多目标决策的程序与偏好选择行为

分析了多目标决策的基本要素 ,给出了多目标决策的程序 ,探讨了多目标非劣解的特征、求解方法与问题 ,分析了基于决策人多种偏好选择行为的多目标决策最优解的特征、求解方法和与非劣解的关系。

基于偏好选择行为的网络伪舆情传播研究

随着技术的发展、互联网的普及,人们对于网络信息的态度表达更加快捷、直接,这也就推动了网络舆情的发展,但网络伪舆情往往让我们存在认识上的偏差,目前针对网络伪舆情的研究也相对较少。本文通过伪舆情的定义以及它的存在方式,基于偏好选择行为建立伪舆情传播模型,进一步分析网络伪舆情各要素间的影响因素,最后提出针对网络伪舆情治理的策略建议,以提供参考。

日本游客旅游偏好选择行为探讨——以西安为例

基于调查所得资料,通过对旅游者性别、年龄、职业、文化程度、家庭结构等客源结构和旅游者对旅游景点、旅游过程中的食、住、购、娱、来华旅游方式的偏好选择行为的调查和对所得数据的分析,得出日本游客的旅游选择行为规律,提出强化文物古迹游的垄断地位、丰富旅游商品和旅游娱乐项目、完善旅游服务和设施、保持价格优势和积极促销等建议。

B2C网站消费者选择行为偏好实证研究

文章在问卷调查的基础上,通过联合分析的方法对B2C网站消费者选择的偏好作了实证研究。研究结果表明:从整体上看,消费者在选择B2C网站购物时最为关注的是价格水平,而后依次为产品感知优势、服务特征、网站界面类型和专业性;再从消费者的性别和是否工作的角度来看,各消费者的选择行为偏好又有所区别。以此为据,为B2C网站的新建或改进提出了相应建议,同时还对其未来的发展作了分析和预测。

基于旅客行为选择的机场离港服务流程仿真优化研究

为探索机场离港关键环节与旅客特性的匹配关系,挖掘离港服务保障瓶颈,以海口美兰国际机场T1航站楼为例,利用问卷调查法获取机场旅客行为特性参数,在此基础上利用Logit模型从值机方式选择、行李托运选择和排队选择构建旅客离港流程中的行为选择偏好模型。借助Netlogo仿真平台并基于旅客选择行为偏好模型对离港流程中的服务关键环节进行仿真,通过设定仿真基础场景模拟旅客离港服务流程过程中的状态。基于仿真基础场景,以旅客行为选择变化作为主要的优化方向,并设定不同的行为引导成功率,从旅客行为选择变化对离港服务关键指标参数变化及扰动特性进行仿真。结果显示增设自助值机引导服务且引导成功率在0.8时,对于缩短旅客在整个流程上的平均排队时间和服务时长具有显著作用。

民营企业终极控制性股东特征与公司融资决策行为

终极控制性股东不但影响公司表决权和剩余收益索取权的格局,还可能影响着公司的融资决策行为选择。本文以2004～2011年A股民营上市公司1112个观测值实证检验终极控制性股东在表决权、现金流权、公司治理等方面所呈现的特征与公司融资决策行为选择偏好的关系。结果表明我国上市公司终极控制人所拥有的表决权与现金流权两者分离程度越高,其对负债的破产威胁效应和利益转移限制效应越不敏感,越偏向于通过高负债融资等手段以达到获取超控制权收益的目的。

基于偏好序的高铁票价与售票时间窗联合优化

采用形式灵活且适用性好的偏好序模型刻画旅客购票选择行为,拓展现有高速铁路动态定价与售票控制策略联合优化的研究方法。按照票价变动范围划分客票等级,结合偏好序模型的特点,通过决策各等级客票售票时间窗进行售票控制,同时,在一定范围内优化各客票等级的票价,实现票价与售票控制的联合决策。本文在分析弹性客流的基础上,采用偏好序选择概率、到达率和时间窗长度测算客票销售量。根据运营需要设定客票产品排序,以各客票产品停售时间和票价作为决策变量,建立以期望总收益最大为目标的非线性规划模型,并且将粒子群算法与线性规划精确求解嵌套求解模型。以京沪高铁为背景进行数值实验,结果表明:与固定各等级票价只优化售票时间窗的方案相比,联合优化方案可提升期望总收益约4.54%;不同需求水平下,联合优化方案的期望总收益均高于固定票价方案;期望总收益随着转移购买概率增加而增加,且不同转移概率取值下联合优化方案的期望总收益均高于固定票价方案。所提方案可为高铁列车动态定价和制定售票控制策略提供决策支持。

灵活编组高铁列车的售票时间窗优化

灵活编组使高铁列车席位容量具备了有限柔性,相比传统固定容量下的控制技术,柔性容量的售票控制优化能实现更高效的供需匹配.基于高铁线路多列车、多停站的服务网络,根据收益管理原理设置不同价格等级的客票.采用偏好序模型刻画旅客购票选择行为,使用售票时间窗控制客票预售过程,以获利最大为目标建立灵活编组方案与售票时间窗的联合优化模型.根据售票需要设计客票排序,将模型转化为线性规划模型,并采用CPLEX快速求解,得到列车最佳编组方案和售票控制策略.实验结果表明:需求不饱和时,相比固定编组,灵活编组下的售票时间窗控制策略获利更高;旅客到达率和转移购买概率越高,列车最佳编组越趋向于大编组.