一类Boltzmann & Darwin混合寻优策略的收敛特性研究

基于文［１］提出的求解组合最优化问题的Ｂｏｌｔｚｍａｎｎ＆Ｄａｒｗｉｎ混合寻优策略，本文进一步分析研究了Ｂｏｌｔｚｍａｎｎ＆Ｄａｒｗｉｎ混合寻优策略非时齐情形下的收敛特性，包括全局收敛性和收敛速度。结果表明，Ｂｏｌｔｚｍａｎｎ＆Ｄａｒｗｉｎ混合寻优策略的收敛特性优于模拟退火（ｓｉｍ－ｕｌａｔｅｄ ａｎｎｅａｌｉｎｇ）方法的收敛特性。     

多部件设备维修问题研究及遗传算法求解

合理组织设备维修，缩短设备维修时间是生产运营管理的一个重要环节。本文探讨了多部件设备维修的有效组织问题。考虑到维修工人对拆分后设备的不同部分具有不同的维修效率，提出了一种基于维修时间优化的决策方法，将其与经典指派方法进行了比较；进一步地，对这一NP-hard问题设计了遗传算法，通过数值例子讨论了其求解有效性。     

中国电力消费与经济增长的变参数协整关系

根据1952—2002年的统计数据,利用状态空间模型对中国电力消费与经济增长关系进行了变参数协整检验。研究发现,中国电力消费与经济增长之间存在一种随时间变化的长期均衡关系。基于卡尔曼滤波算法得到的变参数估计结果较好地揭示了中国电力消费弹性系数的时变规律。     

消费信息及其传播方式对顾客满意过程的影响

顾客在产品／服务的消费过程中会接触到大量的消费信息,这些信息对消费者消费行为和满意程度起着重要作用。本文着重于研究消费信息在产品／服务的整个消费过程中各阶段的表现形式和作用,并从总体上评价我国的消费信息传播方式以及传播过程中的噪音对顾客期望和顾客满意程度的影响,最后讨论了网络信息经济的出现对传统信息源的变革。     

生物制药产业现状分析及我国企业的发展战略

2003-2004年生物技术产业普遍的复苏给我国生物制药企业带来前所未有的机遇和广阔的市场前景.通过中外生物制药企业的对比分析发现,我国企业在自主创新、资金融集、规范管理等各方面与国际水平均存在一定差距.国外制药企业将会在产品研制、专利申请、药品生产以及销售流通等环节对并不强大的中国生物制药业造成冲击.建议我国企业应当明确发展战略,加大研发投入,实现创新、模仿并举;拓宽融资渠道,有效融合金融资本与生物制药技术;积极实施标准化管理;寻求战略合作,从而增强技术优势,降低市场风险,创造更高价值.     

一种基于产出合格率的过程能力指数及其置信下限的估计

介绍了一种基于加工过程产出合格率的过程能力指数Cpc,并推导了Cpc指数与过程合格率之间的弹性系数。指出：相对于传统过程能力指数来说,Cpc计算简单,含义明确,不受过程分布特性的影响,可适用于双边或单边规格限情况,尤其是Cpc指数相对产出合格率非常富于弹性,可以有效反映过程质量的波动情况。为了获得Cpc,指数的概率分布及相关统计推断,利用Bootstrap抽样技术,对Cpc样本估计量的分布情况进行仿真处理,得到Cpc的经验分布及其置信下限,为更有效的使用该指数提供了概率依据。最后对Cpc指数的具体应用给出了案例分析。     

基于DEA的供应商选择方法研究

考虑到现有方法的局限性,本文通过应用锥比率的C^2WH模型给出了不需要预先给定权重但可以体现决策者偏好的供应商选择方法。并应用这种方法对某型号零件的供应商的选择问题进行了研究。最后给出了在应用该方法进行供应商选择时,一些特殊情形的处理方法。     

离散复杂系统最优化的Darwin&Boltzmann混合策略

离散复杂系统最优化具有广泛的理论和应用背景.基于对现实自然和社会进化中 Darwin过程和不可逆热动力过程的分析,本文提出并构造了一类新的求解离散复杂系统最 优化问题的随机方法--Darwin&Boltzmann混合寻优策略.分析和计算结果表明, Darwin&Boltzmann混合策略求解离散复杂系统最优化问题是有效的且优于模拟退火法. 本文的工作无疑为离散复杂系统最优化的分析和求解提供了新的途径.     

期货市场创新的模型和决策

本文研究了期货市场创新（Ｉｎｎｏｖａｔｉｏｎ）的最优设计问题，分析了保值者和投资者市场结构和交易均衡条件，建立了具有保值性，流动性，价格引导和交易费用的模型，设计了期货市场的单个创新，并发创新（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｉｎｎｏｖａｔｉｏｎ）和顺序创新（Ｓｅｑｕｅｎｔｉａｌ Ｉｎｎｏｖａｔｉｏｎ）的最优决策，运用模拟退火方法，进行了期货市场创新的仿真研究。     

考虑等级的民航个性化航空路线推荐模型

航空旅客会员等级以及航班舱位等级可以有效区分不同等级的旅客群体,提升航空路线个性化推荐的准确性。在已有的加权矩阵分解模型基础上,引入旅客会员等级和航班舱位等级,建立了考虑等级因素的个性化航空路线推荐模型。通过实际航空运营数据进行实证研究,检验了考虑等级的个性化航空路线推荐模型的有效性。实证结果表明,旅客会员等级和航班舱位等级显著影响航空路线个性化推荐的效果,同时考虑会员等级和舱位等级的航空路线推荐模型的平均召回率,与平均精确率比未考虑等级的航空路线推荐模型分别提高5.6%以及1.1%。研究还发现,考虑等级的航空路线推荐模型在不同等级的旅客数据集上推荐的效果存在差异,不同会员等级和舱位等级的旅客需求不同,舱位等级因素对高端等级旅客显得尤为重要,但对于普通等级的旅客,会员等级的影响因素大于舱位等级。