战时备件申请时机和申请量研究

本文对剩余作战使用时间和备件获取时间进行分析,选定剩余作战使用时间为备件申请的约束条件。根据给定备件保障率,建立了备件申请时机和申请量模型,给出了计算公式。通过举例分析,验证了模型和算法。为战时备件申请问题提供了决策依据。     

受时间窗约束的随机定位-运输路线优化

在物流系统中,配送和运输受时间窗限制。研究基于时间窗约束的随机定位－运输路线安排问题（LRP）优化,建立了该问题的数学模型,提出一种一阶段的改进遗传算法。通过仿真算例,验证了该模型及算法的有效性。     

受时间窗约束的随机定位-运输路线优化

在物流系统中,配送和运输受时间窗限制.研究基于时间窗约束的随机定位-运输路线安排问题(LRP)优化,建立了该问题的数学模型,提出一种一阶段的改进遗传算法.通过仿真算例,验证了该模型及算法的有效性.     

基于多种运输方式的第四方物流路径问题研究

建立了基于多种运输方式的第四方物流路径优化模型,通过虚拟运输网络,将第四方物流路径问题转化为一个带时间约束和能力约束的最短路径问题,并给出了基于Dijkstra的启发式算法。算例显示,该算法能方便有效地求解基于多种运输方式的第四方物流路径问题。     

改进的遗传算法在战时油料运输车辆路径问题中的应用研究

文章首先对战时油料运输车辆路径问题（VRP）进行了分析,阐述了战时油料运输车辆路径问题的优化目标,并建立了多目标的优化模型;接着简介了遗传算法的优缺点,并设计了一种改进的遗传算法运用到问题的求解中;最后举例进行了计算和分析．验证了模型和算法的有效性     

基于系统动力学的战时油料运输研究

结合战时油料运输的特点和要求,建立了战时油料运输系统的SD模型,并进行了仿真试验,探讨了战时油料运输系统供需平衡机理,为合理进行油料运输决策提供依据。     

战时导弹保障路径的随机规划优化模型

针对战时导弹保障路径规划这一组合优化问题,在分析导弹保障路径优化过程中的不确定性因素的基础上,以时间、可靠度、损耗为置信度,运用网络图及不确定机会约束理论构建了导弹保障路径优化的随机规划模型,并通过具体案例来模拟验证模型的合理性和有效性。     

基于连续型Hopfield神经网络的油料资源输送优化

针对战时一个或多个油料供应点到多个油料需求点油料输送问题,运用连续型Hopfield神经网络,建立了以运输时间、路程和运输安全性为主要因素的输送模型,对模型进行了求解.最后以野战油库为用油部(分)队提供油料保障为例,探讨了油料资源最优运输路线,得到了最优油料资源运输路径.为战时油料保障组织实施提供了科学定量的分析方法.     

基于系统动力学的战时油料运输研究

结合战时油料运输的特点和要求,建立了战时油料运输系统的SD模型,并进行了仿真试验,探讨了战时油料运输系统供需平衡机理,为合理进行油料运输决策提供依据.     

战时导弹保障路径的随机规划优化模型

针对战时导弹保障路径规划这一组合优化问题,在分析导弹保障路径优化过程中的不确定性因素的基础上,以时间、可靠度、损耗为置信度,运用网络图及不确定机会约束理论构建了导弹保障路径优化的随机规划模型,并通过具体案例来模拟验证模型的合理性和有效性.     

集装箱空箱调运优化问题的研究

在分析集装箱空箱流转过程的基础上,提出建立基于海陆运整体成本最优的集装箱空箱调运随机性优化模型,并将粒子群算法与随机模拟技术相结合用于求解机会约束规划。最后通过对测试算例进行求解,验证了该模型和算法的合理性和有效性。     

基于遗传算法的多目标集装箱多式联运运输优化模型

基于集装箱多式联运在进行门到门的运输过程中可以选择多种运输方式和路径的组合进行优化运输这个特点，本文将多式联运的运输优化问题转化成为一个最短路径问题，以成本和时间为优化目标建立了选择最优路径的模型，并选择遗传算法作为求解算法对实例问题进行了求解验证。     

Fitting nonlinear time-series models with applications to stochastic variance models

New strategies for the implementation of maximum likelihood estimation of nonlinear time series models are suggested. They make use of recent work on the EM algorithm and iterative simulation techniques. The estimation procedures are applied to the problem of fitting stochastic variance models to exchange rate data.     

Nowcasting GDP with a pool of factor models and a fast estimation algorithm

We propose a novel mixed-frequency dynamic factor model with time-varying parameters and stochastic volatility for macroeconomic nowcasting and develop a fast estimation algorithm. This enables us to generate forecast densities based on a large space of factor models. We apply our framework to nowcast US GDP growth in real time. Our results reveal that stochastic volatility seems to improve the accuracy of point forecasts the most, compared to the constant-parameter factor model. These gains are most prominent during unstable periods such as the Covid-19 pandemic. Finally, we highlight indicators driving the US GDP growth forecasts and associated downside risks in real time.     

时变环境下选址问题的一个启发式算法

配送中心选址作为物流管理中的一个重要研究问题受到广泛重视。然而,文献中所涉及的选址模型大都是静态的,即沿一条路径行进时所需的成本(或时间)是与出发时间无关的函数。但在实际生活中,它往往是会随时间的变化而变化的,这类问题被称为时变环境下的选址问题。文中讨论了时变环境下的单配送中心到多个零售点带容量约束的选址问题。由于该问题是NP-完备的,我们给出了一个启发式算法。     

战时装备保障的多目标运输问题及其求解

提出了集中考虑时间性，安全性的战时装备保障的多目标运输问题并建立了该运输问题的数学模型。基于一种二次抛物偏大型分布的模糊规划算法，将多目标运输问题转化为单目标运输问题，并通过一种改进的表上作业法求得最做优折衷解。最后给出一个实例， 验证了方法的有效性。     

Macroeconomic Forecasting Performance under Alternative Specifications of Time‐Varying Volatility

This paper compares alternative models of time‐varying volatility on the basis of the accuracy of real‐time point and density forecasts of key macroeconomic time series for the USA. We consider Bayesian autoregressive and vector autoregressive models that incorporate some form of time‐varying volatility, precisely random walk stochastic volatility, stochastic volatility following a stationary AR process, stochastic volatility coupled with fat tails, GARCH and mixture of innovation models. The results show that the AR and VAR specifications with conventional stochastic volatility dominate other volatility specifications, in terms of point forecasting to some degree and density forecasting to a greater degree. Copyright © 2014 John Wiley & Sons, Ltd.     

多式联运环境下带时间窗的多产品运输问题研究

多式联运环境下带时间窗的路径选择问题是广泛应用于物流配送领域的一类组合优化问题,然而目前相关研究主要聚焦于多式联运环境下单个起点到单个终点的一种货物配送问题,其研究成果难以直接适用于汽车销售、钢铁运输等环境下单个供货商到多个零售商的多产品运输问题。因此,文中以汽车销售为研究背景,对多式联运环境下带时间窗的多产品运输问题进行研究,建立了该问题的数学模型,然后利用蚁群算法进行了求解,最后通过实验验证了算法的有效性。     

On maximum likelihood estimation of stochastic frontier production models

The iterative algorithm suggested by Greene (1982) for the estimation of stochastic frontier production models does not necessarily solve the likelihood equations. Corrected iterative algorithms which generalize Fair's method (1977) and solve the likelihood equations are derived. These algorithms are compared with the Newton method in an empirical case. The Newton method is more time saving than these algorithms.