中动态调整步长的大小,解决了传统LMS算法中收敛速度、跟踪性能和稳态性能互相矛盾的问题。理论分析和仿真结果表明,与其他变步长算法相比, NRVSLMS算法抗噪声能力强,具有良好的跟踪速度和稳态性能。将该算法应用于正交频分复用(orthogonal frequency division multiplexing, OFDM)水声信道均衡中,与现有LMS类自适应均衡方法相比,基于NRVSLMS算法的信道均衡方法能够显著降低系统误码率(bit error rate, BER)和均方误差(mean square error, MSE)。     

供应不可靠下库存定价联合决策的CVaR研究

该文研究风险规避下供应不可靠时报童模型的库存与定价联合决策问题.对于加式需求函数情形,利用CVaR风险准则得到随机生产能力下零售商的最优定价与最优订购量所满足的方程组,并进一步证明供应可靠时为其特殊情形.最后,通过算例进行数值模拟.     

考虑消费者有机产品偏好的生鲜农产品供应链均衡研究

针对普通农产品和有机农产品同时生产销售的现实状况,利用变分不等式理论构建了考虑消费者有机产品偏好的生鲜农产品供应链网络均衡模型,并通过数值算例探讨了消费者有机产品偏好及其他影响因素对供应链网络成员生产销售决策及利润的影响.研究结果表明,随着消费者有机产品偏好的提升,生产和销售有机农产品有助于生产商和零售商实现增收,但生产商可能会经历波折;降低有机农产品生产成本能够有效促进有机农业的发展;树立有机农产品的良好品牌形象增强其价格竞争力对供应链各方均有利;产量变化及需求波动都将对市场和各方利润造成较大影响.研究结论对相关企业的决策和相关领域的研究有一定借鉴意义.     

基于双马尔可夫链的SMC-CBMeMBer滤波

大部分多目标跟踪滤波器都是假设目标及其量测符合隐式马尔可夫链(hidden Markov chain,HMC)模型,而HMC模型隐含的独立性假定在很多实际应用中是无效的,双马尔可夫链(pairwise Markov chain,PMC)模型相对于HMC模型更具有普适性。已有的基于PMC模型的势均衡多目标多伯努利(cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波的高斯混合实现仅适用于线性高斯系统,针对基于PMC模型的非线性多目标跟踪系统,将每一条假设航迹的伯努利随机有限集用一组加权粒子来近似,提出了基于PMC模型的势均衡多目标多伯努利滤波的序贯蒙特卡罗(sequential Monte-Carlo,SMC)方法实现(SMC-PMC-CBMeMBer)滤波。仿真实验结果验证了SMC-PMC-CBMeMBer算法的有效性,在基于PMC模型的非线性多目标跟踪系统中,SMC-PMC-CBMeMBer算法性能优于基于HMC模型的SMC-CBMeMBer滤波器和基于PMC模型的SMC-PHD滤波器。     

面向城乡教育均衡发展的“互联网+教育”现代教育信息化教学模式研究

面向城乡均衡发展这一目标,构建了"互联网+教育"现代教育信息化教学模式(TM-MEI-IT),以信息技术(计算机类)课程为例,给出了基于TM-MEI-IT的MOOC建设实例、虚拟实验建设实例和教学游戏建设实例,通过这3个实例详细讨论了TM-MEI-IT的具体实现.3个建设实例表明,TM-MEI-IT具有一定的应用价值.     

一种动态的客户端负载均衡机制

互联网应用的并发用户数量不仅多变并且这种变化常常不可预测．将系统容量配置为固定值的惯用做法在面临多变的请求时常常会导致两种结果,一种是因为配置过低而弓l起用户的不满,另一种则因为配置过高而造成计算资源的浪费．而通过运用云架构按需提供、按使用收费的能力,系统具有了实时地按需配置计算资源的能力．然而静态的客户端负载均衡方法作为一种主要的负载均衡技术很难适应云架构条件下更加易变的集群结构．本文提出了一种动态的客户端负载均衡机制．通过引入分布式的集群视图更新、控制流等技术,该机制在保持客户端负载均衡机制分布式、可伸缩性强的基础上,又为集群节点的动态加入与退出和负载均衡策略的动态调整提供了有效的支持．同时,本文分析了该机制在一个开源JEE应用服务器PKUAS中的关键实现问题,并通过实验从多方面验证了该机制的有效性．     

基于Agent的计算经济学及其在供应网络中的应用

基于Agent的计算经济学（ACE）是将复杂适应系统（CAS）、基于Agent的计算机仿真方法应用到经济学研究的一种新方法。与传统的“自上而下”研究方法不同,ACE是用由很多自主、交互的Agent构成的演化系统来对整个经济系统进行建模的计算研究方法。对国内外在ACE取得的成果进行了综述,并讨论了ACE方法的特征和研究方向。同时着重讨论了ACE在供应网络中的应用,说明了它的优势,并分别在供应网络的企业内部机制、组织和复杂网络等方面讨论了潜在的研究方向。