简介：随着项目活动进入“大尺度”时代，复杂性成为现代化项目组合管理中的突出问题。在项目组合决策系统复杂性分析基础上，提出了交互耦合网络视角下的项目组合决策系统表征方法；借鉴非线性动力学建模方法构建项目组合决策系统复杂动力网络模型，结合模型的稳定解和稳定条件将项目组合决策系统划分为竞争型、共生型、强依存型和弱依存型，并通过数值仿真方法对系统的稳定域、分岔和混沌进行分析。研究表明，项目组合决策系统的复杂性和稳定性依赖于系统内交互关系作用，改善协作关系，避免过分竞争，以系统整体为先优化配置有利于项目组合目标实现。

简介：在聚合级分布交互仿真中，时间推进控制是一个核心内容。文中评论时间推进控制的假定条件，以及协调和并行的方法。

简介：在冲突分析图模型中,稳定性分析的均衡结果和决策者偏好信息之间存在一个动态反复的交互过程。为此,本文提出了基于GMCR的冲突分析动态交互理论,在偏好信息和均衡结果之间引入决策者的风险认知系统,以动态模拟冲突中决策者的风险认知、偏好信息与均衡解之间的交互关系。然后,构建了基于GMCR的双渠道供应链价格冲突动态交互模型,从冲突分析动态交互视角解释了价格战背后制造商和零售商的博弈行为,并有效预测了风险规避情况下双渠道供应链价格冲突的均衡结果,为供应链管理者提供了一套系统有效的冲突分析工具。

简介：运用在线问题与竞争分析的方法研究了购买价格递减的在线租赁问题。通过揭示相关费用函数的性质，先后给出了最优离线策略以及在线策略。通过竞争比分析，证明了我们给出的在线策略是该问题唯一最优策略，而且该策略的竞争比随购买价格的优惠率的增加呈严格递减趋势。竞争分析结果表明考虑购买价格递减因素能够改进在线策略的竞争比从而提高决策效率。

简介：对于按订单采购的销售商而言,采购成本和延误成本是影响总成本的主要因素,销售商需要采取适当的采购策略,权衡二者,以使总成本尽量小。文章首先给出了订单需求完全已知情况下的离线最优策略,并指出策略的计算复杂性为O（n^2）。其次,针对订单需求难以预测的情形,设计了相应的在线采购策略,证明了该策略的竞争比为2;同时,证明了该问题的竞争比下界为（5＋1）/2〉1.618。

简介：P2P网络借贷作为电子商务在金融领域的延伸与应用，近年来得到广大学者的关注．但是目前的理论研究中，鲜有从投资者信息挖掘的角度进行投资决策分析．本文提出一个新颖的方法，即投资者构成分析方法，通过分析贷款的众多投资者信息遴选出最有价值的投资，辅助投资者进行投资决策．首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案（investorprofile），进而基于投资者档案构建投资者构成分析模型，最后通过美国最大的在线网络借贷网站Prosper的数据，对本文提出的构想及模型进行了实证研究．实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的，文中构建的模型表现出良好的预测能力，能够有效地筛选出有价值的投资．

简介：本文研究一类批容量有界的并行分批、平行机在线排序问题。模型中有n个相互独立的工件J＝｛J1，…，Jn｝要在m台批处理机上加工。批处理机每次可同时加工至多B（B＜n）个工件。同一批中的工件同时开工，同时完工，工件加工过程不允许中断。工件Jj（1≤j≤n）的到达时间为rj，加工时间为1，工件是否会到达事先未知，而只有等到工件的到达时间才能获知它的到达。目标为最小化工件的最大完工时间。针对该排序问题，本文设计了两个竞争比均达到最好可能的在线算法。

简介：探讨了有限预知信息下的集装箱码头泊位与岸桥联合调度over-list在线模型,当分配每个船舶服务请求时预知后续k≥2个请求,要求完成所有请求的最大完工时间最小。着重考虑了由3个离散泊位组成的混合型泊位、6个岸桥以及只有两种请求的联合调度模型,证明了任意k≥2个请求预知能力下确定性在线策略的竞争比下界为9/7;同时,设计了k=2时的在线联合调度策略并证明其具有最优竞争比9/7,表明有限的预知能力即可实现在线策略最优调度效果,这也为集装箱码头资源调度实践中的策略设计提供理论依据。

简介：众多B2C网站已建立起会员等级制度，并据此向买家提供价格折扣。但会员等级制模型仅考虑买家交易金额，无法全面反映买家在线购买历史（onlinepurchasehistory），故不能准确提供差异化折扣。针对上述问题，提出了一种面向B2C电子商务的差异化折扣模型，该模型包含能体现买家在线购买历史的交易、退单、推荐购买、晒单等四个指标，将买家在线购买历史聚合为一个综合值，进而通过min-max标准化方法进行线性转换，将转换后的聚合值与会员等级基准折扣结合得到最终的差异化折扣，从而使得B2C网站可向同级别会员实施更精准的一对一营销和价格歧视策略。以京东商城为背景的仿真实验结果证明了本文新模型的有效性。

简介：供应链中存在着广泛的信息共享,既包括上下游企业间的纵向性共享,也包括同层企业间的横向信息共享。以一个具有学习效应的供应链为研究对象,为研究信息共享对分散型供应链中零售商决策的影响,提出了一个具有横向信息共享的供应链模型。以Cournot博弈为研究手段,求解了零售商的均衡订货决策和信息共享策略。在此模型中,生产商为多个零售商提供类似的产品,每个零售商具有自己独立的终端市场。零售商面对单周期需求,该需求可以在本周期内满足或者在第二阶段延迟交货。由于学习效应的存在,第二阶段生产商的批发价格是第一阶段总订货量的减函数。零售商在观察到自身的需求之前,达成信息共享的协议。研究结果表明,当第一阶段的均衡订货数量低于需求时,零售商间无共享私有信息的动机,该结果和寡头模型信息共享的相关结果相反。除此之外,在一个总体需求稳定的市场中,信息共享的影响随着零售商数量的增加而递减。此结果对企业在不同市场情况下选择信息共享策略具有重要价值。

简介：在再制造利益的驱动下，一些非原始设备制造商（UOEM）欲进入再制造市场。为探究UOEM参与再制造的进入博弈，应用演化博弈理论构建了原始设备制造商（OEM）和UOEM策略选择的复制动态。研究表明：博弈双方的回收价格、UOEM排除障碍的成本会影响UOEM的策略选择；OEM选择默许而潜在的UOEM进入再制造品市场是二维动态系统唯一的演化稳定策略。进一步考虑了参与人的学习行为，将噪声项引入复制动态方程中，得到了一个非子博弈完美均衡，即当带着噪声项的OEM采取竞争策略时，进入者的最优策略是置身于市场之外。

简介：本文考虑指数学习效应和位置学习效应同时发生的新的排序模型。工件的实际加工时间不仅依赖于已经加工过工件正常加工时间之和的指数函数,而且依赖于该工件所在的位置。单机排序情形下,对于最大完工时间和总完工时间最小化问题给出多项式时间算法。此外某些特殊情况下,总权完工时间和最大延迟最小化问题也给出了多项时间算法。流水机排序情形,对最大完工时间和总完工时间最小化问题在某些特殊情形下给出多项时间算法。

简介：本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题，而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构，完成对增量学习中训练样本的选取，进而完成分类器的重构。实验表明，该算法比传统支持向量机增量学习算法具有更高的分类精度。

简介：本文研究了一类不相关平行机的排序问题，在该问题中工件的加工时间既具有学习效应，又资源可控，也就是说在该问题模型中，工件的实际加工时间为其正常的加工时间、加工过程中工件所处位置以及加工时间可控这些变量的函数。该研究的目的是为使得总机器负载和总的控制费用的加权和最小以及总的完工时间和总的控制费用的加权和最小。文章通过对问题的相关性质的分析和证明找到了一个解决问题的最优化算法，并且也证明了在处理机的数量给定的条件下，该问题的时间复杂性为0（nm·2），最后也给出了相应的数值例子来阐述该问题。

简介：论文将动态能力作为解释组织学习和企业绩效间关系的中介变量。采用结构方程方法建立了其关系模型，以制造业部分上市公司为例，通过问卷调查、信度效度分析、回归分析验证提出的假设，研究理论模型符合可接受的适合度检定水平。实证研究结果表明制造业企业组织学习对动态能力影响显著且动态能力对企业绩效影响显著，组织学习对企业绩效直接影响较弱，动态能力中介作用明显。

简介：本文主要讨论了工件加工时间具有学习效应和安装时间的单机排序问题。工件的加工时间不仅与之前已加工完的工件加工时间有关,还与工件的加工位置有关。安装时间是依赖于已加工完的工件的实际加工时间的简单函数,即p-s-d形式。本文证明了极小化最大完工时间,极小化总完工时间,极小化完工时间的平方和问题具有多项式算法,也证明了极小化加权总完工时间,极小化最大延误和极小化总误工问题在某些条件下具有多项式算法。