基于效益最优的企业物流外包决策的量化研究

供应链管理要求相关企业进行优化合作,将非核心业务外包,其中最典型的是物流外包.目前大多数文献仅仅从定性角度出发阐述企业物流外包决策的原因,而没有将其定量化研究.尝试由基本的需求函数出发,根据企业利润最大化原则,从成本和收益的角度去量化分析企业物流外包的必然性和建立高效供应链的必要性,找到基于利润和核心竞争力的企业物流外包的动力.     

种植业劳动力需求估算与预测方法

在综合考虑影响种植业劳动力需求因素下,建立了一种种植业机械化程度与劳动力需求的关系模型,从而为进一步估算出种植业剩余劳动力提供了一种新方法,它是科学估算种植业劳动力数量和农村剩余劳动力数量的基础,同时探讨了机械化程度为和机械化程度为100%时劳均可负担耕地面积指标的获取问题,最后,在对哈尔滨市种植业劳动力需求进行预测时,采用专家预测法预测了耕地面积,采用基于粗糙集组合预测方法预测了农业综合机械化程度,结果表明,种植业劳动力需求量在不断减少.     

农村剩余劳动力估算的工日法的分析与改进研究

在现有文献研究的基础上,对估算农村剩余劳动力的工日法又作了进一步深入研究,给出了该方法的计算模型,指出了工日法存在的不足,即没有考虑农业生产的季节性、阶段性和气象因素对农业生产的影响.按照工日法估算的农业劳动力需求数量与农业生产实际需要量有较大的偏差,会出现在作业高峰期劳动力不够用,在农闲季节,本无劳动任务,却认为在劳动的情况,并通过示例计算,对其进行了验证.在此基础上,研究给出了一种改进方法,即作业高峰期法,同时给出了该方法的数学模型.该方法不仅考虑了农业生产的季节性和阶段性,同时也考虑了气象因素对农业生产的影响,因此能够较好地反映农业生产实际.最后探讨了估算不同区域范围农村剩余劳动力的估算方法,同时提出了在研究全国的农村剩余劳动力数量时,应根据农业生产、地域和气候等特点,将全国划分成若干个类型区,然后在不同的区域上分别进行抽样调查,获取相应的数据,分别进行计算,最后加总得出全国的数据.而在研究一个地区或一个县的剩余劳动力则一般可不进行分区.     

组合预测模型在能源消费预测中的应用

能源的需求预测是一个复杂的非线形系统,其发展变化具有增长性和波动性,组合预测对于信息不完备的复杂经济系统具有一定的实用性.本文利用我国能源消费的历史数据,采用灰色预测的GM(1,1)模型、BP神经网络模型和三次指数平滑模型进行优化组合,建立了能源消费组合预测模型,实证分析结果表明预测值和实际结果有很好的一致性,可以作为能源消费预测的有效工具.     

基于马尔可夫模型的我国东、中、西部的产业结构预测

应用马尔可夫预测方法对我国东、中、西部产业结构预测问题进行研究,并给出了其马尔可夫的状态转移概率矩阵的估算模型,经计算结果表明此方法具有较高的预测精度,并应用此方法预测了我国2009年和2010年的东、中、西部的产业结构.     

因子分析法在高校教师教学质量评价中的应用

教师教学质量的评价对提高教学质量具有十分重要的意义.运用因子分析法对东北农业大学工程学院的15名青年教师的教学质量进行评价,给出了15位教师在每一个公共因子上的得分和综合得分,并根据综合得分进行排名.评价结果不仅对教师了解自己的实际教学水平,促进教师教学水平的提高是非常必要的,而且还可为教学管理部门制定教学改革措施,加强教学管理提供参考依据.     

基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.     

基于动态无偏灰色马尔科夫模型的煤炭需求量预测

煤炭消费系统是一个复杂的非线性系统,具有随机性、非线性、动态性等特点,科学地预测煤炭消费量及其结构对于优化配置能源有重要意义.传统的单一预测方法预测精度较低.在对陕西省煤炭消费历史数据分析的基础上,构建了煤炭消费总量的GM(1,1)模型、灰色GM(1,1)预测模型和动态无偏的马尔科夫结构预测模型.拟合结果表明,动态无偏灰色马尔科夫模型既能消除传统灰色GM(1,1)模型的固有偏差,又能提高预测精度,其平均相对误差为2.10%,分别低于传统灰色GM(1,1)模型和一般灰色马尔科夫模型的17.37%和6.37%,可用于煤炭需求的预测,在此基础上对陕西省2017-2025年煤炭消费进行了预测,为未来能源消费发展规划提供依据.