分形理论及其在通信中的应用

作者在本文提出通信规模的结构服从一种分形结构——负幂律分布。根据不同区域通信规模所具有的不同分维值,定量描述不同区域间局部通信规模或同一区域在不同时期的通信规模的差异程度     

工会-企业关系模式对不同规模企业绩效的影响研究:基于多主体仿真模型

中国工会和企业之间的关系可以分为激烈对抗、消极追随和团结协作三种关系模式。论文构建多主体仿真模型,研究不同企业规模下的三种工会-企业关系模式对企业绩效的影响,探讨不同规模企业绩效的动态演化机制。结果表明:企业规模越小,三种关系模式下员工投入水平和企业绩效波动频率越高、幅度越大,企业越不稳健;企业规模越大,消极追随模式下企业绩效初期出现短暂高绩效的时滞越久;相同规模时,团结协作模式下的企业绩效优于消极追随模式,激烈对抗模式下的企业绩效表现最弱;企业规模越大,团结协作模式的优越性越突出。研究结论可以为工会-企业关系的发展和企业绩效提升提供建设性启示。     

服务台不可靠的重试排队系统均衡分析

本文研究服务台不可靠的M/M/1常数率重试排队系统中顾客的均衡进队策略, 其中服务台在正常工作和空闲状态下以不同的速率发生故障。在该系统中, 服务台前没有等待空间, 如果到达的顾客发现服务台处于空闲状态, 该顾客可占用服务台开始服务。否则, 如果服务台处于忙碌状态, 顾客可以选择留下信息, 使得服务台在空闲时可以按顺序在重试空间中寻找之前留下信息的顾客进行服务。当服务台发生故障时, 正在被服务的顾客会发生丢失, 且系统拒绝新的顾客进入系统。根据系统提供给顾客的不同程度的信息, 研究队长可见和不可见两种信息情形下系统的稳态指标, 以及顾客基于收入-支出函数的均衡进队策略, 并建立单位时间内服务商的收益和社会福利函数。比较发现, 披露队长信息不一定能提高服务商收益和社会福利。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

同步与错位：规模视角下关中平原城市群城市与旅游协同发展研究

当前旅游城市化日益显著,从规模视角评价城市与旅游的协同发展具有重要意义。通过构建城市规模与旅游规模指数,对关中平原城市群2004—2017年的城市规模与旅游规模相关性进行验证,并运用位序规模法则、城市金字塔理论及空间错位指数探究城市规模和旅游规模在区域和城市尺度下的协同发展规律。研究发现：（1）区域尺度下城市规模与旅游规模均属首位分布,发展趋势存在错位;（2）各城市的城市规模与旅游规模在等级和空间上基本同步,少数城市出现错位,近年来空间错位程度有增强趋势;（3）低错位区城市,规模等级较低,中、高错位区城市,规模等级偏高;（4）城市规模与旅游规模的作用与反作用互动关系是其同步与错位状态形成的主要原因。     

简单随机抽样中的“虚拟普查”技术

简单随机抽样,包括有无放回两种形式,是最基础的抽样设计.本文基于“虚拟普查”想法,对简单估计量的抽样方差给出了新的计算思路,并揭示了有无放回简单随机抽样之间的内在联系.“虚拟普查”想法的核心在于虚拟普查矩阵.该矩阵记录了逐一抽取的无放回简单随机抽样,假设拓展为普查时—–“虚拟普查”名称的由来,所有总体单元的入样轨迹.论文构建的“虚拟普查”技术框架,可以看作已有对称化论证方法和以入样指示变量为工具的论证方法的融合,对增进理解传统抽样策略,看起来具有潜在价值.作为示例,论文针对实践中常用的两个抽样策略,有放回不等概抽样和自适应整群抽样,给出了基于简单随机抽样的解读视角.     

依托高等教育的新形势，改革与建设实验教学

我国正在推行持续扩大高等教育规模的新战略,实验教学如何适应,本结合课题的实践,就物理实验课程教学适应新形势所做工作的回顾。     

因子分析在企业增长方式评价中的应用

根据因子分析的基本原理 ,将企业生产要素划分为规模因子和效率因子 ,进而实现了企业增长方式的评价。     

证券投资组合的原理及其应用

本文利用概率统计原理对证券投资组合能减轻所遇风险带来的损失作了深刻的讨论,并介绍了多种证券投资组合方案的选择及如何在多种证券中选出几种进行投资组合     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。