基于PVAR模型的港口设备更新决策研究 ——以T港卡特装载机为例

虽然技术经济学中的设备更新方法在工业设备更新领域已经比较成熟,但这种方法在港口设备的更新决策中却没有得到很好的应用,以至于港口企业在设备的更新决策中存在不经济的现象。本文以T港卡特装载机为例,利用面板向量自回归(PVAR)模型预测出T港设备的年运行费用,据此测算其经济寿命,进而研究该港口设备的最佳更新时机,并提出设备更新决策的对策建议。     

公交车排班问题探讨——以徐州市2路公交为例

在经济高速发展的当今社会,城市交通压力陡增,公交系统对于满足人们的出行需求,缓解城市交通压力发挥着无可替代的作用。文章对于公交车排班问题进行研究,力求使用最少的公交车数量来满足不同时间段内的运营要求,提高公交车排班的合理化,合理配置有限的资源以促进经济社会的发展。文章中模型的建立以考虑公交车成本、乘客候车成本为基础:问题一,在理论研究中,公交车排班问题便可看作资源的合理分配问题。在一定的约束条件下,合理安排有限的公交车的资源即运行车辆数、运行时间的调度方法确定其先后顺序,采用优化模型,以获得时间的最优化。求得徐州市2路公交车在早高峰时段(6:00～8:00)运行所需要使用的最少公交车数量为16辆。问题二,在满足乘客需求的情况下,寻求乘客等待时间最少和运营成本最低的平衡点,以上述两个方面为目标的公交车排班方案,采用最少的公交车数量尽量减少了运营投入。此问题为多目标优化问题,采用多元线性规划进行求解。求得徐州市2路公交车完成一整天的运行所需要最少的公交车的数量为双班车21辆,单班车0辆。问题三,在问题二的基础上,要求单班车不少于3辆。在问题二已建立的模型上增加约束条件,使一整天运行所需的公交数量最少。求得徐州市2路公交车完成一整天的运行所需要最少的公交车的数量为单班车3辆,双班车18辆。问题四,相比问题一、二、三,更为贴近实际情况,其主要的数学思想在根本上是一致的,仍然为多元线性规划优化思想。采用搭建了主要的模型后,增加相应的约束条件并进行结合实际情况的调整的方法,求得徐州市2路公交车完成一整天的运行所需要最少的公交车的数量为单班车4辆,双班车19辆。     

黔东南山地生态农业发展评价及预测研究

[目的]对2012~2016年黔东南州山地生态农业发展做出评价,并预测其2018~2027年的发展情况,以期了解黔东南地区农业可持续发展能力及未来趋势的变化规律。[方法]以黔东南及贵州《2013~2017年统计年鉴》为数据来源,通过构建评价指标体系,利用层次分析法及加权评分法对2012~2016年山地生态农业发展做出评价;并运用灰色模型,借助Matlab工具,对黔东南山地生态农业发展做出预测。[结果]2010~2016年黔东南州山地生态农业的经济、生态、社会效益处于发展上升阶段,协调度良好,但生态效益发展最低,其中2015年经济、社会、生态系统可持续发展良好,但由于持续保护,2016年出现生态保护过度,经济和综合效益下降现象,因此发展模式有待于向发展经济和社会效益方面倾斜;黔东南州山地生态农业在2018~2027年将会处于发展上升阶段,但其发展缓慢,仍存在一定限制因素。[结论]政府应积极调整农业产业结构,转变农业发展思路,可将部分生态农业与旅游相结合,发挥区位特色的同时,提升品牌的知名度。加大力度引导农业园区和重点产业的发展,推进农业农村改革试点的运行,加大新型农人的培育,促进高效、现代、特色生态农业的发展。     

我国31个省市地区人均消费支出的实证分析

空间计量分析的思想是通过空间位置建立数据间的统计关系。文章选取2015年我国31个省市区的城市消费支出额数据,借助Geoda095i和GIS空间分析软件,对我国城市人均消费水平区域分布进行可视化描述,揭示城镇消费支出结构的空间分异特征。同时,基于Moran散点图的分析和空间回归分析,得出我国人均消费支出空间依赖效应显著,人均消费支出空间溢出与经济增长是负效应关系,空间统计分析对于分析区域消费水平的空间结构形态以及政策制定具有参考意义。     

一种级联两箱通用数字预失真器及其辨识算法

提出了一种由单形规范线性分段(SCPWL)函数与记忆多项式级联的数字预失真器，并给出了复数域两步最小二乘参数辨识算法。不同于以往一种预失真器适用一种功放模型的情况，所提的预失真算法利用SCPWL函数的分段特性以及记忆多项式的非线性记忆特性，在完成参数辨识的同时自动地调整结构，可适用于传统以及强非线性新型功放模型的线性化补偿。将所提预失真器分别应用于传统记忆多项式、两箱模型以及新型包络跟踪功放。经过计算机仿真，功放输出的幅频特性和频谱曲线表明所提预失真器能够有效地补偿多种功放的非线性特性。算法仿真比较结果也表明，针对包络跟踪功放，所提复数两步最小二乘算法的邻道泄漏比(ACLR)可改善约35 dB，性能优于最小均方(LMS)类算法约30 dB。