一个实时的危险品运输公路网络模型

通过对一个加拿大危险品运输公路网络模型的优缺点的简单分析,修正了三个关键参数,并增加了时间因素,建立了一个适应中国实际国情的实时危险品公路运输网络模型,对模型的应用前景进行了展望。     

数据仓库技术的探讨

该文探讨了在过程数据库进行数据挖掘,生成数据仓库,对过程数据进行跟踪、总结,寻找规律,调整和优化炼钢工艺的途径。     

特种产品最优产能及定价的博弈分析

文章创建了一个数学模型,对诸如特种运输设备、电讯专用设备、码头设备等特种设备制造商的产能与技术创新效益之间的关系进行了分析,给出最优产能及定价的数学表达式,并由该表达式导出两点关于最优产能的结论。该模型具有一定的普遍性,对于集团企业的定位与管理有一定的参考价值。     

中美经济普查给我们的启示和思考

现实要求我们在普查实践中优化方法、提高数据质量、改进组织模式、减少投入,以维系和发展我国的大型普查,推进我国统计制度和调查体系的健全和完善.中美两国经济普查的实践给我们提供了一系列改进普查方法和组织的经验和教训,为我们优化大型普查方法和改进大型普查组织的提出了目标和有益的途径.     

城市专业市场发展调研与实证研究

我国将于2004年底全面放开批发、零售等领域,未来市场的竞争将日益白热化。在概述专业批发市场的基本特点后,结合对石家庄专业批发市场发放的200份问卷调查统计结果和多次的实地访谈,分析市场参与者的空间需求和市场空间形态问题,并通过阐述分析市场的本质与类型,提出市场调整更新的策略和空间优化的可行性建议,以更合理的空间组织和市场布局促进此类市场的健康发展。     

商品销售的动态规划模型及应用求解

商品销售公司在销售某种商品时，对不同的销售情况，可采用不同的决策，若每次决策又影响下一次决策，这是一个多阶段决策的问题。因此，可以建立一个马尔可夫过程，用值迭代法和动态规划最优化原理的策略迭代法合理地解决这一问题。     

国债投资的成效分析

国债投资本身促进经济增长不是最终目的,它应当牵动民间投资刺激国内有效需求的增长,这样才能使国民经济步入长期稳定快速的增长。本文根据这一目标对我国国债投资的成效进行了分析,并提出了相应的对策,以期对我国国债投资的优化有一定的帮助。     

市场份额、品牌及其优化决策

在市场竞争日益激烈的今天,市场份额始终是厂商追逐的重要目标,尤其在我国,更多的品牌厂商都希望通过规模效益来打垮对手。可是在供过于求的环境下,真正的赢家应该是品牌价值最高的厂家,本文通过市场份额的优化分析,进而提出了维护与提高品牌价值的方法和途径。     

Fundamental Theorems of Asset Pricing for Good Deal Bounds

We prove fundamental theorems of asset pricing for good deal bounds in incomplete markets. These theorems relate arbitrage-freedom and uniqueness of prices for over-the-counter derivatives to existence and uniqueness of a pricing kernel that is consistent with market prices and the acceptance set of good deals. They are proved using duality of convex optimization in locally convex linear topological spaces. The concepts investigated are closely related to convex and coherent risk measures, exact functionals, and coherent lower previsions in the theory of imprecise probabilities.     

Maximizing bidder surplus in simultaneous online art auctions via dynamic forecasting

This paper presents a novel intelligent bidding system, called SOABER (Simultaneous Online Auction BiddER), which monitors simultaneous online auctions of high-value fine art items. It supports decision-making by maximizing bidders’ surpluses and their chances of winning an auction. One key element of the system is a dynamic forecasting model, which incorporates information about the speed of an auction’s price movement, as well as the level of competition both within and across auctions. Other elements include a wallet estimator, which gauges the bidders’ willingness to pay, and a bid strategizer, which embeds the forecasting model into a fully automated decision system. We illustrate the performance of our intelligent bidding system on an authentic dataset of online art auctions for Indian contemporary art. We compare our system with several simpler ad-hoc approaches, and find it to be more effective in terms of both the extracted surplus and the resulting winning percentage.