一种改进的Elman神经网络及其在股市中的应用

通过在具有动态反馈机制的Elman神经网络的基础上引入时间收益因素,提出了一种改进的Elman神经网络模型并将其用于对股票的综合指数进行预测,进而求其收益率。实验模拟结果表明:将改进的Elman模型用于股市投资是可行的,有效的,具有一定的应用潜能,该模型不仅可以明显提高网络的预测精度,达到快速收敛,而且还能够明显提高股民投资的利润率,实现较大幅度地获得收益的目的。

基于多维度Nash协商模型的校企合作创新联盟利益分配方法

公正合理的利益分配是校企合作创新的基础,是创新实现的重要保障。将中介机构作为校企合作创新收益分配的主体之一,通过时间贴现因子使得不同时期的收益具有可比性,在考虑投入、风险、贡献、溢出效应等因素的基础上,基于合作联盟成员的满意度,利用多维度Nash协商模型进行高校、企业、中介机构三者之间的利益分配,并举例验证该方法的可行性与合理性。

基于HPSO-TPFENN的目标机轨迹预测

轨迹预测在现代空战中发挥着重要作用。针对传统轨迹预测模型复杂度大,预测精度偏低,数据样本真实性、可靠性差等问题,结合轨迹数据具有时间连续性的特点,提出了基于HPSO-TPFENN的轨迹预测模型。在Elman神经网络的目标函数中引入时间收益因子,并利用杂交粒子群算法(HPSO)对改进的Elman网络进行参数寻优,构造了HPSO-TPFENN神经网络。提出将三维坐标进行独立预测的方法,并根据空战训练测量仪(ACMI)中记录的真实数据,构建了包括航向角和俯仰角在内的轨迹预测数据样本,建立了基于HPSO-TPFENN的轨迹预测模型。通过仿真实验对比分析了模型进行轨迹预测的精度和实时性,结果表明模型在不同方向的预测误差不超过1%,连续进行595次预测耗时42 ms左右,可以准确、快速地对目标机的轨迹进行预测。

基于退货滞后惩罚的库存控制模型研究

随着竞争的日益激烈,销售商竞相延长产品允许退货时间。此时,如何设置合理的允许退货时间长度成为困扰销售商日常经营的难题。针对于此,本文提出了一种基于退货滞后惩罚的库存控制模型和求解算法,从而解决了上述问题。并采用数值实例分析了退货率和时间惩罚因子对最优允许退货时间长度、最佳订货量以及最大产品收益的影响。实例结果表明,选择合适的时间惩罚因子,并规定合理的允许退货时间长度,可以有效增加销售商的收益。最后,对销售商的经营提出了具有现实指导意义的建议。

微利时代民营企业经营成本的控制与优化

加强经营成本管理和控制是提升现代企业组织绩效的关键决策。近年,我国社会主义市场经济规模不断扩大,经济结构持续得到优化,越来越多的企业借助市场力量取得了飞速发展。当然,在这一过程中,基于动态市场的竞争程度越来越高,参与企业越来越多,这让不善经营或者缺少竞争力的企业的经营利润不断下滑,更多企业的利润率接近于零,商品价格与平均成本基本持平,由此进入了"微利"场域中,试图获取"超额竞争利润"已经不现实。而当获利空间不断萎缩,身处市场的企业若要获得生存和发展的机会就需要加强包括成本方面的支出和企业管理方面的控制工作,才能提升和维持其竞争优势。但长期以来,我国现代企业存在认识偏差,对企业经营成本管理和控制缺位,使之在激烈的市场竞争中无法保持持续的获利能力,在很大程度上了影响着我国企业的健康可持续发展。只有加强对经营成本的有效控制,才能更好地实现现代企业生产经营和战略目标。鉴于此,在已有研究成果的基础上,阐述民营企业经营成本及管理意义,分析微利时代民营企业经营成本的控制因素,以餐饮业为研究对象,对其经营成本状况进行实证分析,从多个层面分别给出微利时代民营企业经营成本的控制措施,并初步构建了经营成本的优化机制。