面向文本数据库管理系统FIMS的授权需求及模型

本文分析了办公事务自动化系统(OASYS)授权的需求,对经典的商用数据库授权模型进行了扩充,提出了基于TOHR数据模型的多级授权模型(MAM),并讨论了有关面向文本数据库管理系统FIMS权主群、权体簇及权型集的基本概念。     

考虑公平关切及双向CSR投入的闭环供应链差别定价

研究原制造商和再制造商双向CSR(企业社会责任)投入下，考虑再制造商公平关切的新产品与再制品差别定价问题。分别构建了公平中性、公平关切信息对称与不对称的闭环供应链差别定价决策模型。分析了再制造商的公平关切行为及消费者的双向CSR敏感程度对闭环供应链差别定价与绩效的影响。研究表明：原制造商的CSR投入水平、专利费用及新产品定价与公平关切程度负相关。当公平关切信息不对称时，再制造商的公平关切行为仅会对自身的逆向CSR投入水平、废旧品回收价格产生负面影响。无论公平关切信息对称与否，再制造商的公平关切行为均会促使再制造品降价、新产品销量减少。再制造商的公平关切行为会损害原制造商及闭环供应链整体的利益，并且仅在公平关切信息对称时，再制造商的公平关切行为才对自身有利。     

多授权中心可验证的基于属性的加密方案

在本文构造的方案中,将可验证的属性加密方案由单个授权中心推广剑多个授权中心,使得多授权中心的基于属性的加密在解密出错时,可以榆验出是哪个授权中心部分的密钥出错,只需要去找该授权中心重发,不用让所有授权中心均重发;其次各个授权中心在被检查出错时,也只需要重发对应部分的信息;当密钥通过验证,而解密依然出错,说明是加密过程中或者密文跟随的消息属性出了问题,不会出现无法判断哪里出错的情况.同时证明了加入可验证性后,在经过修正的安全模型下,并不影响多授权中心基于属性加密的安全性.     

随机环境下技术开发和授权的最优策略

技术创新的价值实现需要后续的商业化投资,在随机不确定的市场环境下,创新企业面对着投资或等待、自身开发或技术授权的策略选择.利用实物期权方法建立了市场不确定时的决策模型,分析开发能力、不确定性等多种因素对企业授权的影响,在多种情况下得到企业的最优决策并对相关现象给出了解释.研究发现不确定性提高了企业投资的临界值,提高了企业的技术授权价格,高度的不确定性减少了技术授权的可能,较高的能力差异会促进技术交易.     

专利申请与授权量的时间序列分析

专利的申请和授权量动态分析与预测是建立专利预警机制、设计与制定相关政策和战略的基础,具有重要的理论意义。起伏型时间序列法是一种新的时间序列分析法,提出用起伏型时间序列法对专利申请与授权数据进行动态分析。以2005年国内专利申请与授权数量月动态为研究数据,对专利申请、授权及发明专利申请数量的月动态进行建模模拟,结果令人满意,说明起伏型时间序列分析方法可应用于专利申请与授权动态模拟,从而丰富了专利申请与授权数据动态分析方法。     

J-TEXT 远程参与实验系统的设计与实现

设计了一个开放平台使研究者能够远程参与J-TEXT 装置实验,应用Representational State Transfer (RESTful)软件架构模式实现Web 应用,提供大量的开放API 给开发者开发托卡马克应用软件。认证和授权功能避免了开放的API 被用户恶意使用。J-TEXT 装置远程参与实验Web 应用使用了ASP.NET SignalR 框架,在实时刷新界面状态方面取得良好的效果,还实现了多种服务器推送信息的策略。系统具有良好的灵活性,兼容 Experimental Physics and Industrial Control System (EPICS)软件,目前已经集成到J-TEXT Control, Data Access and Communication (CODAC)系统中使用。Web 应用和Android 应用的测试和使用结果表明,系统能够连续稳定运行,可以满足装置远程参与实验的需求。     

J-TEXT Զ�̲���ʵ��ϵͳ�������ʵ��

设计了一个开放平台使研究者能够远程参与J-TEXT装置实验,应用Representational State Transfer(RESTful)软件架构模式实现Web应用,提供大量的开放API给开发者开发托卡马克应用软件。认证和授权功能避免了开放的API被用户恶意使用。J-TEXT装置远程参与实验Web应用使用了ASP.NET Signal R框架,在实时刷新界面状态方面取得良好的效果,还实现了多种服务器推送信息的策略。系统具有良好的灵活性,兼容Experimental Physics and Industrial Control System(EPICS)软件,目前已经集成到J-TEXT Control,Data Access and Communication(CODAC)系统中使用。Web应用和Android应用的测试和使用结果表明,系统能够连续稳定运行,可以满足装置远程参与实验的需求。     

设施选址博弈问题的无支付机制设计研究

选址博弈是目前国际相关学术领域的重要前沿课题之一. 在选址博弈问题中, 存在n个相互影响的``理性"居民, 他们的住址等信息是其私有信息;设计者需要设计选址机制, 以居民汇报的住址信息为输入, 输出设施位置. 在进行机制设计的过程中, 如何在没有金钱的刺激下, 保证所有居民``说真话", 设计出防策略性无支付机制是其中的重要研究内容. 设施选址博弈问题的无支付机制设计是组合优化和理论计算机科学的交叉学科课题, 在管理科学、信息科学以及社会经济学等领域有着重要的应用, 具有重要的理论意义和实际的应用价值. 现根据不同设施类型及个数、不同个人偏好、不同度量空间以及不同社会总体目标等条件, 介绍各种类型的设施选址博弈模型, 罗列相关的研究成果, 并总结其中尚待解决的问题.     

考虑策略性消费者受不确定性社交影响的双渠道定价策略研究

随着互联网等新兴技术的发展,消费者对产品的价格追踪以及学习更加便利,其购买决策也会受到其他参与者决策的影响.消费者根据产品的上市价格和清仓时的可获得性决策购买时间,这种自身策略等待及受外部他人社交影响的行为加剧了市场需求的不确定性.承诺定价与差价补偿定价策略能有效地缓解消费者的策略等待行为,但相对动态定价策略缺少灵活性与便利性.因此文章研究零售商在动态定价、承诺定价、差价补偿定价策略中的选择问题.运用消费者偏好理论、博弈论和最优化理论求解各种模型的最优解及存在条件,进一步探讨消费者学习能力和社交影响对最优解的影响.结论表明,当消费者学习能力大于一定水平时,零售商应选择差价补偿定价,否则承诺定价为最优选择;消费者的学习能力增加了实体渠道的最优零售价和零售商整体利润,但降低了线上渠道的最优价格:社交影响有利于双渠道最优价格和零售商最优利润的增加.最后通过数值分析验证了上述模型的有效性和可靠性.