一种上下文集成的冲突处理方法

为了实现服务组合对环境的适应性,设计了能满足上下文动态集成的模型,并使用CC/PP的RDF创建P rofiles描述上下文。详细分析上下文集成中出现的冲突情况,定义优先级和效用因子,解决上下文集成中的冲突问题。结合原型系统进行测试,并给出了实验结果。研究结果表明:在不同的冲突策略情况下,该方法能在可接受的时间内解决冲突。     

基于判别矩阵的潜艇作战态势认知决策建模方法

潜艇作战具备复杂环境中的动态博弈对抗特点,作战人员的态势认知与决策行为对潜艇作战效能有着重要影响。针对潜艇交战级作战实验中的态势认知决策建模难题,在分析态势认知决策过程的基础上提炼表征变量集合,提出基于判别矩阵的潜艇作战态势认知决策建模方法,并以某型潜艇交战级对抗为例研究给定想定条件下的态势认知决策过程,验证了方法的可行性和有效性。建立的模型能够有效刻画作战人员认知决策过程,支持潜艇作战实验中的交战机理和制胜机理研究。     

需求推断差异下供应链成员的运营决策机制

供应链终端随机需求的分布不确定时,制造商和零售商将根据各自掌握信息推断需求分布。若零售商不与制造商分享历史需求数据,制造商将根据零售商的历史订单数据进行需求推断。分析了制造商是否有历史需求数据时的价格决策、零售商相应的订购决策,以及供应链成员之间需求数据分享决策。结论显示：制造商根据零售商订单数据推断的需求过高时,将制定较高的批发价格;零售商的期望利润将比与制造商分享需求数据时少,零售商与制造商共享终端需求数据的可能性较大。进一步分析了激励供应链成员分享需求信息并增加供应链利润的协调机制。     

Forecasting and nowcasting emerging market GDP growth rates: The role of latent global economic policy uncertainty and macroeconomic data surprise factors

In this paper, we assess the predictive content of latent economic policy uncertainty and data surprise factors for forecasting and nowcasting gross domestic product (GDP) using factor-type econometric models. Our analysis focuses on five emerging market economies: Brazil, Indonesia, Mexico, South Africa, and Turkey; and we carry out a forecasting horse race in which predictions from various different models are compared. These models may (or may not) contain latent uncertainty and surprise factors constructed using both local and global economic datasets. The set of models that we examine in our experiments includes both simple benchmark linear econometric models as well as dynamic factor models that are estimated using a variety of frequentist and Bayesian data shrinkage methods based on the least absolute shrinkage operator (LASSO). We find that the inclusion of our new uncertainty and surprise factors leads to superior predictions of GDP growth, particularly when these latent factors are constructed using Bayesian variants of the LASSO. Overall, our findings point to the importance of spillover effects from global uncertainty and data surprises, when predicting GDP growth in emerging market economies.     

房地产金融制度与土地制度联动关系研究

房地产业的发展关系着国计民生,研究如何规范房地产市场具有重要意义.目前还未见到有综合研究土地制度和金融制度对中国房地产市场的影响.本文使用经济学“双缺口”模型解析我国房地产业市场目前的土地、金融两个领域制度创新的联动关系,在此基础上并给出了建设性的指导建议,认为缺乏土地市场制度创新相配合的房地产金融体制改革很大程度上天然是无效的.     

辽宁省能源消费的因素分解——基于完全分解模型

在描述辽宁省经济增长、经济结构、能源消费量和能源密度的基础上,运用无残差的完全分解模型进行量化分析,分解出经济增长、结构和能源密度等因素对能源消费变动的影响效果,得出相应的影响效果系数,并通过与全国平均水平比较,找出辽宁省能源消费变动的特征与分阶段各因素的具体影响效果,为辽宁等老工业基地制定能源政策,提高能源利用效率提供科学的依据.     

中国环保产业高质量发展的异质性政策驱动研究

为了剖析环保产业高质量发展的政策驱动机制,将环保产业高质量发展的内涵具化为5个维度,同时构造环保产业高质量发展的系统动力学模型,通过4种政策情景仿真考察不同政策工具对环保产业高质量发展各维度的影响.结果 表明:政策工具对环保产业高质量发展的5个维度指标存在较为显著的目标差异性和时效差异性,其中税收政策对产出的激励效果最...     

具有不可比状态信息的可修MS-PMS可靠性分析

针对复杂多阶段任务系统(PMS)中存在的元件状态多态性和不可比性问题,提出了系统与元件两层的分层模块构建方法,应用连续时间Markov模型(CTMC)描述可修元件之间状态的相依和变迁的动态行为,应用多态多值决策图(MVDD)构建系统的结构函数.为处理元件状态不可比情形,将其分为组内、组间及无约束状态三组,应用CTMC构建了不同变迁约束下部件处于不同阶段时的状态组的联合概率模型,发展了具有不可比元件状态的多状态多阶段任务系统(MSPMS)可靠性分析方法.最后,通过简约形式的飞行任务系统实例,结果表明CTMC下分层分组模块分析方法能有效计算MS-PMS的可靠度,验证了模型与分析方法的可行性.     

基于烟花算法的基站群协作计算卸载模型研究

车联网、AR、AI等计算密集、时延敏感型应用迅速发展,而移动设备因自身计算能力相对不足,执行此类应用任务时会因高时延而严重影响用户体验甚至无法满足用户需求。针对此问题,提出综合考虑时延与成本的多用户、多MEC (mobile edge computing)服务器的基站群协作计算卸载模型。并提出基于凸优化的改进烟花算法（improved fireworks algorithm based on convex optimization, CVX-FWA）来对模型进行求解,对用户任务进行合理的卸载与资源分配。仿真结果表明,提出的计算卸载方案有效降低了任务总时延成本值,实现计算卸载资源的整体优化配置。     

数据挖掘中决策树算法的研究

决策树算法是数据挖掘中重要的分类算法,本文首先阐述了数据挖掘中决策树的基本思想,然后针对ID3算法倾向于取值较多的属性的缺点。对ID3算法予以改进,并通过实验对改进前后的算法进行了比较,实验表明改进后的算法是有效的。