基于ARMA（1,1）需求的多级供应链牛鞭效应仿真

在市场需求信息为ARMA(1,1)平稳可逆时间序列模型的前提下,首次建立了多级供应链各级成员以均方误差优化预测技术预测市场需求,以订货点法来确定订货量时多级供应链牛鞭效应理论及仿真模型,并利用仿真模型对多级供应链的整体牛鞭效应及其影响因素进行了详细的分析,研究表明供应链牛鞭效应和相关系数ρ与滑动平均系数θ之间的相互关系有关.     

基于MCMC模拟的相关系数平稳序列模型及其应用

提出了基于MCMC方法来估计相关系数平稳序列模型的参数;给出基于贝叶斯分布的相关系数平稳序列模型参数的算法;在无信息先验分布下,模拟证明了用此方法估计相关系数平稳序列模型参数的优良效果。最后对实际的广西电网-月负荷数据,分别用基于相关系数平稳序列模型的MCMC方法和极大似然估计法以及基于经典的ARMA模型建模,结果表明采用MCMC方法得到的模型给出的预测是最好的。     

交流电弧炉供电系统建模及耦合关系仿真研究

根据能量守恒定律,从电弧的物理机理出发,建立了一个用非线性微分方程描述电弧电导、电弧瞬时电流和弧长之间关系的电弧数学模型,并使用Simulink库中基本模块搭建了电弧仿真模型。以电弧仿真模型为基础,在Simulink仿真环境下,利用电力系统模块库,构建了交流电弧炉供电系统仿真模型。仿真结果表明,该模型计算出的电弧电压、电流与现场实测数据一致,验证了模型的正确性。通过供电系统仿真模型,仿真研究了电弧电流的三相耦合关系。     

基于小波网络的非线性组合预测方法研究

提出了一种基于小波网络的非线性组合预测新方法,以克服线性组合预测方法在解决非平衡时间序列组合建模问题所遇到的困难和存在的不足,并给出了相应的学习算法求解小波函数线性组合的尺度和时延参数以及神经网络权值。理论分析和大量的应用实例表明：本方法具有很强的泛化能力与自适应数据和函数变化的能力,在处理诸如经济时间序列这种具有一定程度不确定性的非线性系统的组合建模和预测方面有较高的应用价值。     

OPTIMAL CONTROL OF A CLASS OF DISTRIBUTED PARAMETER DELAY SYSTEMS

1.IntroductionManyphysicalsystems,suchajsthemodynamics,electrodynamics,populationbiology,aregovernedbydifferentialequations,integrodifferentialequationsormoregenerallyfunctionaldifferentialevolutionequationsonBanachspace.Associatedoptimalcontrolprobl...     

基于AHP及Logit回归的新能源汽车市场预测模型

根据消费者效用极大化原理,利用层次分析法,分析中国消费者购买新能源汽车的成本、可靠性、动力性、形象、安全性和便利性因素的权重;通过对欧、美、日新能源汽车乘用车市场份额与消费者效用的Logit回归分析,构建基本、一般和激进三种政府规制场景下的中国新能源汽车乘用车市场份额的预测模型.结果表明,新能源汽车市场的发展与政府规制有密切的关系.到2015年,在基本、一般和激进三种场景下,新能源汽车分别占14%,23%,36%左右;混合动力和纯电动汽车是市场份额最大的两种车型;燃料电池汽车市场份额最小,为0.25%～0.85%.     

基于跳跃时间和幅度的BDI指数波动幂律分布特性研究

BDI指数是国际航运市场的风向标,摸清BDI指数波动幂律分布特性,对于进一步掌握运费规律、预测BDI趋势、协助航运决策等方面具有重要意义.基于此,本文对已运行30年BDI指数的波动幂律分布特性进行了详细研究,主要特色有:一是借助Pareto、Exponential以及Fokker-Planck函数首次深入探讨了BDI指数波动幂律分布特性.二是在跳跃识别的基础上,构建了基于跳跃时间和跳跃幅度两标度的BDI指数波动幂律分布特性分析模型,并转化成最小二乘法的线性回归测算模型.三是对BDI指数日、周和月增长率的跳跃时间和跳跃幅度幂律分布特性进行了实证分析.结果表明:BDI指数具有尖峰薄尾的增长率分布和波动聚集性;Fokker-Planck函数拟合BDI指数增长率跳跃时间更合适;Exponential函数拟合BDI指数增长率跳跃幅度更合适;BDI指数增长率跳跃时间和跳跃幅度都具有薄尾幂律特性,且向上、向下幂律呈现对称性.     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

考虑退货需求转移的在线渠道决策与协调

通过借鉴现实中的在线渠道运营模式,建立了由一个加盟商和一个在线零售商组成的在线渠道模型,其中在线零售商为主导者,加盟商为跟随者,两参与者销售的是相互间完全替代的产品,并且,将消费者退货的那部分需求在两渠道间转移的情况引入到模型中.分别分析了分散决策和集中决策下的最优决策情况,并对两类决策下的收益情况进行了对比.结果发现,集中决策在一定情况下能够实现渠道总收益的增加.结果还表明,位于约束边界和不在约束边界下的最优决策随各参数的变化情况差异很大.最后,通过激励相容契约和借鉴Nash的议价模型来协调在线渠道.     

基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.