基于强化学习的牛鞭效应对策模型

在不确定供应链环境中提高供应链节点决策能力是提高竞争优势的主要方式。需求波动沿供应链从下游到上游逐级放大的牛鞭效应是供应链管理的重要问题。在综合分析供应链牛鞭效应的成因以及现有对策基础上,针对多层、多节点供应链模型,分析并运用强化学习理论和方法,提出有助于减弱牛鞭效应的强化学习算法。该强化学习算法能够用在不确定、多层、多成员供应链环境中,可取得整体最大效益,从而提高供应链的运作效率。     

两级供应链的RFID技术决策条件分析

面向生产商和零售商组成的两级供应链,分别考虑集中和分散型供应链协调问题,同时侧重产品的人工成本对供应链企业利润的影响,建立采用无线射频识别（Radio Frequency Identification,RFID）技术前后的供应链模型。通过定性、定量分析以及仿真研究,对采用RFID前后集中和分散型供应链利润变化进行对比与分析,得出相应情况下采用RFID技术的决策条件。     

针对制造商的需求信息共享分析

针对传统简单供应链向多级多节点复杂网状发展趋势下,牛鞭效应负面影响进一步加剧的问题,提出了基于单个供应商单个制造商多个零售商构成的供应链模型下需求信息共享的方法;建立了制造商的最优库存量和成本的数学模型,用于对需求信息共享能否为制造商绩效带来优化进行理论研究;利用Matlab程序实现数学模型的仿真运算;通过对运算中相关变量的多次赋值实现动态仿真;通过对Matlab仿真实验所得最终结果进行定量分析,得出需求信息共享有利于制造商最优目标库存量和成本的优化。在此基础上制作结果数据图表进一步挖掘潜在规律,提出了"优化效益衰退规律"。     

基于深度强化学习的知识推理研究进展综述

知识推理是知识图谱补全的重要方法,已在垂直搜索、智能问答等多个应用领域发挥重要作用。随着知识推理应用研究的不断深入,知识推理的可解释性受到了广泛关注。基于深度强化学习的知识推理方法具备更好的可解释性和更强的推理能力,能够更加充分地利用知识图谱中实体、关系等信息,使得推理效果更好。简要介绍知识图谱及其研究的基本情况,阐述知识推理的基本概念和近年来的研究进展,着重从封闭域推理和开放域推理两个角度,对当下基于深度强化学习知识推理方法进行了深入分析和对比,同时对所涉及到的数据集和评价指标进行了总结,并对未来研究方向进行了展望。     

电子商务专业建设思考及人才培养模式探究

电子商务专业建设突出交叉学科的特点，围绕学校人才培养定位以及专业培养目标，凝练专业特色，深入开展课程体系、实验教学体系建设工作，挖掘新的教学方式，落实行之有效的教学方法，突出创新能力培养模式，在学生就业、创业、深造、出国等方面取得了良好的效果。     

基于强化学习的牛鞭效应对策模型

在不确定供应链环境中提高供应链节点决策能力是提高竞争优势的主要方式.需求波动沿供应链从下游到上游逐级放大的牛鞭效应是供应链管理的重要问题.在综合分析供应链牛鞭效应的成因以及现有对策基础上,针对多层、多节点供应链模型,分析并运用强化学习理论和方法,提出有助于减弱牛鞭效应的强化学习算法.该强化学习算法能够用在不确定、多层、多成员供应链环境中,可取得整体最大效益,从而提高供应链的运作效率.     

围绕专业特色构建电子商务实践教学体系

在明确教学体系建设对实现专业特色和专业培养目标支撑的基础上,立足产学研合作,通过明确课程体系拓扑,深化课程内涵,围绕专业特色建设目标,加强实践教学体系建设,实现北京信息科技大学电子商务专业建设与发展的取向。针对电子商务专业特点,在教学过程中重点探索提高创新创业能力的实践教学体系,培养具有实践能力和创新能力的专业人才,促进电子商务专业建设。     

一种新的博弈树迭代向前剪枝搜索

针对博弈树迭代加深搜索和向前剪枝搜索中误剪最佳分支的弱点,利用向前剪枝搜索与预评估搜索间的双重迭代调用,提出了一种新的博弈树迭代向前剪枝搜索方法.预评估搜索通过节点排序及调整剪枝比率可以更加准确地选取排序在前的最佳分支,进而使迭代向前剪枝搜索实现在预评估所保留的最佳分支方向进行深度搜索,二者迭代相互调用以提高向前剪枝搜索的有效性及效率.定性分析与中国象棋计算机博弈实验结果表明,迭代向前剪枝搜索提高了实时行棋决策的效率和效果,与α-β剪枝搜索相比,提高的搜索效率超过160倍,同时取得了胜负比近7倍的博弈效果.