智能RGV的周期性移动研究

研究RGV智能加工系统中物料的加工时间对于RGV最优移动策略的影响.首先证明了RGV在2号CNC前的等待时间和3号CNC等待RGV上下料的时间是影响计算结果的关键因素,在此基础上研究了一道工序时物料的加工时间对RGV周期性移动规律的影响,证明了任意的加工时间RGV移动路径都存在稳定循环,且随加工时间增大,循环阶数增大;并给出加工时间与需要开启CNC数量之间的关系,得到详细对照表格,用元胞自动机做仿真验证,结果与理论推导完全一致;最后,讨论了CNC可能发生故障时企业的应对策略.     

扩散过程代数式收敛定性的判别准则

本文定性地讨论非紧空间中可逆扩散过程的代数式收敛的判定 .使用分裂空间的方法 .将全空间分裂成两个部分 :紧的子空间与非紧的余子空间 .在紧子空间中考虑边界反射的Neumann过程 ,它必然是代数式收敛的 .而在非紧子空间中考虑边界吸收的Dirichlet过程 ,如果这一Dirichlet过程以代数式的速度击中边界 ,那么就有原过程在全空间代数式收敛 ;反之 ,原过程代数式收敛 ,非紧子空间中的Dirichlet过程也是代数式收敛的 .因此过程在紧子空间的任意摄动不会影响在全空间的代数式收敛性 .     

离散时间马氏链的L~2几何收敛

对于离散时间马氏链,转移概率矩阵P关于平稳分布可逆的条件下,给出过程L2几何收敛速率与谱隙之间的关系,并得到最优L2几何收敛速率与最优几何遍历速率的一致性.     

拥挤的水房——有关打水问题的数学模型

学校的开水房常常十分拥挤,原因何在?如何解决?根据本人亲自观测的数据,运用统计检验分析数据并提出合理假设;用排队论方法定量地描述系统状态;通过灵敏度分析讨论了参数变动对系统状态的影响;并利用设计曲线与控制曲线讨论最优化问题;最后比较了两种排队方式。从而找到了拥挤原因,了解了拥挤程度,并提出解决办法。文中计算结果与实际情况符合较好。     

大额资产清仓的自动化交易策略

市场的机构投资者经常需要清仓手中持有的大额资产, 因此清仓的交易策略成为了关心的问题. 以工商银行的股票为例,给出适用于计算机执行的自动化清仓策略. 首先将高频的工商银行股票历史数据在每个交易日分别划分出48个交易期, 将问题简化为处理每个交易日交易期的数据. 在此基础上, 综合考虑用神经网络模拟预测清仓时股票价格随时间下降的风险和用信息流理论模型衡量的价格冲击和交易时刻, 并通过优化模型得到清仓持续的交易日天数. 此后, 再制定出每个交易日的具体自动化交易策略.在制定日内交易策略 时, 首先用神经网络对交易时刻做出预测, 然后综合考虑使用 VWAP 预测出的交易量和通过 Kalman 滤波方法修正过的期权定价公式预测出的各时刻股票的初始价格, 最终给出详细的交易策略及交易的成本.     

一种新型劳务众包平台的市场策略与定价研究

定义并研究了自助式空间劳务众包这一新型众包模式,给出相关定义和众包平台的运行规则,提出会员行为仿真算法模拟市场.根据这类劳务众包平台增加利润和扩大市场份额的普遍需求,基于双边市场理论,提出任务打包机制、定价多目标规划模型和抢单顺序多目标规划模型.采用带精英策略的非支配排序的遗传算法(NSGA-Ⅱ)求解问题的帕累托解集(Pareto Front),最后应用逼近理想点法(TOPSIS)根据平台战略目标给出最优解.规划模型在数据集上应用效果良好,任务完成率能在有效控制成本的前提下提升30%至45%,新用户参与率能在保证较高的任务完成率的前提下提升150%至250%.     

R~n上扩散过程的代数式收敛

本文研究n维欧氏空间上的扩散过程在L2意义下的代数式收敛的情况,给出了判定代数式收敛的方法,并对两种特殊情形扩散算子进行了讨论.将所得判敛法应用于两个例子可得到精确的结果.     

机场蓄车池出租车司机的选择决策研究 ——以首都机场为例

随着中国全面小康的逐步实现,乘客下飞机后乘坐出租车回市区已经成为大多数人的选择.着眼出租车送客至机场后的情景,以出租车司机的盈利最大化为目标,讨论出租车司机的两种决策选择——决策A是留在机场蓄车池等待回城区的乘客,决策B是空载回城找生意.控制时间相同的条件下,用机场接客的订单金额来估计决策A的收益,用司机单位时间内平均收益乘以经营时长来衡量决策B的收益.以北京市首都国际机场为例,从数学模型的角度为出租车司机提供决策条件,有效实现司机利润最大化.     

平移不变的随机串测度

利用围道估计的方法，刻划在相变点处的平移不变随机串测度，证明了：对二维以上情况，当口充分大时，在临界点处，平移不变随机串测度有且只有两个极点，也即任一平移不变随机串测度都是这两个极点的凸组合．     

互联网时代出租车供需匹配及补贴方案确定

通过建立出租车供求匹配的长期和短期模型给出了打车软件平台上优化的补贴方案.长期模型中,建立出租车需求量的多元线性回归模型和供应量公式.短期模型中,应用BP神经网络预测每天高、中、低峰的出租车需求量,建立高、中、低峰供应量多元线性自回归模型.以西安市为例,在模型的基础上,通过分析实时数据得出分时段的适用于网络平台的平衡供需的补贴方案.互联网时代的补贴方案依赖于实时更新,广泛全面的大数据,更及时,多样,具有针对性,不仅有效实现了软件平台公司的盈利,也最大可能地满足了乘客,政府,由司机代表的出租车公司的需求,充分发挥了互联网在优化出租车运营方式方面的作用.