Diffusion of Products with Limited Supply and Known Expiration Date

In this paper, we provide a model for diffusion of products, which are available in limited quantity until a known expiration date, after which the unsold products have no value. We consider the case of a performing arts company. The model development is built on the foundation of classical product diffusion model by Bass (1969) and the psychological effect known as the scarcity principle (Cialdini, 1985). Our empirical analysis results show that the proposed model can provide significant improvement in prediction of the products characterized by the scarcity effect.     

Prediction of the Indian summer monsoon using a stacked autoencoder and ensemble regression model

The study of climatic variables that govern the Indian summer monsoon has been widely explored. In this work, we use a non-linear deep learning-based feature reduction scheme for the discovery of skilful predictors for monsoon rainfall with climatic variables from various regions of the globe. We use a stacked autoencoder network along with two advanced machine learning techniques to forecast the Indian summer monsoon. We show that the predictors such as the sea surface temperature and zonal wind can predict the Indian summer monsoon one month ahead, whereas the sea level pressure can predict ten months before the season. Further, we also show that the predictors derived from a combination of climatic variables can outperform the predictors derived from an individual variable. The stacked autoencoder model with combined predictors of sea surface temperature and sea level pressure can predict the monsoon (June-September) two months ahead with a 2.8% error. The accuracy of the identified predictors is found to be superior to the state-of-the-art predictions of the Indian monsoon.     

随机模糊神经网络模型预测铁水硅含量

该文在考虑了具有模糊化和非模糊化的模糊逻辑系统用于高炉铁水含硅量[Si]时各种噪声干扰的同时,把模糊数学理论和随机系统理论结合在一起,建立了一种新的高炉铁水含硅量[Si]的智能预报模型,该模型是由非单值模糊化、模糊规则库、模糊推理机、特殊非模糊化构成的随机模糊神经网络逻辑系统.通过结合莱钢1号高炉实时在线采集的生产数据,进行仿真研究,结果表明,该套模型能够很好地预测高炉铁水含硅量[Si].     

基于偏离度分析法的江苏省旅游就业潜力预测

当前，旅游业的就业功能受到广泛关注和普遍重视，预测和把握旅游就业潜力对促进一个国家和地区旅游业的发展乃至国民经济的发展意义重大。在借鉴已有相关研究成果的基础上，以江苏省为例，运用偏离度分析法对其旅游就业潜力进行了具体测算，以期对江苏省旅游就业工作的发展有所裨益。     

城市货运发展统计数据分析与建模

21世纪的物流在上海的经济活动中扮演着重要的角色,货运在城市交通中所占的比重日益增 加,如何科学地预测货运总量的发展趋势,对上海城市交通规划有着重要的意义。本文采用基于时间序列的 ARIMA模型,构建了上海货运总量发展模型,并对上海中短期的货运发展情况进行预测。     

趋势外推与ARMA组合的能源需求预测模型

能源需求预测是制定能源规划的重要组成部分.鉴于能源需求系统的复杂性和非线性特征,文章结合我国能源需求的历史数据,首先用趋势外推预测建立了单项预测模型,并对趋势外推预测的优缺点进行了分析;然后运用趋势外推与ARMA组合模型对趋势外推模型中的非趋势分量即残差序列进行分析,得到趋势外推与ARMA组合模型的预测结果;最后通过比较得出趋势外推与ARMA组合模型的预测结果不仅准确性高、而且稳定性好这一结论.这对于我国能源需求预测有着重要的理论意义和现实意义.     

备件需求预测技术综述

通过对国内外关于备件需求预测的文献进行研究,总结了当前备件需求的预测方法,揭示了备件需求预测技术的发展趋势。     

灰色预测算法在物流园区需求预测中的应用

对物流园区需求预测进行了系统分析,介绍了灰色预测算法,和物流园区腹地划分方法;结合连云港港口物流园区需求预测的实例进一步阐述了灰色预测算法在物流园区需求预测中的应用.     

面向售后服务的汽车备品需求预测研究

根据面向售后服务的汽车备品需求特点的差异,本文将其分为专用配件和通用配件并分别选用不同的预测模型.对专用配件,采用基于时间序列相关的线性回归模型,并运用加权最小二乘法（WLS）估计参数.对通用配件,选用GM（1,1）模型进行需求预测.     

油气配产问题的多目标规划模型及实证研究

在进行油气配产时,为了得到最优的配产计划,决策者往往需要考虑多个因素、多个目标,然而这些目标有的是不协调的,甚至是相互矛盾的。笔者根据石油企业油气配产的实际,提出了运用多目标规划的方法来解决该问题,建立了总资金投入量最小、总采油成本最低、总产量最大以及总利润最大的"多位一体"的多目标规划模型,并以D油田为例进行了实证研究,据此制订了该油田2010年的多目标配产方案,并与该油田实际的配产方案进行了对比,结果验证了模型的有效性,并指出了下一步研究的方向。