生鲜供应链中保鲜努力投入及订货定价研究

结合生鲜损耗严重和过度保鲜双重背景,本文在区分保质期和实际有效供货时长的基础上,比较研究了由单一零售商与单一供应商构成的二级生鲜供应链中,两个主体合作与否及主导主体变化对供应链保鲜努力水平和定价的影响机制。研究表明,集中式供应链中,保鲜努力投入随新鲜度(价格)敏感性增强(减弱)而增加,而随有效供货时长增加呈倒U型;供应链的总利润也随新鲜度(价格)敏感性增强(减弱)或有效供货时长上升而增加。分散式供应链中,随新鲜度的敏感性增强,保鲜努力和总利润增加;随价格的敏感性增强,保鲜努力增加而总利润减小;而随有效供货时长上升,保鲜努力先增大后减小,总利润增加。分散式供应链存有搭便车的机会,但因有效供货时长占保质期比例不同,自身投入保鲜努力可能比搭便车更有利。     

带壁生灭过程的定性理论

研究带壁生灭过程(BDP)的定性理论.按照壁0的分类,边界点Z的分类,BDP是否诚实,是否满足向后或向前方程组,存在许多组合类型的BDP.对于每一种类型的BDP,或者没有,或者仅一个,或者有无穷多个.列出了一个详细的表.     

随机环境中受控分枝过程的极限定理

讨论了随机环境中受控分枝过程{Z_n:n∈N}的极限问题.给出了过程在{S_n:n∈N}下的规范化过程{W_n:n∈N}几乎处处收敛、L~1收敛和L~2收敛的充分条件,以及过程{W:n∈N}的极限非退化于0的充分条件和必要条件,得到了过程在{I_n:n∈N}下的规范化过程{W_n:n∈N}几乎处处收敛和L~1收敛的充分条件.     

四面体网格中用于点定位的改进直线游走算法

直线游走算法是用于有界区域上的不规则大规模网格上确定点定位的一种常用方法.该方法可用于计算几何和其他许多领域,包括用有限元方法求解偏微分方程.然而,直线游走算法不适用于一些退化的情形,如交点和顶点重合.在本文中,作为一种改进,我们提出了一种新的直线游走算法使它对四面体网格碰到退化情形时也能适用,并通过数值实验进行充分验证.     

具有非线性死亡密度和连续分布时滞的Nicholson飞蝇模型的周期解北大核心CSCD

本文研究了一类定义在非负函数空间上具有非线性死亡密度和连续分布时滞的Nicholson飞蝇模型,获得了判定该模型正周期解存在唯一和指数稳定的充分性判据,并结合实际例子的数值模拟展示了所获得理论结果的有效性．     

PLS情绪指数对中国股市风险收益关系的影响研究

从行为金融学角度研究投资者情绪对中国股市风险收益关系的影响,或有助于更好的解释风险收益关系.采用偏最小二乘法(PLS)构建新的投资者情绪综合指数,同时在对风险的度量中运用个股平均相关性代替总体方差来度量市场风险.研究结果表明PLS情绪指数比常用的主成分分析法所构建的情绪指数及单个情绪代理变量能更好的解释股市收益;平均相关性比市场波动更适合作为市场风险的度量指标;投资者情绪对风险收益关系有显著影响,其中在低情绪期风险和收益之间的相关性不显著,而高情绪期风险和收益之间呈现显著的负相关关系.由实证结果可知中国股市投资者存在非理性行为,应从行为金融的角度去考虑资产定价,同时对各指标的准确度量更有利于完善行为资产定价理论.     

水声射线传播的黎曼几何建模·应用——深海远程声传播会聚区黎曼几何模型

会聚区是深海水声传播重要的物理现象,对其准确建模和计算是深海远程水声探测与通信的基础.但深海会聚区缺乏明确的数学描述,特别是对于地球曲率所导致的系统误差,目前主要采用近似计算与曲率修正相结合的方法,尚无精确会聚区数学模型.本文基于水声射线黎曼几何建模基础理论研究,在弯曲球体流形上开展深海会聚区建模,在分析总结会聚区物理特征的基础上,给出深海会聚区黎曼几何描述,得到深海会聚区位置、距离的分析形式和基于黎曼几何概念的计算方法,为深海会聚区——这一重要的深海声学现象探索赋予黎曼几何学意义.以Munk声速剖面为例,对比分析深海会聚区在曲率修正和采用黎曼几何方法在球体流形上建模两种情形的时空分布,验证了本文提出的深海会聚区黎曼几何模型的有效性,结果显示近海面处的会聚区宽度随声传播呈现先变大后变小的规律,最大约20 km,最小约4 km.     

带有分布导数的反应扩散方程在Rn中全局吸引子的存在性

该文考虑Rⁿ中一类带有加权项V(x)和分布导数的反应扩散方程解的长时间行为,证明了(L²(Rⁿ),L²(Rⁿ)∩L^p(Rⁿ))-全局吸引子的存在性;而且对任意的δ₁∈[0,+∞),该吸引子能够在L²∩L^p+δ₁-拓扑下吸引L²(Rⁿ)中的有界集.     

单无限马氏环境中马氏链相对频率的极限性质

研究了马氏环境中马氏链相对频率的极限,给出了单无限马氏环境中马氏链相对频率的上、下极限的界.作为推论,在更强的条件下,得到了其频率和相对频率的极限.     

基于KNN和Bayes算法的组合分类器的垃圾评论识别研究

产品垃圾评论在一定程度上影响了评论信息的参考价值,本文旨在建立识别模型将垃圾评论从评论文本中剔除,保留真实的产品评论。首先,分析了产品评论的特点,从数据搜集、文本预处理、互信息检验、文本表示4个模块提取了14个特征。然后,利用高互补性建立了基于KNN和Bayes算法的组合分类器模型。最后,利用交叉验证对iPhone 6Plus的产品评论进行检验,得到评价指标分别为:正确识别率75.3%、召回率82.1%以及F1值77.5%.