基于绿色供应链的供应商评价研究

文章通过对绿色供应链与传统供应链的对比研究，分析了两种环境下供应商评价的差异性，并结合传统供应链环境下供应商的评价研究，构建了绿色供应链环境下评价供应商的指标体系，最后在此基础上结合模糊决策的方法给出了评价模型。     

供应链环境下战略性供应商的选择和评价研究

首先,通过对现有供应商评价文献的分析,构建了供应链环境下战略性供应商选择综合评价指标体系;提出了一种结合主观赋权与客观赋权相结合的组合赋权法对子指标进行赋权,利用TOPSIS法对子指标进行排序,再结合AHP对指标进行赋权,建立起战略性供应商选择的二级综合评价模型;最后,结合实例说明了构建的指标体系和评价模型为供应链中战略性供应商的选择提供了有效的解决途径。     

供应商供货水平评价——以汽车零部件供应商为例

首先阐述了传统的供应商综合评价体系的评价要素和存在的问题,指出建立合理的供应商供货水平评价体系的关键因素,在此基础上,构建供应商供货水平评价模型;从评价指标的设定和评价控制参数设置入手,结合价格指标评分原理、质量指标评分原理和交付指标评分原理,给出了供应商供货水平评价的指标体系构建及分值计算方法,最后指出了该模型的应用前景。     

基于层次分析法的中间合金供应商评价

本文根据某公司对某类中间合金的采购情况,结合中间合金采购中常见的问题,运用层次分析法对中间合金供应商的评价方法进行了研究.将中间合金供应商的评价指标进行分析并赋予量化权重,构建了供应商评价模型,然后运用该模型对该公司近三年采购情况对供应商进行打分,根据评价结果给出未来供应商选择的建议.     

船舶设备供应商竞争力多指标综合评价

船舶设备供应商的客观合理评价对提高船舶质量、降低造船成本和缩减船舶研发周期等方面具有重要的意义。以船舶设备供应商竞争力为对象,结合其特点,构建了供应商竞争力评价指标体系。通过对指标进行标准化处理,得到了供应商竞争力指标评价矩阵。以供应商竞争力综合评价偏离度最小和竞争力指标权重不确定度最小为目标,建立了供应商评价方案优化模型。根据优化后的权重确定了各设备供应商的竞争力综合评价值,并对供应商进行排序,结果表明评价模型能很好地保证指标权重的客观公正性。     

基于熵权与改进的TOPSIS法的蔬菜供应商评估研究

蔬菜供应链的基础上,借助于熵权与相关系数矩阵的TOPSIS法相结合的供应商评价模型。首先构建供应商的评价指标体系,然后采用熵权法得到各指标的权重,再结合实例验证该模型的可行性。结果表明该模型能够更客观地对蔬菜供应商的选择进行有效评估。     

基于DSmT的供应商绩效评价方法研究

针对供应商绩效评价这一不确定多属性决策问题,运用DSmT方法建立一个多属性融合模型。在DSmT框架下,首先将各指标对供应商的评价转化为各指标对供应商的置信指派,然后结合指标重要度对其进行折扣,随即将各指标评价结果融合为最终评价结果。结合算例说明了方法的有效性。     

基于AHP和Fuzzy法的核电站设备供应商评价与选择

核电站设备供应商的选择和评价是一个典型的多指标多层次的综合评价问题。本文构建了核电站设备供应商的评价指标体系,综合层次分析法(AHP)和模糊评价法(Fuzzy)建立了核电站设备供应商的选择模型,并结合实例说明该模型的可用性。核电站设备供应商选择模型克服了传统方法较主观、不易量化定性指标等缺点,为核电站设备供应商的选择提供了一种有效的定性定量综合分析方法,确保更加科学地选择到合适的核电站设备供应商,为核电站安全运行提供有力保证。     

供应商评价指标体系与评价模型研究

本文通过对供应链环境下供应商作用的分析，提出建立指标评价体系的必要性和建立的原则，而后建立了具体的供应商指标体系和评价模型，最后结合案例分析证明了评价体系和评价模型的有效性。     

电力物资供应商分级管理策略研究

电力行业目前90%以上的采购采用的是招标方式,电力行业招标与其他行业有不同之处。文章结合电力行业物资招标供应高的特点,结合现有其他行业先进物资供应商管理成果,提出具有电力行业特点的物资供应商分级模型,结合电力行业重点关注的物资供应商不同特点,建立了电力物资供应商评价指标,以此评价电力行业物资供应商是否满足要求。     

信息共享环境的数据与技术模块研究

信息共享环境与国家安全和国际安全密切相关，近几年才受到国内外政府与学者的广泛关注和高度重视。数据模块与技术模块是构建信息共享环境的核心。数据模块探讨了功能标准、模块构架、数据描述的抽象模型、数据环境的抽象模型和数据共享的抽象模型等。技术模块探讨了模块架构、服务接入与输出模型、服务平台与基础设施模型、框架模型、以及服务界面与集成模型等。     

基于元数据驱动的多策略通用数据迁移模型

随着企业数据中心的建立,企业需要将不同数据源的数据迁移到数据中心。一种做法是采用商用迁移工具,另一种是针对不同的数据源开发专门迁移软件。随着企业业务及需求的变化必将导致数据源数据模型的改变,这两种迁移方式根本无法满足企业对数据迁移的灵活需求。本文在对数据迁移策略、映射模式、ETL以及元数据等技术研究的基础上提出了一种基于元数据驱动的通用数据迁移模型。当数据源发生变化时,只需要在映射模型中增加新的映射模式就能够适应数据源的变化。该模型的普适性已在大庆油田井下作业数据中心多策略数据迁移中得到了验证。     

消费升级背景下大数据能力对商业模式创新的影响机理——基于小米和网易严选的案例研究

在消费升级背景下,数据正呈爆炸式增长,给企业带来了机遇与挑战,新的商业模式不断涌现。本文基于动态能力和大数据理论,以小米和网易严选为例,研究了在消费升级背景下大数据能力对商业模式创新的影响机理和路径问题,发现大数据能力通过客户价值、企业资源和能力、盈利模式驱动商业模式创新的三条路径。探讨了资源整合能力、深度分析能力和实时洞察与预测能力三个维度之间的关系,并构建出大数据能力对商业模式创新的影响机理模型,可以拓展大数据能力和现有企业商业模式创新的相关内容。     

保险代理业务数据仓库的分析与设计

文章主要介绍了数据仓库的概况,并以保险代理业务数据仓库为实例进一步提出了建立其数据仓库的概念模型和逻辑模型设计方案。     

一种面向智能变电站和生产管理系统设备在线监测的数据转换模型

在线监测是实现电网设备状态检修和生命周期管理的前提,而有效的设备数据转换模型是在线监测的基础。通过对智能变电站及生产管理系统的标准、规范进行分析,提出一种用于智能变电站和生产管理系统设备在线监测的数据转换模型。对生产管理系统的设备信息数据模型进行分类总结,基于交换用XML数据对生产管理系统和IEC 61850标准数据模型进行对比,对变电站设备的铭牌信息、运行信息以及监测信息采用标签映射与ID索引相结合的方法,实现智能变电站到生产管理系统的数据转换。     

刑侦数据仓库模型设计与数据挖掘技术应用

针对当前刑侦海量档案数据信息,首先在分析其数据跨平台、复杂化和多样性特点的基础上,设计了刑侦数据仓库的概念模型、逻辑模型和物理模型;接着针对刑侦数据仓库及数据挖掘技术,对已有的刑侦档案数据进行信息整合和数据挖掘,获取大量的有用知识,这些知识在促进刑侦研究工作的同时,对一线的实际刑侦工作具有很大的参考价值;最后,文章给出了面向刑侦档案数据信息的仓库模型,针对其数据挖掘系统框架提出了相应的数据挖掘方法,为进一步的刑侦数据信息联机分析处理和有用信息挖掘以及为公安安全防范决策服务。     

Predicting benchmarked US state employment data in real time

US payroll employment data come from a survey and are subject to revisions. While revisions are generally small at the national level, they can be large enough at the state level to alter assessments of current economic conditions. Users must therefore exercise caution in interpreting state employment data until they are “benchmarked” against administrative data 5–16 months after the reference period. This article develops a state-space model that predicts benchmarked state employment data in real time. The model has two distinct features: (1) an explicit model of the data revision process and (2) a dynamic factor model that incorporates real-time information from other state-level labor market indicators. We find that the model reduces the average size of benchmark revisions by about 11 percent. When we optimally average the model’s predictions with those of existing models, the model reduces the average size of the revisions by about 14 percent.     

网站Web日志数据预处理模型的建立

文章对Web日志数据的预处理进行研究,建立了一个通用的基于Web日志数据预处理的模型。此模型主要包含数据清理、用户识别、会话识别、路径补充、格式化5个基本步骤。研究中,在用户识别步骤加入了时间维度,基于此实现的算法在一定程度上提高了Web日志中用户识别的准确度。经过预处理之后,Web日志数据由原来的半结构化被转换成结构化,并存储在数据库中,以便后期Web挖掘的开展。实践证明,该模型是可行的,并具有良好的可扩展性。     

基于指数加权算子与自适应粒子群优化灰色模型的负荷预测

针对传统灰色预测模型GM(1,1)在预测增长较快的电力负荷时预测效果变差及数据离散度越大导致预测精度越差这一局限性,对传统灰色预测模型做进行改进。一方面,采用指数加权算子对原始数据序列进行处理,有效地减弱异常值的影响,强化了原始数据序列的大致趋势;另一方面,利用自适应粒子群优化算法与GM(1,1)模型相结合,优化GM(1,1)模型中的背景值,使其更合理,使原始信息得到更好的利用。     

高频数据波动率建模——基于厚尾分布的Realized GARCH模型

"厚尾现象"是金融时间序列分布的一个普遍特征,本文将RealizedGARCH模型推广到容纳厚尾分布的情形,并将杠杆函数的幂次放松为待估参数。结果显示,使用Skewed-t分布的模型能够较好地反映收益率序列的厚尾和偏峰性质,放松的幂次参数可以给出更贴合数据的"信息冲击曲线"。引入厚尾分布亦可用改进Realized GARCH模型对实现测度的预测,其中使用标准t分布的模型给出的预测精度最高。