一种产品服务系统商业模式择优方法

提出了一种基于形态学矩阵和二元语义多准则妥协优化解(VIKOR)方法的产品服务系统(product-service system,PSS)商业模式方案开发、评价和选择的系统性方法。在分析PSS类型特征及其商业模式元素的基础上,通过形态学矩阵组合设计来获得可行的PSS商业模式待选方案;在确定PSS商业模式方案决策层次模型的基础上,采用综合考虑主、客观权重的二元语义VIKOR方法,对PSS商业模式方案进行多属性群决策。最后,通过实例说明了该方法的可行性和实用性。     

基于改进的粒子群算法的PID参数优化

改进的粒子群优化PSO算法通过采用改进的PSO算法对PID参数进行了优化,使用实数编码方法,用局部版粒子群算法取得了良好的优化结果.说明了改进的粒子群算法寻优简单、鲁棒性强、易于并行化,是一种效率很高的寻优方法,是PID参数优化的理想方法.     

从经济学角度对产品服务系统(PSS)的效率分析

产品服务系统(product service system)是一种企业在销售产品时同时提供销售服务的一种商业模式.在该种模式下,公司事实是在销售"一揽子产品",比如维护合同,产品租用和产品管理服务等.产品服务系统领域内的研究认为产品服务组合能够带来经济和环境效率的提高.本文试图用一些经济学理论解释PSS提高经济和环境效率的情况.本文认为产权移至制造商将有可能促进规模经济,降低信息不对称,以及创建一种更具有经济和生态效率的结构,从而更加有利于经济和环境效率的提高.     

企业产品服务系统外共生交易机制研究——传统按量支付交易模式和管理费机制定量对比分析

为解决传统按量支付交易模式和面向资源节约的狭义产品服务系统模式经济效益定量对比难题,分析了企业产品服务系统外共生交易机制的建模路径。依其指明的聚焦资源生产力(亦成本系数)的商业生态学路径,构建了EPSS外共生(即广义PSS)的通用价值共生结构模型。基于该模型,完成传统按量支付交易模式和管理费机制狭义PSS的建模,并定量分析前者的竞争性外共生关系以及后者的偏害/偏利/互利外共生关系。通过两者在交易各方利润速率、渠道利润速率和物质减量化/资源节约方面的定量分析与对比,研究结果表明:(1)两者使双方整体净利润速率增长的关键都在于应用科技或管理手段缩减相关成本参数,这不仅否定了科贝特和德克鲁瓦唯一奇怪结论——"一个成本参数的减小能导致渠道利润速率减少",而且支持"科学技术是第一生产力"论断;(2)管理费机制可充分促进焦点企业而非客户的全面物质减量化努力并借此达成该狭义PSS全面物质减量化效果;(3)管理费机制超出传统按量支付交易模式的共生价值,源于由供应商代替客户进行后续运作时具有的更小成本参数;(4)除为让交易双方自愿启动管理费机制时需设置合理管理费外,不同数量管理费还将形成互利、偏利或偏害不同共生状态。研究结论与启示为企业实施商业和可持续发展共赢的定量管理,明晰了机理与方向。     

应用层次分析法优化旅游交通方式选择

旅游交通是联系旅游者与旅游地之间的重要媒介,旅游交通方式的选择是旅游者顺利到达旅游目的地的先决条件.因此旅游交通方式选择优化应该是旅游规划部门以及旅行社进行旅游线路优化的重要组成部分.本文应用层次分析法优化旅游交通方式选择,找到了一种优化旅游交通方式选择的方法.     

汇率预测的神经网络方法及其比较

浮动汇率兴起以来,大量的参数方法和非参数方法被用于汇率预测,神经网络是其中的一种.神经网络方法在汇率预测中的应用有三种不同的方法:同质神经网络模型、异质神经网络模型和神经网络组合模型.本文讨论了三种神经网络预测模型的特点以及局限性,并通过时这三种方法的比较得出结论:神经网络组合模型充分考虑了汇率的线性特征和非线性特征,比同质神经网络和异质神经网络预测模型更系统、更全面,能更好地进行汇率预测.     

数学应用于人类资源开发与城市化（续）

4 通货膨胀与城市贫民 4.1 发展的孪生子女 通货膨胀和失业贫困是发展经济的两位孪生子女.经济体制有两种选择:一种是市场经济,市场经济系统是一个开放系统;一种是计划经济,计划经济是一个封闭系统.向市场经济转轨,是中国的特殊任务.发展经济是第三世界的共性.发展方法也有两种:一是扩大投资规模,二是优化产业结构.超常规发展,造成规模失控,结构失调,引发通货膨胀.转轨,由于取消价格管制,与国际对接,加剧了通货膨胀.     

概念分析法在施工段排序优化中研究

针对施工段排序优化问题,本文提出了一种简捷的工程排序优化方法一概念分析法,本文给出了概念分析法的算法分析和计算过程,最后通过某个综合楼项目进行验证该方法的可行性.用该法进行分析计算的特点是思路同其他方法相比更清晰,容易掌握,特别施工单位工程技术人员的实际水平.     

模拟退火算法和应用

模拟退火算法．算法是基于Mente arlo迭代求解策略的一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法在某一初温下,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法。     

基于演化计算的证券投资组合研究

演化算法作为一种高效并行的全局优化算法,已经广泛应用于各个领域.演化算法的有效性同样也在投资组合优化中得到验证.郭涛算法是一种新的演化算法.基于对Markowitz模型的投资组合优化问题进行求解的结果表明,郭涛算法要比传统的演化算法能够求得更好的结果.