基于随机活动工期的多模式现金流均衡项目调度优化

承包商在项目执行过程中的现金流均衡是保证项目成功的关键因素。本文研究基于随机活动工期的多模式现金流均衡项目调度问题,旨是在项目工期及鲁棒性阈值约束下合理安排活动执行模式与开始时间,实现承包商现金流均衡。本文通过构建整数规划优化模型对研究问题进行刻画,随后设计模拟退火算法进行求解,最后进行案例分析。结果表明:鲁棒性阈值虽然可以保证基准进度的稳定性,但是提高鲁棒性阈值水平反而不利于承包商的现金流均衡,该值过高时甚至得不到可行解。本文研究可为随机活动工期背景下承包商的现金流控制提供定量化决策支持。     

一类动态规划的解法及其在Turbo码解码中的应用

研究一类多阶段动态规划问题,给出了求最优解的方法.将这种多阶段动态规划应用于Turbo译码中,不仅可以减少运算量,还可以避免传统的Turbo译码算法需要进行指数运算以及其随着迭代次数的增加容易出现的数据溢出问题,因此是一种十分有效的方法,是对系统工程理论应用领域的拓宽.     

银行授信约束多模式工期最小化项目进度问题研究

本文研究银行授信额度约束下活动具有多种执行模式的工期最小化项目进度问题。首先对所研究问题进行界定;随后采用基于事件的研究方法构建了问题的整数规划优化模型;鉴于问题的NP-hard属性,设计了双层模拟退火搜索嵌套的启发式求解算法;最后对一个算例进行了求解分析,讨论了银行授信额度对项目进度安排及完成时间的影响。结果表明:随着银行授信额度的提高,承包商安排项目进度的可用资金随之增加,使得项目可以在较短的时间内完成;然而,如果在此过程中业主对承包商的支付总量保持不变,那么承包商的项目收益会随完成时间的提前而下降。     

地位差异视角下知识分享策略对组织学习的影响研究

组织学习是提高企业竞争能力的重要途径,人际学习是组织学习的重要组成部分。组织成员间普遍存在的地位差异,会直接影响个体的知识分享策略,继而影响组织学习。然而,以往的组织学习模型通常忽略了个体的地位差异,默认假设每个组织成员的地位是相同的。鉴于此,本文在组织学习经典仿真模型的基础上,引入地位这一特征,综合探讨正向差异化(高地位成员更愿意分享知识)、负向差异化(低地位成员更愿意分享知识)、以及同质化(不同地位的成员有相同的知识分享意愿)这三种知识分享策略对组织学习的影响机理。研究结果表明,三种知识分享策略下,知识分享水平和地位认可度对组织学习的作用关系和作用大小存在显著差异。但总体来说,仅当组织成员的地位认可度较高且知识分享水平较低时,同质化策略才最有利于组织学习;其他情境下,负向差异化策略更有利于提高组织学习绩效。     

基于多Agent仿真的双元创新平衡与组织绩效关系研究

运用多主体仿真方法,探讨了双元创新平衡对组织绩效的作用机理,并且检验了个体间模仿学习速度、任务复杂度、人员流动、环境扰动等情境因素与双元创新平衡对组织绩效的交互影响。仿真实验的结果表明,当组织处于稳定环境下,任务复杂程度适中,并且个体间模仿学习速度中等时,双元创新平衡参数与组织绩效间呈现倒U型的影响关系;当任务过于复杂或者过于简单时,任务本身的特性削弱了双元创新平衡参数对组织绩效的影响,不同平衡模式对应的组织绩效没有明显的差距;当个体间模仿学习速度比较慢时,增强了组织的探索性,此时具有利用式创新倾向的组织可以更好地提升组织绩效水平。但当个体间模仿学习速度过快时,组织更多的倾向探索式创新对组织绩效的提升更有利;当组织存在人员流动和外部环境扰动时,更多的利用式创新可以提升组织对现有知识进行重组和整合的能力,从而更好地适应环境的动态变化。     

基于Agent仿真的个体有限理性与众包绩效的关系研究

如何筛选有限理性参与者是企业实施众包的关键问题。通过引入个体有限理性,扩展了经典的NK模型,构建了模拟竞赛式众包问题解决过程的多主体仿真模型,研究了个体有限理性水平、个体有限理性系统化程度以及个体有限理性水平标准差对众包绩效的影响。仿真结果显示,个体有限理性水平对提高众包绩效有显著的正向影响,尤其是在任务复杂性较高的情况下;个体有限理性系统化程度和个体有限理性水平标准差对众包绩效也有正向影响,但依赖于个体有限理性水平。当企业有一个复杂性较高的任务时,如果追求所有方案的整体改善,企业需要招募有限理性水平较高的个体,并组成有限理性系统化程度较高且有限理性水平标准差较大的群体;如果追求少数优质方案,企业需要招募有限理性水平较高的个体,并组成有限理性系统化程度较低且有限理性水平标准差较大的群体。     

基于区间变量RF算法的青海省电力公司员工离职预测

在电力体制改革全面深化的背景下,我国西部偏远地区的电力企业面临较为严重的人员流失问题。员工离职预测越来越受到电力企业关注,然而传统预测算法无法有效解决电力企业员工离职数据集的不平衡问题。基于此,本文提出一种基于区间变量的随机森林算法,采用青海省电力公司2009~2017年人力资源数据集进行实证分析,并与决策树、支持向量机、随机森林算法的预测效果进行对比。结果表明,该算法更适合解决数据不平衡问题,具有更高的预测精度;同时分析得到员工离职的重要特征,为相关电力企业人力资源管理提供决策依据。     

专才还是通才?组织成员知识基础对创新绩效的影响

基于多主体仿真方法,构建了成员知识基础对创新绩效影响的动态仿真模型,分析了成员知识深度、知识宽度和知识交叠度对创新绩效的内在作用机理,解答了组织应该选择什么样的人、以及不同的人如何影响组织创新这两个重要问题。研究结果表明,知识宽度对创新绩效有积极效应,而知识深度的效应依赖于知识宽度与知识交叠度的交互影响。其中,知识宽度较低时,知识深度存在消极影响。知识宽度较高时,知识深度对创新绩效存在倒U型影响。知识宽度中等时,成员所拥有的优势知识是否重复至关重要。当优势知识均匀分布时,知识深度呈现积极效应;当优势知识高度重复时,不同领域的知识难以被融会贯通,知识深度的积极效应转变成消极效应。总体来说,兼具知识宽度和知识深度的T型人才最有利于提高创新绩效。此外,在专业型人才队伍中适当引入通用型人才,能够在多数情况下保证组织的最优表现。     

基于融资能力约束的多模式Max-npv项目调度优化: 双重视角

从项目双方的视角出发,研究融资能力约束下的Max-npv项目调度问题。首先进行问题界定,构建由两个子模型构成的多模式Max-npv项目调度优化模型。随后,鉴于问题的强NP-hard属性,设计针对两个子模型迭代循环求解的禁忌搜索启发式算法,得到项目双方都满意的解。最后用一个实际案例对研究进行验证说明,并分析关键参数对合同双方收益的影响,结果表明:与实际进度安排相比,满意进度安排下合同双方的收益均有显著的提升;承包商和业主的融资能力、项目截止日期、承包商收益底线、折现率及支付比例均会对双方的收益产生重要影响。     

基于小波分析的农业用户异常用电识别与判断

提高电能利用效率,合理分配稀缺资源是电网公司能源监控建设的重要内容.通过国家电网青海分公司在2020年2月到2021年5月对某农业灌溉重点监测用户用电量情况进行监测,提出采用小波分析方法对监测数据进行去噪和对奇异值的挖掘.通过小波分析,全面而细致的量化了数据在不同频域下的波动情况,在较大程度上保留数据的原始信息并且对奇异数据具有较高的识别效果.计算结果表明:运用该方法可以有效挖掘出正常数据的波动情况,并且得出的奇异数据主要分布时间段,与实际情况相吻合.