在线信息产品捆绑定价研究

基于在线信息产品交易各方的互动关系,考虑网络接入商与信息产品生产商各自市场垄断力的对比,研究了两者进行价格决策的先后顺序对信息产品捆绑的最终价格和对信息产品厂商采用捆绑销售策略的影响.研究结果表明当两者同时进行价格决策时,两者均分市场利润;当两者进行序贯博弈时,先决策价格者将获得先动者优势,且消费者在此情形下的总支付将大于当两者同时决策时的总支付;信息产品厂商采用何种捆绑策略与其决策顺序无关,仅与被捆绑产品的捆绑价值参数相关.     

质量功能展开中自相关关系确定的粗糙集方法

针对质量功能展开中各项工程特性之间的自相关关系具有模糊、不确定和不分明等特质,提出了自相关关系确定的粗糙集方法.对于每一项顾客需求,由每一项工程特性组成相应的决策属性集,并由其它工程特性组成相应的条件属性集,分别构造了相应于该决策属性集的决策系统.基于粗糙集中相对约简和相对核等方法,分别建立了其相应的修正决策系统.利用信息熵和等价类的集成方法,获取了修正决策系统中各条件属性的重要度.引入了自相关关系的比例因子概念,确定了各项工程特性之间的自相关关系.以洗衣机的产品研发为例,说明了方法的应用.     

不同约束下多产品报童问题解的比较研究

不同约束形式代表决策者不同的决策过程。传统多产品报童问题只考虑预算和能力等线性约束,而不涉及损失约束,显然有违真实的决策过程。为说明损失约束模型不同于预算约束模型的决策特点,通过算例对两个模型的解进行了分析和比较,总结了各自的决策特点。预算约束模型参照基于预算边际效用删除法和一般迭代方法(GIM法)求解。损失约束模型应用基于损失边际效用排序的删除法与线性近似规划法求解。另外对GIM法中衡量误差的公式作了修正。     

基于模型预测的网络化控制系统补偿控制

针对分时控制模式下存在于网络诱发延迟大于一个采样周期的网络化随机控制系统中的空采样和数据拒绝问题,提出了一种基于模型预测的补偿控制法。该方法通过在执行器设立缓冲区窗口并存放一定数目的历史控制量,利用多个历史控制量对当前采样周期的控制状态进行估计预测,对空采样和数据拒绝情况进行补偿控制,达到改善系统性能的目的。通过仿真实验证明了该补偿控制算法的有效性。     

基于竞争的多代产品扩散模型及其实证研究

运用扩散理论研究新产品的市场成长规律是市场营销领域重要的研究方法,现有多数研究没有考虑产品扩散进程中存在的不同类别产品间的竞争互补效应和不同世代产品间的竞争替代效应, 在Kim模型基础上,提出产品的潜在采用者数量既受到互补类产品已采用者人数的影响,又受到同类别不同世代产品相对价格的影响,建立了竞争多代产品扩散模型, 以中国通信产品为例进行实证检验,发现在历史扩散数据较少的情形下,模型的拟合度较高,参数估算结果更加真实地反映了通信产品市场扩散的现状,预测精度高于其它模型,说明所建立的竞争环境下多世代扩散模型是有效的,     

最小质量标准及设定动机研究

提出最小质量标准(MQS)可以作为贸易技术壁垒(TBT)来考虑,因为贸易技术壁垒的实质就是设定一个高于进口产品质量的标准,以阻碍进入.在此前提下,本文考虑了在一个开放的经济体中,企业的利润及社会福利随MQS的变化情况,并提出了相应的对策.结果表明,当进口国政府设定较低的MQS时,生产低质量产品的进入企业利润增加,生产高质量产品的在位企业利润减少,但进口国消费者剩余提高,且消费者剩余的增加幅度要大于本国企业利润的减少,因此社会福利增加.当进口国政府设定较高的MQS时,出口国政府有动机为本国企业提供补贴,但不管出口国政府是否对本国企业提供补贴,进口国政府都有动机对进口产品设定MQS以便增加本国福利.     

存在多方购买下网络外部性产品差异化策略博弈分析

建立存在消费者多方购买情形时生产网络外部性产品的双寡头垄断企业博弈模型,研究企业定位定价策略和产品差异化问题.均衡结果表明,在消费者均匀分布和消费者集中分布且单方购买消费者认为网络外部性强度不是很大时,市场中多方购买消费者所占比例越大,产品间的差异化越大,均衡价格越高,均衡利润越大.     

Design of complex FIR filters with arbitrary magnitude and group delay responses

To design approximately linear-phase complex coefficient finite impulse response (FIR) digital filters with arbitrary magnitude and group delay responses, a novel neural network approach is studied. The approach is based on a batch back-propagation neural network algorithm by directly minimizing the real magnitude error and phase error from the linear-phase to obtain the filter’s coefficients. The approach can deal with both the real and complex coefficient FIR digital filters design problems. The main advantage of the proposed design method is the significant reduction in the group delay error. The effectiveness of the proposed method is illustrated with two optimal design examples.     

Robust H∞ filtering for discrete-time systems with Markovian switching and time-delays

The robust H∞ filtering problem for uncertain discrete-time Markovian jump linear systems with modedependent time-delays is investigated. Attention is focused on designing a Markovian jump linear filter that ensures robust stochastic stability while achieving a prescribed H∞ performance level of the resulting filtering error system, for all admissible uncertainties. The key features of the approach include the introduction of a new type of stochastic Lyapunov functional and some free weighting matrix variables. Sufficient conditions for the solvability of this problem are obtained in terms of a set of linear matrix inequalities. Numerical examples are provided to demonstrate the reduced conservatism of the proposed approach.     

延迟多重休假离散时间的Geomx/G/1可修排队系统的可靠性指标

首次考虑延迟多重休假离散时间成批到达的Geomx/G/1可修排队系统的可靠性指标,在假定到达间隔时间和服务台的寿命服从几何分布,而服务时间、延迟休假时间、休假时间和服务台失效后的修理时间均服从一般离散分布下,使用一种新的分解方法讨论了服务台如下的可靠性问题:1)在时刻n服务台处于"广义忙期"的概率;2)服务台的瞬态和稳态不可用度;3)服务台在(0,n]时间内的平均失效次数;4)服务台在"广义忙期"内的平均失效次数.得到了一系列重要的可靠性结果.