突发事件风险下保险合同对供应链的协调研究

本文研究了在突发事件风险下保险合同对供应链的协调。在本文提出的保险合同模型中,零售商向供应商提供一定数额的保费,并在常规需求下承担所有的需求波动风险;而当发生突发事件时,零售商和供应商按约定比例共同承担需求突变损失。文章讨论了该类保险合同实现供应链协调所需满足的条件,并通过算例分析加以说明。     

紫外CCD在电晕检测系统中的应用

介绍了一种帧转移型面阵紫外CCD—CCD180—512-SFT,在对它的驱动时序进行分析的基础上,设计了驱动时序电路并完成了仿真。认为将其应用于紫外电晕检测可简化系统结构。     

市场需求预测偏差下供应链1：1合作博弈模型

研究了市场需求预测偏差下买卖双方协调订货问题。基于Stackelberg博弈模型,通过设计数量折扣定价政策和限量定价政策,给出了市场需求预测偏差下,实现供应链上最大利润时的买卖双方合作博弈批量模型。     

需求与成本双扰动时闭环供应链的生产策略和协调策略

文章研究了闭环供应链应对市场需求和成本双扰动的生产策略和协调机制.根据不同的扰动条件,给出了相应的生产调整策略:并且设计了新的数量折扣契约, 这使得无论在突发事件前后,都能实现闭环供应链系统利润的协调分配,保障生产调整策略的实施,从而达到闭环供应链应对突发事件的最优利润,文章最后通过数值分析证明了文中结论的正确性,研究表明:突发事件对闭环供应链造成了很大影响,使得整体渠道利润下降,但是通过采用调整的数量折扣契约和应对突发事件的生产调整策略, 可以在一定程度上缓减突发事件带来的不良影响,减少对闭环供应链的损失.     

车路协同下浓雾天气对高速公路换道行为的影响分析

为探究车路协同下浓雾天气对驾驶员在高速公路换道行为的影响,依托驾驶模拟实验平台设计车路协同人机交互终端(human-machine interface, HMI),设置对照组、正常天气+HMI组、浓雾天气组和浓雾天气+HMI组4种实验场景,招募43名被试进行驾驶模拟实验,采集换道行为数据。从中提取换道过程,将其划分为换道决策与换道执行两个阶段,选取方向盘转角、横向加速度以及横向偏移量的变化幅度与方差表征换道决策阶段的行为特征;选取换道轨迹长度、换道时间、换道平均车速与横向加速度峰值刻画换道执行阶段的行为特征,最后采用广义线性模型对所选变量进行分析。结果表明：浓雾天气、HMI以及两者的交互效应均对驾驶员的换道行为存在显著影响。在换道决策阶段,浓雾天气导致横向加速度以及横向偏移量的变化幅度与方差显著减小(P<0.05);HMI导致方向盘转角、横向加速度等变量显著减小(P<0.05);但两者的交互效应导致各变量(除横向加速度的变化幅度)显著增大(P<0.05)。在换道执行阶段,浓雾天气导致换道轨迹长度(P=0.01)和换道平均车速(P=0.00)显著减小,HMI仅对横向加速...     

考虑建成环境交互影响的共享单车需求预测

共享单车的发展有利于交通的节能减排绿色发展。建成环境是影响共享单车出行需求的重要因素,然而很少有学者探究考虑其交互作用。为了准确分析建成环境中各影响因素的交互作用以达到精确预测共享单车出行需求的目的,本文使用了深圳市共享单车出行数据、兴趣点数据（point of interest,POI）、路网数据和公交线路数据等多源数据,采用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型预测共享单车出行需求,并与BP(Back Propagation)神经网络模型预测结果进行比较;最后借助SHAP(SHapley Additive explanation)方法解释GBDT模型中各种影响因子对共享单车出行需求产生的影响,并分析各影响因素及其交互作用。实验结果表明：GBDT模型预测结果平均绝对误差为0.683,均方根误差为0.728,较BP神经网络模型预测准确性更高;通过SHAP方法发现自行车道密度、公交站点数等交通属性因素对于共享单车出行需求作用明显,土地利用中土地利用混合度不是简单线性作用且不同POI间存在复杂交互关系。可见通过借助GBDT模型和SHAP方法可以用来共享单车出行需求预测以及影响因素分析,从而为共享单车发展提出改善建议。     

基于关联规则及组合模型的面料需求预测

由于服装的面料组成具有复杂性,企业在不同时间对不同规格型号面料需求量不一致,传统的人工预测及单维度智能预测模型难以解决问题。针对服装企业面料需求非确定性、预测难的痛点,提出基于关联规则及组合模型的面料需求预测方法。文章首先构建Apriori面料型号关联模型,挖掘多批多类面料间的型号关联规则;然后构建Prophet时间序列模型与长短期记忆神经网络(long short-term memory,LSTM)的组合预测模型Prophet-LSTM,结合其在解决面料需求预测问题上的优势;最后将挖掘出的高关联面料型号历史需求数据作为输入,采用量子粒子群算法(quantum particle swarm optimization,QPSO)优化组合模型权值系数,进行关联面料需求量预测。使用RMES(root mean squared error,RMSE)及MAE(mean absolute error,MAE)作为评价指标设计对比实验,实验结果表明：采用量子粒子群优化的QPSOProphet-LSTM面料需求预测模型RMES较Prophet降低5.464,较LSTM降低1.184;MAE较Prophet降低4.261,较LSTM降低0.819,需求预测精度更高,支持服装企业面料柔性生产。     

基于时空地理加权回归的服务区驶入量影响因素分析

为掌握河北省服务区驶入量的时空分布规律,构建了时空地理加权回归（geographically and temporally weighted regression,GTWR）模型,揭示了服务区规模、服务区地理区位、关联地区土地利用、高速公路类型等因素在时间和空间上对服务区不同车型驶入量的影响。结果表明：时空地理加权回归模型的拟合结果显著优于最小二乘回归模型与地理加权回归模型;断面交通量对三种车型均具有促进作用,特别是在夏季高温地区服务区对于小型车驶入量促进作用显著;2~4h车程范围内,风景名胜密度对小型车驶入量具有促进作用,且在旅游旺季及位于旅游业发达城市的服务区影响最显著;2~4h车程范围内工商业型信息点(point of information,POI)密度对大中型车驶入量具有促进作用,特别是在货运高峰期及位于商贸发达城市的服务区促进作用显著;所属高速公路沿途资源型城市数量对服务区大型车驶入量具有显著促进作用,特别是在供暖季节。     

考虑信用额度的仓单质押融资模式下供应链金融最优策略

在需求不确定环境下研究了供应链金融系统中受资金约束的零售商通过仓单质押融资的最优策略. 设计了一个由制造商、零售商和商业银行组成的供应链金融系统, 考虑零售商的信用额度和破产概率, 分析了商业银行的最优融资利率、零售商的最优订货决策以及制造商的最优批发价格, 并针对有无信用额度融资方案下的最优决策进行了对比分析. 最后通过数值算例分析了零售商不同信用额度对供应链金融系统最优策略的影响, 并验证了理论分析的结果.     

极端环境下汽车运行工况的风洞试验对标分析

为比较环境风洞模拟极端环境下汽车运行工况的准确性,设计了实际路试与环境风洞的对标试验,采集了典型高温山区路段汽车的运行数据。通过运动学片段分割以及短行程分析法构造出车辆的行驶工况图。以运动学片段聚类结果所代表的汽车三种运行状态为基础,利用标准化均方误差方法和特征参数值的计算结果对两次试验中汽车行驶工况的关联性与差异性进行具体分析。结果表明：对标试验结果的关联性极强,其细微差异主要体现在第一类运动学片段上,并且频繁的加减速是汽车三种运行状态中对热管理系统升温影响最大的。可见,环境风洞的模拟结果基本上是准确有效的。