自对耦无序分布随机链Potts模型的临界普适性研究

以蒙特卡罗模拟方法对自对耦分布二维随机链q态Potts模型的短时临界行为进行了数值研究 .利用初始非平衡演化阶段存在的普适幂指数和有限体积标度行为 ,数值模拟了在不同形式随机分布时q=3和q =8态Potts模型磁临界指数 η和动力学临界指数z.计算结果发现 η不依赖于自对偶无序分布的具体形式 ,从而以数值方法给出了一个关于淬火掺杂自旋系统的临界普适行为的验证 .

基于改进随机分块模型的电商网络链路预测算法

通过改进的随机分块模型(SBM)链路预测算法,研究电子商务网络的演化过程与社团结构。针对原始SBM模型块之间的度分布为二项式分布,引入度衰减参数使得随机分块模型中块之间的度分布遵循幂律分布。针对原始SBM模型中节点之间的连接仅仅取决于节点所属块的假设,引入度控制参数使其更接近真实网络的度数分布。基于此提出优化后的随机分块模型,并利用阿里巴巴淘宝数据集验证该算法,结果显示该算法精确度高于随机分块模型(SBM)、度修正的随机分块模型(DCSBM)以及层次结构模型(HBM)。说明改进后的算法能较好地刻画电商网络中的社团结构,准确地发现网络中的缺失链接。

多周期农产品废弃物供应链网络均衡模型构建

目的研究农产品废弃物可持续利用问题,既实现供应链整体利润最优,又减轻对环境的污染。方法在随机需求的背景下,考虑生产合作社对零售商的不同激励度,分析生产合作社、零售商、需求市场的最优状态,利用变分不等式建立相应的多周期供应链网络均衡模型。结果从多周期角度,实现了农产品废弃物供应链网络均衡利益最优化,可为合作社与零售商在较长时间达到一种均衡状态提供有效解决方案。结论既实现了多周期农产品废弃物的持续利用,又促进了循环经济的发展,同时还实现了供应链网络均衡、供应链整体利润最优和减轻环境污染等目标。

供应商产出随机下基于风险共享的供应链协同模型

为降低供应链上游的供应风险,研究了供应商随机产出下两供应商-单制造商系统在溢出库存惩罚下的风险共享协同模型。分析了集中决策下供应链系统最优批量决策,以及溢出库存惩罚下供应商和制造商各自的最优批量决策;证明了在存在溢出库存惩罚下,供应商和供应商、供应商和制造商之间存在纳什均衡,且纳什均衡下供应链利润不大于供应链系统的最优利润值。为达到供应链系统的最优利润,提出了溢出库存惩罚下基于风险共享的供应链协同模型。通过案例分析说明,制造商通过调整满足一定关系的订货量、制造商风险共享系数和供应商风险共享系数,能使得独立决策下供应链达到集中决策下的供应链利润。

基于多尺度数据融合Markov链模型的岩性随机模拟

Markov链模型在储层随机建模中发挥着越来越重要的作用,但难以融合岩心、测井、地震等多尺度数据限制了它在实际中的应用。依据前人研究的结果,提出了将多尺度数据融入到Markov链模型中的相关方法和公式,即将大尺度数据作为条件数据以贝叶斯公式表达,同时利用公式将小尺度数据转换为井点硬数据。应用此方法对SL盆地Y地区过井剖面进行的岩性模拟表明,相对于无数据融合的方法,此方法能更加直观、准确地揭示薄岩性层的分布。

供应链收入共享契约协调的随机期望值模型

本文研究了供应链契约协调中的收入共享契约。建立了具有缺货成本的供应链收入共享契约协调的随机期望值模型,推导了实现分散供应链协调的收入共享契约参数之间的关系,分析了收入共享机制在改进供应链整体运作绩效方面的作用。设计了求解随机期望值模型的混合智能算法,进行了收入共享契约协调模型仿真实验,探讨了收入共享契约参数变化对供应链成员绩效的影响。结果表明,本文建立的收入共享契约协调的随机期望值模型具有实际意义,并在随机需求条件下协调了供应链运作。

基于随机Petri网的集束装备模型及马尔可夫链分析

为了分析集束装备的性能,采用随机Petri网建模方法描述装备串行加工过程.采用自底向上方式,首先建立集束装备各组成模块的基本模型,然后根据实际的加工过程构造出整个装备的随机Petri网模型.给出了模型的马尔可夫链分析过程,进一步推导出装备的吞吐率和加工腔体的利用率.结果表明,该模型不仅可以表现集束装备的并发性,而且能表示出设备操作时间的随机性.该方法能够有效地描述和分析集束装备的加工过程.

基于层叠跳跃链条件随机场模型的因果关系标注

针对因果关系事件中对象、属性及其相互作用关系抽取工作的不足和因果关系中的长距离依赖问题,定义了创新问题的因果关系表达方式,提出了基于层叠跳跃链条件随机场的因果关系标注方法.首先通过低层线性链条件随机场模型对预处理过的候选集进行因果关系边界标注,其次对标注结果进行降噪和扩充,将其作为新的特征传递给高层跳跃链条件随机场模型用于识别因果角色,最后对高层结果进行指代消解和降噪.对多种类别的真实语料进行了实验,结果表明应用本方法可取得较好的标注效果.

基于马氏链遗传与繁衍模型的随机L-系统

生物基因从亲代到子代的遗传具有马氏性,基于马氏链遗传与自繁衍模型的随机L-系统,将虚拟生物的形态生成模型与遗传生物学结合起来,同时,为人工生命的实现提供了有益的尝试。

含马氏链的股票指数模糊随机预测模型

为了获得更加准确和更加值得信赖的股票指数预测结果,依据股票指数的模糊随机预测模型,通过引入马尔可夫链的概念和股票指数上涨或下跌的转移概率,改进了股票指数的模糊随机预测模型中的预测参数.在以2009年全年的每日60 min沪深300指数为样本的实证研究中,采用了原模糊随机预测模型和改进了预测参数后的模糊随机预测模型分别进行预测,改进后的模型预测出的结果比原模型预测的结果更加接近沪深300指数的真实走势.研究结果表明:通过引入马尔可夫链和转移概率对预测参数进行的改进,提高了模糊随机预测模型对股票指数的预测精度.

随机中断下双源供应链的最优订购模型

在随机中断环境下建立了由两个不可靠供应商和一个零售商组成的双源供应链的随机报童模型.就无约束和预算费用约束两种情形,给出了零售商的最优订购策略,进而分析了随机中断时刻对最优订购数量和零售商最大期望利润的影响,证明了零售商最优订购量的存在性.最后通过数值实例分析了随机中断时刻对订购数量和最大期望利润的具体影响.

随机挽回率马尔可夫链模型下信用差价衍生品定价

通过假设随机挽回率,扩展了Jarrow,L ando和T urnbu l(1997)[2]的马尔可夫链模型,得到有违约风险零息债券与信用衍生品的定价公式,并一般化了K ijim a和K om oribayash i(1998)[3]模型中的风险贴水调整,进一步给出信用差价期权的定价公式。

考虑广告效应的随机需求多商品流供应链网络均衡模型

针对多个生产商、多个零售商和需求市场组成的多商品流供应链网络,假定生产商和零售商分别在全国市场和区域市场进行产品广告宣传,分析了其对产品随机需求的影响。通过基于随机效用理论的Logit模型刻画消费者的产品选择,运用Nash均衡方法和变分不等式理论得到生产商和零售商之间的竞争均衡模型,进而建立了考虑广告效应的随机需求多商品流供应链网络均衡的变分不等式模型。最后的数值算例验证了模型的合理性,表明广告宣传是把双刃剑:刺激需求增长,但成本增加,需做好二者间的平衡。

遗传算法解供应链中二级分销网络优化设计的随机规划模型

给出供应链中二级分销网络优化设计的改进机会约束规划模型。模型中将各个分销中心的需求量和 各工厂的生产能力设为随机参数．采用基于随机模拟的遗传算法对模型进行求解,并给出算例来说明模型及 算法的有效性,最后给出结论以及未来的研究方向。

基于Markov链的随机需求预测模型

随机需求预测是供应计划工作的重点和难点 ,应用马尔柯夫链分析法和蒙特卡洛仿真技术 ,可以建立一个有效实用的随机需求预测模型。

POTTS模型的临界失真和下界估计

证明了格上q一元Potts模型的临界失真dc和该模型Mayer级数的收敛半径R有以下关系：dc=（q－1）R／（1十R）．利用级数的矩阵表示可迭代地估算R和dc．对那些Mayer级数尚未知的模型，给出了dc下界的一个统一表示．

随机需求下三级供应链Qd-Ps联合契约协调模型

研究了随机市场需求下由制造商、分销商和零售商组成的三级供应链的协调问题.通过分散式无协调状态和集中决策状态下的供应链收益比较,采用数量折扣和价格补贴双契约机制,设计了Qd-Ps联合契约模型.并用算例证明了通过合理范围内的参数设置和取值,可实现供应链节点企业的利润共享,并促进供应链系统的有效协调.

网络嵌入随机块模型的社区发现和链路预测

社区发现与链路预测任务是网络数据研究中的热点问题,兼顾网络传递性与区块结构有助于捕捉个体之间的有效关联、探测数据中蕴含的内在规律,帮助研究者挖掘更多数据价值进而做出决策.当前的算法与模型多侧重于网络传递性或区块结构单一层面的分析,且依赖一定的假设条件.本文提出网络嵌入随机块模型(NE-SBM)用于社区发现与链路预测.搭建贝叶斯框架完成模型参数的正则化,利用Metropolis Hasting-Gibbs算法获得节点嵌入表示的隐位置与社区隶属关系,基于多维尺度变换算法解决隐位置可识别性问题.本方法可解决传统启发式算法中过分依赖判断准则或评价函数的问题,对各类型的数据都具有更好的适应性.人工数据及真实数据的实验结果进一步验证了该方法在社区发现与链路预测中有更优的表现.

基于层次随机图模型的脑网络链路预测

针对一般链路预测算法在具有层次结构的脑网络中计算效率低且复杂度高的问题,提出了一种基于最大似然估计的层次随机图模型。该算法首先利用脑网络数据建立层次随机图;然后通过改进的马尔可夫蒙特卡罗算法采样树状图空间;最后计算脑网络边的平均连接概率,且通过评价指标对算法进行评价。实验结果表明,利用该算法对脑网络和三种不同的层次结构网络进行链路预测比较,脑网络的预测结果最好。此外,与传统的基于相似性的算法相比,所提出的算法效果明显,且具有理想的计算复杂度。

供应链中二级分销网络优化设计的随机规划模型

给出供应链中二级分销网络优化设计的机会约束规划模型。模型中将各个分销中心的需求量和各工厂的生产能力设为随机参数 ,并进一步讨论如何将模型中的机会约束转化为确定性等价类问题。