融合思政理念的税法课程教学探索

为了提高金融专业学生的全面发展能力,研究提出将思政理念融入税法课程中,并构建融合闪电搜索算法和支持向量机的课程评价模型对新型税法课程进行评价。对研究提出的融合算法进行性能测试,结果显示,该算法的分类准确率为93%,优于对比算法。随后在课程评价模型的实证分析中发现,在利用研究提出的评价模型对新型税法课程进行改进后,学生学习效率评分最终为92分,远高于改进前。结果说明,研究提出的新型税法课程的实际应用效果较优,为税法课程改革提供了数据支持。

基于Adaboost算法和BP神经网络的税收预测

针对传统税收预测模型精度较低的问题,提出一种将Adaboost算法和BP神经网络相结合进行税收预测的方法。该方法首先对历年税收数据进行预处理并初始化测试数据分布权值;然后初始化BP神经网络权值和阈值,并将BP神经网络作为弱预测器对税收数据进行反复训练和调整权值;最后使用Adaboost算法将得到的多个BP神经网络弱预测器组成新的强预测器并进行预测。通过对我国1990—2010年税收数据进行仿真实验,结果表明该方法相比传统BP网络预测,平均误差相对值从0.50%减少到0.18%,有效地降低了单个BP陷入局部极小的影响,提高了网络预测精度。

交通运输行业低碳多式联运模式的路径优化

针对交通运输行业探索其货物运输方式及运输路径的最优化进程。从企业微观层面出发,基于成本和时间双重约束,综合考虑碳排放和运输成本因素,并引入碳税机制,通过碳价函数将CO2排放量换算为CO2排放成本,构建以货物运输的碳排放成本、运输成本和转运成本为目标的低碳多式联运路径优化模型,采用遗传算法求解得出最佳低碳多式联运组合方式和路线,并通过案例分析验证模型的可行性。结果表明:低碳多式联运模式通过综合多种运输方式的技术经济优势,可以有效降低货物运输企业的运输成本以及运输碳排放量,在提高企业运输组织水平、降本增效和低碳环保等方面效果显著;合理的碳税税率促使货物运输企业在其所能承受的经济成本范围内选择优化低碳运输路径,有利于促进经济社会低碳可持续发展。

碳税约束与共存运输下的物流网络规划方法研究

分析碳税约束与多种运输方式共存状态下物流网络结构特点,设计一个由生产商,RDC和SC 3方参与的物流网络,选择碳排放税约束和考虑物流节点间货物运输中多种运输方式同时存在的情况,以物流节点间的运输成本,碳税成本,生产商的生产成本,RDC的开设成本和RDC的货物处理成本为总体目标函数,建立碳税约束下的物流网络规划模型,设计基于遗传算法的求解方法,采用算例验证规划模型和求解算法的可行性,结合算例就不同碳排放税率对物流网络的影响进行分析。

基于碳税政策的整车物流网络优化模型及算法研究

本文针对整车物流网络优化问题,建立低碳经济下的鲁棒优化模型,设计遗传退火算法对模型进行求解,并通过算例仿真验证了模型和算法的有效性。研究结果表明,与随机规划模型相比,鲁棒优化模型能够有效减少决策风险,但提高决策方案的鲁棒性需付出更高的成本;遗传退火算法较参数取值相同下的遗传算法和模拟退火算法性能更优;碳税的增加对碳排放量的影响呈现明显的阶梯状下降特征,碳税政策制定者可利用这一规律,合理设置碳税值,使其达到减排效果的同时尽可能的减轻企业的经济负担。

Apriori算法在税务系统中的应用

为提高对税务稽查历史数据的管理水平,为税务稽查提供有力的决策支持,分析了数据挖掘技术的基础以及税务稽查工作中引入数据挖掘技术的必要性,给出了关联规则挖掘的基本概念,提出了一种改进的Apriori算法。使用WEKA工具,实现了关联规则挖掘的可视化和生成结果按"支持度-可信度"形式的可视化,为基于频繁集的交互式挖掘提供了方便、友好的界面。对历史稽查数据中纳税人采用的主要违法违章手段之间的关联关系进行了数据挖掘,得到了一些合理的规则,对稽查工作有一定的指导意义。

基于遗传算法的飞机滑行路径优化

研究了飞机场面安全滑行问题,将典型冲突限制规则和安全间隔作为约束条件,建立了系统的无冲突滑行路径优化模型。基于遗传算法给出了该问题的优化算法,并进行了实际算例的计算机仿真验证。与不考虑冲突约束条件的最短路径算法的对比结果表明,算法避免了最短路径算法中存在的冲突现象,可以为繁忙机场的安全运行提供决策支持。

基于启运港退税的航线网络优化

针对未来启运港退税政策扩围后的启运港选择问题,建立以运输成本、资金占用成本和中转成本最小为目标的混合整数规划模型,用启发式贪婪算法进行求解.实例分析表明:该模型在基于启运港退税的航线网络优化中有效,可为实际的启运港选择和集装箱运输线路选择提供理论参考.

最优所得税模型及其算法研究

个人所得税在税制改革后在税收中所占的比例日益增大，与法人税加在一起的直接税，往往是税收的主要部分．将运用现代计量经济学的研究方法，给出了理论模型和算法，为我国的所得税制度的选取提供理论依据．

密码技术在网上报税系统中的应用

为有效提高现有税务申报系统中报税信息传输的安全性,根据网上报税的特点,在纳税信息的网络传输环节增加了以公钥算法为基础的处理措施,实现了保密性、身份验证、数据完整性及不可否认性等基本的安全服务,更好地保证了纳税人的合法利益.

税权均衡:算法决策对纳税人权利的冲击与回应

算法决策正成为“互联网+税务”以及智慧税务建设的一部分,一方面它提升了税收征管的效率,另一方面受算法规则不透明、“黑箱”属性以及难于解释等因素的影响,国家税权呈现扩张趋势。纳税人的基本权利,如知情权、陈述与申辩权以及救济权在一定程度上受到侵害。我国《个人信息保护法》规定了自然人对算法的解释权,但这在税收征管领域因双方主体地位不平等而难以直接适用。为此,可以引入税权均衡理论,考量如何在算法自动化决策场景下,平衡纳税人税权与国家税权的关系,并通过权利制约权力、权力制约权力、纳税人救济制度三个方面对其进行回应。

碳税政策下基于BFA-ACO的冷链物流路径优化

针对2020年新冠肺炎疫情期间冷链物流市场的特点以及碳税政策的开展,引入消毒成本和碳税成本,充分分析了消毒成本与货损成本以及时间惩罚成本之间的关系,以总成本最低为优化目标建立了冷链物流路径优化模型。进而通过分析细菌觅食算法(BFA)和蚁群算法(ACO)的优缺点,将二者相结合建立BFA-ACO混合算法,在蚁群算法中引入细菌觅食算法的复制和趋化操作,以提高算法的收敛速度和全局收敛能力。再利用该混合算法对冷链物流路径优化模型进行优化求解,与求解冷链物流经典算法GA、ABC和ACO进行比较。对比优化结果发现:通过细菌觅食-蚁群算法对模型进行优化的效果优于单一算法对模型进行优化的效果。

碳税规制下多目标冷链物流配送路径优化

针对碳税规制下的冷链物流配送问题,提出一种冷藏车的碳排放与燃料消耗量化方法,并构建了优化配送成本、保障客户服务水平和降低碳排放的多目标数学模型。最后,采用粒子群算法求解模型,同时对碳税和冷藏车车速进行灵敏度分析。结果表明,冷链物流配送企业的综合成本随碳税的增加而提高,适当提高冷藏车的车速有助于配送企业控制物流成本、保障客户服务水平,但车速过高会导致客户服务水平下降。该研究可以为冷链物流配送企业降低总成本、减少碳排放和提升客户服务水平提供实践指导。

基于Dijkstra算法的机场滑行路径优化

对于航空器在机场滑行路径的优化问题,考虑航空器的滑行过程,建立航空器滑行运动模型,并在此基础上以滑行时间和滑行油耗作为优化目标,结合安全间隔、滑行规则和冲突避免限制规则为约束条件建立了滑行路径优化模型。采用以Dijkstra算法为基础的模型求解算法,在保证滑行道调度零冲突的前提下,减少总的滑行油耗和滑行时间。算例分析结果表明,提出的航空器滑行路径优化模型和优化方法是可行的,可为机场的场面调度提供决策支持。

考虑低碳约束的生鲜农产品冷链物流策略仿真研究

生鲜农产品的新鲜度配送要求可能增加其冷链配送过程的碳排放量。在对碳税机制定量分析的基础上,建立以最小化碳排放量和最小化配送综合成本为目标的数学模型;综合分析物流配送中的产品配送量、配送时间以及装卸货时间等常规因素,提出了一种改进的基于自适应旋转角的量子蚁群算法;将所提出的方法通过实验仿真应用于生鲜配送仿真算例,并将结果与已经存在的算法进行比较,结果表明:该方法可以有效优化生鲜农产品冷链物流配送路径,同时降低碳排放及配送成本。

基于C4.5挖掘算法的纳税评估模型设计

介绍应用C4.5挖掘算法进行行业理论税负测算的理论依据,为了提高算法的计算效率,结合税收领域知识对挖掘算法进行了改进,利用改进后的算法实现了行业理论税负的测算。

关联规则在税收征管中的应用

本文介绍了数据仓库、数据挖掘以及知识发现的概念,详细分析了关联规则算法,对纳税人特定属性与纳税人异常行为之间的关联关系进行了分析研究。

遗传算法优化BP神经网络在纳税评估中的应用

将遗传算法优化误差反传(BP)神经网络的数据挖掘方法应用于纳税评估,为税务机关申报征收与税务稽查的数据挖掘建立分类预测模型.从分析的结果可以看出,模型具有良好的预测效果,能为提高税收管理的针对性和有效性提出一些参考建议,以提高税收征管的水平.

碳税机制下的生鲜农产品冷链配送路径优化研究

针对冷链配送过程产生大量碳排放的问题,提出了碳税机制下的生鲜农产品冷链配送路径优化方法.首先以碳排放成本和综合成本最小为目标,引入碳税机制定量分析,考虑需求量、需求时间和卸货时间约束,建立了该问题的数学模型;然后提出了一种改进的量子蚁群算法,利用蚁群算法信息更新策略保持群体记忆性,利用碳税成本作为改进算法的决策变量,提出一种改进的自适应量子旋转角调整策略提升算法效率;最后在选定的算例模型上,通过实验仿真,对配送路径最短、未初始化信息素蚁群算法和量子蚁群算法进行对比分析,验证了所提出的方法可以有效优化配送路径,降低碳税成本和综合成本.

碳税下多周期闭环混合系统的补贴策略模型

在考虑新产品和再制造品碳排放差异的情况下,建立了制造商回收模式下的多周期混合制造/再制造系统的最优运作及补贴策略模型。假设回收品质量水平服从指数分布,回收成本、回收率和再制造成本是回收品质量水平的负指数函数,建立包含碳税的平均总成本函数,并采用遗传算法(GA)和粒子群算法(PSO)验证模型的信度和效度。结果表明:无补贴情况下,企业可对回收品质量水平为0.28~0.84的产品进行再制造;考虑补贴情况下,政府可对回收品质量水平为0.28~0.42的产品采取补贴机制,达到引导企业回收再制造的目的。该研究为政府制定合理的补贴政策及企业权衡碳排放因素降低总成本提供理论依据。