消费者策略行为下全渠道服务区域及定价的优化研究

为了研究消费者策略性采购行为对于全渠道BOPS(buy-online-and-pick-up-in-store)运营服务区域和定价的影响,对全渠道零售商实行BOPS运营模式进行建模,并利用最优化理论(K - T条件)得到全渠道零售商的最优定价及最优服务区域。利用数值分析进一步证明消费者策略性采购行为是全渠道零售商制定BOPS运营服务区域和定价策略时应考虑的重要因素。研究表明,对于距离较远的消费者,全渠道零售商需要考虑顾客策略性采购行为,以争取到更多有顾客策略性采购行为的消费者来本店采购;而对于近处的消费者,全渠道零售商不需要考虑其行为,以减少全渠道零售商的渠道运行成本。此外,最优服务区的确定可以使得零售商以较少的渠道成本为消费者提供更好的服务,减少其运营决策失误。     

基于CFSFDP图拉普拉斯算法的非侵入式负荷监测方法

非侵入式负荷监测(NILM)是我国未来电网建设的重要发展方向之一。为克服传统非侵入式负荷监测方法的计算数据量大、辨识准确率较低等问题,提出了一种基于CFSFDP(快速密度峰值搜索算法)图拉普拉斯算法的非侵入式负荷监测方法。首先,该方法利用输入的设备有功功率数据采取快速密度峰值搜索聚类算法构建家用电器的功率阈值向量和先验图结构;然后结合图信号的平滑度特征和总功率信号构建图拉普拉斯二次型最优函数,利用Tikhonov正则化方法以迭代的方式求得最优解,从而实现用电负荷图信号的重构;最后根据功率阈值向量将图信号转换为功率信号,即可实现用户的非侵入式负荷监测。对某一家庭两天的实测用电数据进行仿真分析,得到如下结果：1)该方法对第一天的负荷辨识精度达到了100%,各用电设备消耗用电量比例与实际耗电量比例误差均低于3%。2) 该方法对第二天的负荷识别准确率达到了90.1%,相比于对比算法至少高了0.8%。对单个用电设备分解精度达到91%以上,设备的用电量误差不超过5%且低于对比算法。3) 当数据采样间隔增大为2min,所提算法的准确率、辨识精度和单设备分解精度都有所降低,但数值上优于对比算法,并且有更优的时间复杂度。研究结果验证了所提非侵入式负荷监测方法的有效性及其优越性,对于解决实际低频NILM问题有很大的优势。     

基于AJAX的Web应用构件组装技术及工具

基于构件的软件开发方式能够有效提高Web应用的开发效率,它所涵盖的构件组装技术涉及到Web应用的前端页面与后端业务逻辑或第三方服务之间的组合。在分析Web应用的构件类型及其组装方式的基础上,提出了一套基于AJAX的Web应用构件组装技术,该技术尤其关注于前端页面构件与后端业务构件以及Web Service构件之间的自动化组装,包含两种具体的组装实现模式,即采用jQuery调用Servlet的实现模式以及采用DWR技术的实现模式,它们为页面构件提供其与服务端构件交互的能力。另外,这两种组装模式已分别实现为两套在线的Web应用构件组装工具,均支持用户通过图形化的方式定义构件的连接关系,并根据不同模式自动组合构件实体单元来生成Web应用系统。以一个实验性选课网站作为应用开发实例,以验证技术与工具的有用性。