一种电子商务环境下耐用品的动态定价模型与策略

针对电子商务环境下消费者对价格歧视的抗拒问题,以及耐用品生命周期长、产品需求依赖于时间、价格等特点,提出了一种动态定价模型与策略。该模型通过构造转移概率矩阵,推导出在线消费者浏览到耐用品的不同价格状态下的概率,接着根据消费者多阶段效用函数分析消费者的购买决策行为,进而给出零售商利润达到最大化时的最优定价策略集合。为了验证模型与策略的有效性,通过数值模拟实验,分析模型主要参数变化对最优定价策略的影响。研究发现当效用折扣因子越高,零售商应该降低促销频率和高价格并且提高低价格,从而诱导高端消费者在高价格购买产品。折扣效用因子大小还决定了网上零售商是否要隐藏自己的促销概率。     

随机需求下竞争零售商的定价策略研究

本文研究了随机需求下两竞争零售商的定价策略选择(响应性定价或清仓定价)、产品订货量及响应性价格的联合决策问题。通过将问题转化为一个三阶段的博弈模型,基于Kuhn-Tucker条件求解了两零售商不同定价策略子博弈下的均衡产品订货量及响应性定价决策,分析了不同定价策略子博弈下产品订货量及价格决策的差别以及潜在市场需求不确定(期望和方差变动)对订货量和定价策略的影响。数值分析结果表明,当潜在市场需求服从均匀分布时,响应性定价子博弈是帕累托最优策略,清仓定价子博弈是零售商的均衡策略,混合定价子博弈下两零售商的收益差距较大。     

基于4MAT系统开发促进知识深层理解的学习策略

基于4MAT系统开发了组织策略、模式再认策略和系列动作学习策略,为教师帮助不同学习风格的学生提供参考,当把这些学习策略应用于课堂时,可以促进学生对知识的深层理解。     

工程结构优化的进化策略-高斯过程协同优化方法

针对采用仿生全局优化方法进行复杂工程结构优化时数值计算量浩大导致的计算代价过高的公开问题,将自适应协方差矩阵进化策略(CMAES)全局优化算法、高斯过程(GP)机器学习技术与有限元方法相结合,提出了基于自适应协方差矩阵进化策略-高斯过程协同优化算法(CMAES-GP)的结构优化方法。该方法利用全局寻优性好且寻优效率高的CMAES算法进行全局最优搜索,当搜索进入局部寻优阶段时,采用回归性能优秀的GP模型对适应度函数进行动态拟合,进而利用GP模型替代有限元分析进行个体适应度评价,以减小局部寻优阶段的有限元重分析次数,从而实现有效降低工程结构优化计算代价的目的。算例研究表明,与传统结构优化方法相比较,本文方法具有全局性好、计算效率高的优点。     

基于一种动态删除率的ESO方法

渐进结构优化方法 ESO(Evolutionary Structural Optimization)的基本思想是基于单元灵敏度,通过把无效或低效的单元逐步从结构中删除,从而得到优化的拓扑结构。经过20年的发展,其算法结构、理论研究以及实际工程应用领域已经取得了大量成果。在原始ESO算法中删除单元的数目是由固定删除率RR的取值决定的,设计者无法预期每一个迭代步删除单元的数量。对于一个初始满设计区域,合理的删除策略为随着迭代的进行,随着结构应力分布越均布,应该逐渐减少单元删除数量。基于此,本文构造了一种动态删除率,使得随着迭代的进行单元的删除数量逐渐减少,相对于前人构造的动态删除率更为简单明了,人为控制参数更少,并且通过算例证明该方法相比原始删除策略具有更好的优化效果。     

二维三温辐射(磁)流体力学拉氏计算中的人工粘性分裂技术

针对使用边粘性和张量粘性进行二维三温辐射(磁)流体力学拉氏计算时激波处离子温度出现非物理尖峰的问题,提出一种人工粘性分裂技术,将人工粘性耗散能量按照电子压和离子压的比分成两部分,并分别加在电子内能和离子内能上.在二维三温辐射磁流体力学程序MARED上实现该技术,并对Z-pinch的内爆动力学过程进行数值模拟.消除了模拟结果中激波处离子温度的尖峰.     

学习策略、自我效能感在不同情境下对成绩的影响

为了探索学习策略、自我效能感在不同情境下对成绩的预测作用,选取401名初二学生和361名高二学生作为比较研究的被试,以问卷调查的方式收集数据,主要结果为1)初二和高二学生的认知策略在元认知策略与成绩间的中介作用不同;2)资源管理策略4个方面均能预测初二学生的成绩,只有努力管理、时间管理策略可预测高二学生的成绩;3)自我效能感对初二、高二学生成绩均有预测作用.结果表明在不同情景下学习策略对成绩的预测作用有差异,而自我效能感对其的预测作用较稳定.     

基于动态VaR约束与随机波动率模型的最优投资策略

研究Stein-Stein随机波动率模型下带动态VaR约束的最优投资组合选择问题. 假设投资者的目标是最大化终端财富的期望幂效用,可投资于无风险资产和一种风险资产, 风险资产的价格过程由Stein-Stein随机波动率模型刻画. 同时, 投资者期望能在投资过程中利用动态VaR约束控制所面对的风险.运用Bellman动态规划方法和Lagrange乘子法, 得到了该约束问题最优策略的解析式及特殊情形下最优值函数的解析式; 并通过理论分析和数值算例, 阐述了动态VaR约束与随机波动率对最优投资策略的影响.     

手数约束和凹交易费下的离散投资组合模型及算法

本文建立带手数约束和凹交易费的离散投资组合模型,给出求解该模型的一种精确算法。该算法是一个基于拉格朗日松弛和次梯度对偶搜索的分枝定界算法。为测试算法的有效性,用随机产生的数据对模型进行数值实验。作为其应用,用沪深300指数的真实数据实证检验该模型,并与不含交易费用的离散投资组合模型进行数值比较分析。数值分析表明算法能在合理的时间内给出模型的投资组合策略, 对解决中小规模的离散投资组合问题是有效的。     

考虑交易费用的一级价格密封招标研究

本文在独立私人价值模型的基础上,通过引入投标成本,建立了考虑交易费用的一级价格密封招标博弈模型,给出了对称的进入点均衡和相应的对称均衡报价策略。研究表明,交易费用的出现排除了高成本类型的投标者,但也导致了竞标人数的不确定性,招标方为了降低招标无效率的可能性,必须限制潜在投标者人数;另一方面,在招投标过程中降低交易费用对交易双方来说都是有利的,招标方给予投标者投标补偿以激励其参与竞标的机制是可行的。