基于网络关系的分类变量预测研究

传统的预测方法通常基于个体的协变量信息进行建模和预测,少有考虑个体间的网络结构信息。事实上,网络节点间的关联信息能够为节点的响应变量预测提供信息,为此本文提出网络标签传播算法。基于半监督学习框架,以邻接矩阵为节点相似性推断依据,通过节点间的连接信息和已知节点的响应变量信息,来推断未知节点的响应变量信息。该算法适用于响应变量为分类变量的不完整网络数据。在网络服从随机分块模型的设定下,本文证明了该算法能够一致地预测未知节点的响应变量。数值模拟和实证数据分析结果显示,该算法预测效果较好。

绿色供应链中成本分担对制造商渠道入侵策略的影响

研究绿色供应链中零售商的成本分担策略下制造商的渠道入侵问题。通过构建不同策略组合下的博弈模型,得出模型的均衡解,分析双方的均衡策略及其影响。研究发现,零售商在制造商渠道入侵情况下必定不会采用成本分担策略,且零售商的利润总是因制造商的渠道入侵而受损。零售商在制造商不进行渠道入侵情况下是否采用成本分担策略与其成本分担的比例有关。制造商总是在固定直销成本较低时选择渠道入侵,在固定直销成本较高时放弃渠道入侵,但是在固定直销成本居中时,制造商的入侵策略取决于零售商是否会采用成本分担策略,制造商可能会放弃渠道入侵以使得零售商进行成本分担,此时双方实现共赢。拓展分析中零售商提供成本分担契约情形下,制造商和零售商在固定直销成本处于中间范围时的利润均得到改善,并且可能实现制造商、零售商和产品绿色水平的“三赢”。

“学”与“仕”:地市级党政领导干部晋升时间研究--基于全国293个地级市的实证分析

地级市作为我国城市现代化建设的基础单元,其主政官员是推动地方现代化治理的中坚力量,因此,研究领导干部晋升时间及其影响因素对于理解我国干部人事制度、推动地方治理现代化具有重要意义。本文通过搜集全国293个地级市的党政“一把手”简历,编码形成包含543个样本的一手数据并进行OLS回归。一方面,通过分析教育背景和职业经历对晋升时间的影响,研究领导干部晋升的经验逻辑;另一方面,基于教育背景与职业经历的交互效应,分析两者对晋升的共同影响。研究表明,教育背景(即“学”)和职业经历(即“仕”)均会影响干部晋升时间。具体而言:(1)能够反映专业能力的受教育程度及毕业院校特征均正向影响领导干部的晋升,具有省级党政机关和跨领域任职经历的领导干部,其晋升时间较短;(2)专业背景在地市级党政领导干部晋升中的作用呈现出均衡化特征;(3)教育背景调节了省级党政机关任职经历、跨领域任职经历及任职部门数量对晋升的影响;(4)党政二元序列具有差异化晋升标准。

面向换乘行为的城市公交客流分配及应用

随着大城市"城外居住、城内上班"这种生活-工作模式的普及,居民出行距离延长引起公交半径的增加,换乘就不可避免。针对这一现实需求与公交网络的特性,提出了符合乘客路径选择行为的广义公交路径定义,重点分析了乘客出行行为符合马氏决策过程的"无后效性",详细给出了出行过程中涉及的状态-行动空间及状态转移概率,建立了基于马尔科夫链的非平衡公交客流分配模型,设计了相应的算法。最后,以成都市部分公交网络的实际运营数据为例,对模型和算法进行实例验证,并根据配流结果对参数进行了敏感性分析。

影响我国PPP项目规模的发展环境因素识别--基于PPP项目大数据的建模与分析

基于我国2013~2018年PPP发展环境与项目规模数据,使用K-means算法划分PPP项目规模,通过随机森林和GBDT(梯度下降树)识别全国及七大地理区域PPP项目发展关键影响因素。结果表明,营商环境和政府PPP经验对PPP项目的发展影响最大,各区域间关键影响因素存在差异。

水平穿越理论在库存控制研究中的应用

库存控制一直是工业工程研究领域关注的焦点之一。水平穿越理论巧妙地建立起了库存系统中入库、需求、在库物品库龄等变量之间的联系,为复杂随机系统状态属性的动态性分析提供了一种新的理论工具。以M/G/1队列为例引出了水平穿越理论的基本原理,通过虚拟到期过程分析系统点的变化建立其在易腐品库存控制中的应用模型,并基于恒定变质率的易逝品库存模型推导了其在普通物品库存控制中的应用过程。按照入库、需求、提前期等变量表现形式的不同,文对该方法在库存控制研究中的应用进行了系统性的回顾,最后指出了进一步的研究方向。

需求可拆分的无人机与卡车协同路径优化问题

基于无人机配送优势,提出一类无人机与卡车分区域协同配送问题。考虑需求稀疏地区由无人机配送,需求密集地区由卡车与无人机协同配送的情形。由于无人机的载重能力较小,无人机访问的顾客需求允许被拆分。结合无人机与卡车的访问路径关系,以最小化运输成本和使用卡车的人力成本为目标建立混合整数规划模型,并设计一种改进变邻域搜索算法对问题进行求解。小规模算例的特性分析表明,运输成本对无人机的载重能力及单位运输成本敏感性较高。多个不同规模的算例测试表明,改进变邻域搜索算法能在较短时间内有效求解各规模算例,且算法稳定性较好。

基于用户异质性的旅游巴士定价研究

考虑不同年龄的游客对单位时间价值敏感程度不同,研究旅游巴士定价问题。针对小汽车与旅游巴士2种出行方式的竞争旅游交通系统,在假设不同年龄阶段游客的单位时间价值随年龄呈不同的线性关系下,结合出行成本,构建旅游巴士公司的收益模型,讨论3类游客不同比例及单位时间价值系数的变化对定价和收益的影响。结果表明,当成年型游客比例和单位时间价值系数增大时,旅游巴士公司的最优定价及最优收益呈下降的趋势;可根据客流情况对票价进行合理调整,同时可通过降低游客出行时间成本来吸引更多游客,以期得到更好的收益。

金融可得性对家庭投资组合分散化的影响机制

基于2015年中国家庭金融调查的数据,运用普通最小二乘回归估计方法研究了金融可得性对家庭分散化投资的作用,并用金融知识、投资经验双中介变量模型验证了其中的影响机制。结果发现:无论是传统金融还是互联网金融的发展,提高金融可得性都可以促进家庭分散投资。金融的线上线下发展会通过提高投资者的金融知识和投资经验来促进分散化投资,从而提高投资效率。

广告图形表现形式对受众遗产旅游广告态度的影响

随着以文化为基础的旅游业的不断发展,遗产旅游逐渐引起广大营销者和学者们的关注,遗产旅游广告在旅游目的地视觉可视化营销中也发挥了越来越重要的作用。文章基于解释水平和匹配性理论,通过两个研究探讨了广告图形表现形式(摄影广告vs.绘画广告)对受众遗产旅游广告态度的影响。研究一发现,广告图形表现形式和文化遗产类型之间存在交互效应,当物质文化遗产使用摄影广告、非物质文化遗产使用绘画广告时,更能引发受众积极的广告态度,并且受众的匹配性感知在这一交互效应中具有中介作用。研究二发现,在广告图形表现形式和文化遗产类型的交互关系中,熟悉度起到了重要的调节作用,熟悉度越高,受众对广告图形表现形式与文化遗产类型的匹配性感知越强。

基于机器学习的样本均值近似算法求解应急物资配置问题

应急物资配置涉及选址和库存优化等决策问题,可为灾后物资供应提供保障。首先,考虑应急物资需求的不确定性,构建两阶段随机规划模型,以优化设施选址及库存决策。然后,提出基于机器学习的样本均值近似算法,整合k++均值聚类和分层随机抽样方法改善样本生成效率,以提高样本均值近似算法求解大规模随机规划模型的效率。最后,通过仿真实验验证了模型和算法的有效性。结果表明,当问题规模增大,所提出的算法能在短时间内求得较好的解。

基于特征差异增强的工程装备知识跨项目多源域迁移学习研究

工程装备智能化是发展智能建造的重要基础,项目知识是工程装备智能化的知识源泉,因此,工程装备知识跨项目的有效共享与利用是实现智能建造的重要环节.为了增强工程装备知识的跨项目利用效率与效果,本文提出了一种基于特征差异增强的多源域迁移学习框架.该框架利用混合深度神经网络提取源项目的通用时空特征表示,基于项目相似度度量筛选可迁移源项目,通过所设计的特征差异增强方法挖掘多源域的域特殊特征表示并进行集成,在避免负迁移的同时实现工程装备知识的跨项目有效转移.本文使用多个隧道工程项目的数据进行了实验,在六个盾构设备姿态预测知识转移任务的两个预测目标上,该框架相较于基线模型的预测准确性平均提升度分别为86.48%、117.01%,并具有良好的稳健性和情景适应性.实验结果表明:本文所设计的新框架可以挖掘多个源域项目的特性知识并整合其共性知识,通过集成多源域迁移学习的知识来提高知识利用率,为大型工程装备知识的跨项目转移提供了有效的方法和工具,有助于提升施工项目的知识管理与智能建造水平.

政治动能:基层试点方案进入中央决策议程的机制分析

基层试点方案进入中央决策议程并非是自然而然的,而是经过基层精心策划和不断努力的结果,基层能动性的发挥具有驱动政策创设、局部政策试点和影响中央决策议程的作用。本文按照“概念构建-案例实证-框架生成”的逻辑,分析了试点方案通过基层自主助推,最终进入中央决策议程的完整过程机制,将个案分析辅以影子案例开展过程剖析与机制挖掘,归纳了政治动能概念的类型化及其现实表征。基于“科技界的小岗村”的知识产权权属改革个案分析,挖掘归纳出共识式动能、宣传式动能、结盟式动能、决策影响式动能四种政治动能的类型、特点和功能,剖析了基层试点政策方案之所以能够进入中央决策议程的关键内在能动性机制。研究发现,蕴含在基层自主创设政策行为和政策试点中的多种类型的政治动能以凝聚共识、扩大影响、获得认同和触发势能的方式影响基层试点政策方案进入中央决策议程。本文构建了政治动能作用于基层自主政策创设与试点行为的理论框架,提炼并丰富了中国公共政策研究的本土化表达。

换乘行为影响下的城市公交配流算法

针对中国大城市的工作生活模式与公交网络的特性,以成都市居民公交出行为研究对象,提出了符合乘客路径选择行为的广义公交路径。考虑了公交出行的路段阻抗和站点阻抗,建立了公交路径阻抗函数,提出了有效路径的确定方法。基于改进的Logit模型,建立了一种换乘行为影响下的路径选择模型。以成都市部分公交网络为例,应用提出的配流算法进行实例验证。分析结果表明:当选定的4条公交线路高峰时段的最小发车间隔分别为4、4、3、3min,非高峰时段的最大发车间隔均为10min时,对应的最小换乘步行时间和最大换乘步行时间分别为0、6min;当最大路径阻抗和最小路径阻抗分别为71.5、51.5min时,对应的乘车时间分别为60、48min,路径选择比例分别为5.53%、41.98%;当最大路径阻抗和最小路径阻抗分别为52.5、48.5min时,对应的乘车时间分别为42、39min,路径选择比例分别为13.40%、62.07%;考虑换乘行为时,配流结果与实际值的最大相对误差、最小相对误差和平均相对误差分别为16.46%、11.09%、14.42%,不考虑换乘行为时,最大相对误差、最小相对误差和平均相对误差分别为34.37%、11.38%、23.15%。考虑换乘行为的配流结果更贴近实际情况。

基于客户需求的现金押运路线问题研究

本文以现金物流为研究背景,不同于以往对客户需求的研究,提出了一类考虑客户券别要求的现金押运路线问题,并以现金券别均衡和运输成本减少为目标,建立了相应的混合整数规划模型。根据模型的性质,设计了一种基于局部搜索和多样性管理机制的遗传算法进行求解。数值实验对模型特性和算法性能进行了分析,结果表明券别因素增加了运输成本,影响了押运路线,改进的遗传算法能求解更大规模的问题,得到质量较好的解。

数据驱动营销使能下制造商平台模式选择研究

研究了制造商在混合型电商平台上5种销售模式:分销模式、使用平台物流的代理模式(FBP)、非平台物流的代理模式(SOP)、分销+FBP模式、分销+SOP模式的选择问题.分别构建了不存在数据驱动营销(DDM)和存在DDM两种情形下电商供应链模型,刻画了不同条件下制造商的最优销售策略.研究表明:不论是否存在DDM,纯代理模式所获取的盈利总是低于分销+代理模式,因此FBP和SOP作为严格劣势策略而始终被剔除在外.若不存在DDM或DDM的效率较低,制造商在佣金费率和单位销售成本均较大时选择分销模式,反之选择单位销售成本相对较低的代理渠道组成分销+代理模式.有悖于直觉,当DDM的效率较高时,佣金费率低诱导制造商选择分销模式,高佣金费率反而使制造商倾向分销+代理.最后通过数值模拟扩展分析了制造商和平台的利润增长率变化以及消费者剩余和社会福利的多寡.

银行股权投资对商业信用提供的挤出效应分析

在产融结合的背景下,研究公司银行股权投资如何影响商业信用提供具有重要的现实意义。基于2007—2020年我国A股上市公司的数据,研究发现,银行股权投资挤出了商业信用提供,投资比例越高,对商业信用提供的挤出作用越显著;在使用Heckman两阶段模型缓解样本自选择偏差、使用工具变量及广义矩估计法缓解双向因果关系所产生的内生性问题后,以上结论仍然成立。作用渠道分析发现,银行股权投资通过提高公司的金融资产投资、提高公司的投资收益、提升公司的竞争能力三个渠道挤出商业信用提供。异质性检验发现,与投资非上市银行相比,企业投资上市银行对商业信用提供的挤出效应更为显著。因此,规范银行股东的金融资产投资行为,引导实体企业专注主营业务发展,将有助于缓解银行股权投资对商业信用提供的挤出效应。