基于稳定双边匹配的供应链产销合作研究

供应链生产、分销环节的协同合作是高效供应链系统运营的重要保证。针对供应链产销环节中制造商和分销商的稳定合作伙伴选择问题,提出了基于历史交易信息的满意度评价方法,并在此基础上构建了基于稳定双边匹配的合作伙伴选择模型。通过满意度评价确定序值信息,引入稳定匹配约束,构建了整体满意度最大化的单目标0-1整数规划模型。算例仿真表明,稳定性和公平性能给供应链产销合作带来高效益和更具现实意义的结果。     

基于模体的汽车行业站点网络复杂性测度

为了研究大规模网络结构复杂性测度方法,并针对汽车行业站点网络布局与结构功能优化提出对策,基于万维网页面链接数据,构建汽车行业站点网络拓扑结构图.借助VOSviewer聚类算法及Gephi检测并划分网络社团结构,解析基于主题搜索的汽车行业站点内容分类体系及功能结构,并利用Pajek验证各内容社团结构的小世界性,基于Rand-ESU算法检测各社团的模体结构,提出基于模体的网络结构熵算法测度各社团的复杂性.最后,得出汽车行业站点网络社区中模体结构具有同构性,导致社区结构的信息传播功能具有相似性,模体规模与模体信息传播途径多样化对网络结构复杂性影响的显著性较高.     

基于演化博弈的供应网络企业收益与合作行为的关系仿真

利用演化博弈的理论, 探讨了供应网络中处于不同位置的核心企业和非核心企业两个群体间的成员其投入合作的策略根据收益变化而改变的演化过程; 建立了复制动态方程并求得平衡点解, 据此通过复制动态的相位图直观反映了博弈的演化稳定策略; 并通过Netlogo软件对企业行为选择与收益的关系进行了仿真, 其行为选择的演化结果与相位图展示结果具有一致性。研究结论表明, 收益获得及变化是企业合作行为改变以及合作策略选择的重要依据, 企业间演化稳定策略不仅仅局限于参与合作与放弃合作, 长时间观望也是企业可能的策略选择; 最后针对如何提高供应网络企业间合作的稳定性提出了对策建议。     

小样本下多维指标融合的电商产品销量预测

为突破传统预测方法在小样本数据下电商产品销量预测中精度较低的局限，开展基于集成学习Xgboost的预测模型研究。综合考虑影响电商产品销量的多维指标，包括：在线搜索、在线评论、页面访问、库存与订购量、情绪指数等并利用熵值法融合同类指标。应用Logistic函数和正则修正项，结合贪心算法划分子树，构建基于集成学习Xgboost的电商产品销量预测模型。针对京东商城的联想zuk z2手机产品进行模型检验，并与BP神经网络、SVM支持向量机、BP-SVM组合预测三个模型进行对比，发现融合多维指标的Xgboost预测模型的精度显著提高，为小样本数据下电商产品销量预测提供方法和思路。