首页期刊导航|系统工程理论与实践
期刊信息/Journal information
系统工程理论与实践
系统工程理论与实践

汪寿阳

月刊

1000-6788

xtll@chinajournal.net.cn

010-62541828

100190

北京市海淀区中关村东路55号中国科学院数学与系统科学研究院

系统工程理论与实践/Journal Systems Engineering —Theory & PracticeCSSCICSCD北大核心CSTPCDEI
查看更多>>中国系统工程学会会刊。主要刊登有关系统科学、系统理论、系统方法与技术等方面的最新理论研究成果;系统工程在工业、农业、军事、教育、科研、国民经济以及计算机管理、信息系统等各领域中的应用成果以及解决上述领域中实际问题的科学技术报告;介绍国内外研究情况、人物等的动态报道,科普性综述文章以及书刊评介等。
正式出版
收录年代

    计及煤耗率的尖峰电价优化模型及灵敏度分析

    喻小宝董真余郑丹丹邓思维...
    2260-2272页
    查看更多>>摘要:尖峰电价(critical peak pricing,CPP)是通过需求侧管理实现发电侧节能减排的重要手段.现有主流电价优化模型忽略了 CPP对发电供给侧的影响,对尖峰日与非尖峰日时终端用电行为的差异性分析也存在不足.本文通过研究CPP对供电侧机组运行的影响机制,挖掘终端用电行为的差异性,设计了针对不同时期的用电需求响应模型,综合考虑发电侧供电煤耗和终端用户满意度,构建CPP多目标优化模型,采用NSGA-Ⅱ遗传算法进行求解.基于3类场景分析用户需求响应模型参数的取值、终端满意度约束、电价费率限制三类指标对CPP定价、负荷改善情况以及机组煤耗减少量的灵敏性,验证了模型的有效性.结果显示:所提电价优化模型效果较好,并且用户响应斜率、终端满意度、电价费率限制对CPP定价、负荷改善情况以及机组煤耗减少量的影响较大.

    尖峰电价供电煤耗电价费率灵敏度分析

    基于随机微分博弈的林业碳汇项目开发的风险化解机制研究

    孙睿何大义闫晶晶
    2273-2292页
    查看更多>>摘要:企业采用"跑马占荒"的形式抢占森林资源,造成了资源浪费,不利于国家"双碳"目标的推进.本文以林业碳汇项目股份合作模式的开发为研究对象,考虑项目开发过程中的道德风险和监管部门的监管力度,构建项目开发企业与林农双方的随机微分博弈模型,明确了项目内部自发合作的条件和不同的外部冲击对项目开发的作用机制.研究发现:首先,在监管部门对项目开发企业实施强监管、对林农弱监管时,且林农分得的碳汇收益比例低于项目开发企业的情况下,能够实现项目内部的自发合作,缓解了监管压力.其次,收紧碳配额将有助于提高碳汇价格均值;将更多的行业、企业纳入碳交易范围有助于降低碳汇价格方差.对于林业碳汇项目刚起步的现阶段,若要有效激发项目参与主体的积极性,应以实施紧缩碳配额或实行碳税政策为主,随后逐步将更多的行业纳入其中.最后,越严格的监管环境和越高的碳汇收益分配比例可以促使参与主体在更短的时间内进行策略调整,政府的财政补助不会对策略调整速度产生影响,但是会激励其行为努力水平.

    林业碳汇项目开发监管机制随机微分博弈混沌

    面向多源数据细粒度情感挖掘的旅游需求预测

    李新王颖闫相斌谢刚...
    2293-2308页
    查看更多>>摘要:数字经济时代,消费者基于互联网社交媒体平台产生的搜索与评论等内容拓展了旅游需求预测的数据来源.虽然已有研究聚焦消费者对旅游目的地整体情感倾向的挖掘,但是少有研究考虑消费者对餐饮、住宿、交通和服务等细粒度层面的差异化评价对需求预测的影响.本文以九寨沟景区客流量预测为例,采用基于机器学习的细粒度情感分析方法对携程、去哪儿网、大众点评和美团等多源数据进行文本分析,构建涵盖八个维度的细粒度情感指数,对客流量开展一步和多步预测,并与包含搜索引擎指数及整体情感指数的模型进行对比.结果表明:在基于时间序列、机器学习和深度学习三种不同类型的预测模型中,包含细粒度情感指数的模型均能显著提高旅游需求预测的准确性.在样本外预测中,所构建的包含细粒度情感指数的模型较包含搜索引擎指数和整体情感指数的模型,预测精度平均提升17.78%和6.53%.本研究为数字经济时代多维数据驱动的旅游需求预测提供创新研究方法.

    细粒度情感挖掘多源数据旅游需求预测方面级情感分析

    权力不对称下基于图模型的结盟稳定性分析

    田章朋徐孚欣马卫民
    2309-2324页
    查看更多>>摘要:环境冲突通常会给社会和经济带来巨大的挑战.为平衡多方利益相关者和环境保护之间的矛盾,本文针对环境冲突中参与者地位不平等及易结盟的特点,提出权力不对称下基于冲突分析图模型的结盟稳定性分析方法.首先,通过确定每个决策者是否受权力的影响以及权力的影响来自哪些领导者,构建了权力偏好矩阵和权力可达矩阵;其次,利用枚举法列出制裁对手完全参与情况下所有可能的联盟,在全联盟和联盟论域的基础上构建联盟的权力偏好关系并定义权力影响下结盟稳定性的三个代数表达式;最后,通过江苏常州外国语学校环境冲突的案例分析,验证所提方法的可行性及有效性,为政府解决环境冲突提供决策支持.

    冲突分析图模型权力不对称结盟稳定性环境冲突

    基于随机突变的"平台-商家"反合作行为弹性研究

    危小超蒋贵艳佘其平
    2325-2338页
    查看更多>>摘要:电商平台及商家在营销活动中的反合作行为作为影响平台健康发展的关键因素,已成为平台最关注的问题之一.基于"平台-商家"反合作行为演化博弈模型,引入白噪声和随机微分方程并结合突变理论构建随机尖点突变模型,分析反合作行为非线性演化过程.在此基础上,引入弹性指标衡量平台的稳健性并对模型进行数值仿真.结果表明:1)当收益或成本改变时,增大弹性能提高平台稳健性;但是当获利概率改变时,则应控制(减少)弹性,来维持平台稳健性.2)单因素分析发现,收益对弹性具有正向影响,但是成本与弹性负相关;获利概率与弹性呈倒"V"关系,即存在实现弹性最大的获利概率值;有趣的是,损失并不影响弹性(突变发生).3)双因素分析发现,增加成本或降低收益能增强获利概率对弹性的作用,然而成本增加能减缓收益对弹性的正向影响.本研究对"平台-商家"反合作行为演化的内在突变规律及平台运营弹性控制策略具有重要的理论和实践价值.

    电商平台演化博弈尖点突变弹性

    基于顾客等待厌恶的可插队服务系统的定价策略研究

    张怡通徐秀丽
    2339-2351页
    查看更多>>摘要:为限制顾客的插队行为,许多服务商考虑为顾客设置插队费用和入场费用,该措施能有效规范顾客的排队秩序,使得服务系统的运营机制高效有序.本文基于可插队排队系统,通过设置等待厌恶心理参数来反映普通顾客排队等待时的心理负效用,探讨策略性消费者平均等待时间的纵向差异化和有限理性行为规律.数值实验表明并不是插队概率越高社会收益越大,合理的服务定价决策可以减少顾客的插队乱象从而实现社会利益最大化.厘清消费者的插队行为、服务商的定价策略和顾客插队行为下收益增量之间的交互作用机制,不仅为可插队排队系统的定价费用研究提供管理学启示,更重要的是帮助企业和社会消除消费者排队等待时产生的心理不公平感知,提高整体服务效率,确保社会经济可持续发展.

    插队行为等待时间均衡行为等待厌恶定价策略

    多类型顾客反馈排队系统最优动态策略研究

    苏炎李俊平余义
    2352-2361页
    查看更多>>摘要:本文在系统缓冲区有限的情况下,研究了一类具有多顾客类型反馈排队系统的最优准入控制和动态定价策略问题.假设顾客到达系统是一个泊松流,顾客的服务时间服从指数分布,顾客类型由不同净利润值决定.在系统平均净利润最大化目标下,从策略结构角度,本文证明了准入控制最优阈值型策略的存在性、最优单调价格策略的存在性,给出了单服务员、无等待费用情形下系统有利可图的一个充要条件以及一些相关性质.此外,从计算角度,本文还基于模型的特殊结构提出了一个有效的倒向迭代算法.最后,本文利用多个数值实验验证所得结果,观察不同调控方式最优利润值的差异性,并在计算效率上与经典策略迭代算法进行比较.

    反馈排队系统多类型顾客阈值型策略单调价格倒向迭代算法

    绿色物流配送下的多车型动态车辆路径优化

    姜广田纪皎月董佳伟
    2362-2380页
    查看更多>>摘要:针对低碳条件下多车型动态车辆路径优化问题,将研究过程分为预优化和动态调整两阶段,以总成本最低为目标函数构建优化模型,采用改进自适应遗传算法(IAGA)对模型进行求解.预优化阶段是在满足店铺需求、退货、车辆油量、工作时间、道路情况等约束下,采用IAGA算法,生成初始的配送方案;在动态调整阶段,综合店铺需求变化、道路状况、临时退货、以及当前配送车辆位置、载货量及油量情况.通过实验分析验证了模型和算法的可行性,有效地降低了总成本,为企业配送策略的制定提供了良好的借鉴.

    车辆路径时变需求动态调整改进自适应遗传算法同时取送货

    基于融合特征t-SNE降维的控制图质量异常模式识别

    王宁郭梓昱田淑珂李可雨阳...
    2381-2393页
    查看更多>>摘要:为解决控制图质量异常模式识别中,实时质量数据呈现出高维非线性等复杂特征导致模型过拟合以及失真等问题,提出一种基于融合特征t分布随机近邻嵌入(t-distributed stochastic neighbor embedding,t-SNE)降维的控制图质量异常模式识别方法.首先,从生产过程动态数据流中提取其统计特征、形状特征并与原始特征进行融合,形成动态数据流的高维融合特征;然后利用t-SNE算法对融合特征进行降维,t-SNE算法能够有效地处理线性和非线性数据,并产生更有意义的聚类;进而利用一维卷积神经网络(one-dimensional convolutional neural networks,1DCNN)作为分类器实现复杂产品制造过程的质量异常模式识别;最后,通过仿真实验将本文所提方法与单一类型特征方法、融合特征方法以及融合特征主成分分析法(principal component analysis,PCA)、核主成分分析(kernel PCA,KPCA)和局部线性嵌入算法(locally linear embedding,LLE)降维方法的识别模型进行比较,并利用锂离子电池极片制造过程为例进一步说明本文模型的有效性与实用性.仿真与实例结果表明,本文所提算法具有更高的识别效率和精度,特别适用于处理在复杂产品制造过程背景下的高维非线性数据.

    控制图模式识别复杂产品制造过程t分布随机近邻嵌入(t-SNE)卷积神经网络(CNN)

    基于区块链和可信执行环境的细粒度访问控制方案研究与应用——以物联网为例

    蒋伟进李恩罗田甜周文颖...
    2394-2410页
    查看更多>>摘要:新型物联网技术的普及使得物联网资源的访问和共享需求不断扩大,而现有的物联网访问控制技术显现出的访问策略粗粒度、弱可审计性、缺乏访问过程控制以及过度特权等问题,使物联网设备面临着极大的安全隐患和隐私威胁.基于此,提出了一种以区块链技术为基础的基于加密货币的访问控制模型(cryptocurrency-based access control,CcBAC),可为物联网提供细粒度、有效的可审计性和访问过程控制,并借助可信执行环境来提供更强大的安全性.介绍了访问控制模型的技术原理、特点、研究现状,详细阐述了 CcBAC模型框架,并对其进行了形式化定义;同时,对模型中的函数进行了具体的描述,给出了本模型在一般应用场景中的访问控制流程;最后通过理论分析和实验评估验证了本模型的实用性和性能,证实本模型不仅能使资源所有者完全控制对其资源的访问,同时还兼顾访问控制的细粒度和可审计性.

    区块链访问控制物联网加密货币可信执行环境