机器学习驱动的出口跨境电商供应链网络优化

针对出口跨境贸易中的需求、汇率、关税等的不确定性,利用丰富的电商数据,研究机器学习驱动下的出口跨境电商企业的供应链网络优化。通过构建包括海外仓、边境仓选址与库存决策在内的两阶段随机规划模型;并利用历史数据,采用机器学习的方法构建模型所需随机贸易场景,实现了从预测到决策的流程研究。将所建模型应用于某服装企业面向东南亚的跨境电商销售,并结合新近实施的《区域全面经济伙伴关系协定》,展开灵敏度分析。结果表明,随机森林模型在算例中的预测效果更优,《区域全面经济伙伴关系协定》的实施能够显著降低跨境物流费用,并有利于海外仓模式的发展。

管道阴极保护数值计算方法的应用进展

针对管道阴极保护数值模拟的应用现状,对阴极保护体系的控制方程以及三种常用边界条件做了简单的介绍。同时介绍了三种常用的数值计算方法以及国内外研究学者对这三种数值计算方法的应用情况,并对比分析了三种数值解法的优缺点。最后指出了目前管道阴极保护数值模拟技术存在的不足,并提出了相应的解决措施。