人才需求及质量预测模型

人才资源的预测与优化很重要的方面是人才资源的结构 ,需求量和人才质量 .G.J.Klirti提出系统重构分析 ,后来 B.Jonesque确定系统中起主要作用因素水平的方法 .本文建立因素重构分析预测方法和弹性系数预测方法并对天津市和电子行业 2 0 0 0年到 2 0 1 0年科学技术人才的结构 ,需求量和人才质量进行定量动态的分析和预测.     

System Analysis Applying to Talent Resource Development Research

Since little of talent resource statistic data,it is very difficult to perform ration analysisforecast by common data processing method.We use system reconstruction factor analysisforecast method to forecast the talent requirement number,structure of rationdynamically.Factor reconstruction analysis method presents a simple and performable method inseeking main factor of question.Itnot only give the main factor level or main factor levelset,butalso sort all of the factor by importantdegree,and …     

科技与管理人才需求模型的建立与应用

首次系统地综合运用了国内外多种测试方法对科技与管理人才的需求进行了测试 ,并结合现代管理科学理论 ,用因子分析法对科技与管理人才的需求特点进行了定量分析 ,在此基础上建立了科技与管理人才的动态需求模型 ,并运用该模型对实际问题进行了分析 .     

人才聚集效应系统研究

人才聚集是一个人才流动的产物，当人才流动达到一定规模时，就会产生人才聚集现象，此时的人才处于一个由许多因素构成的复杂的开放系统之中，各要素综合作用的结果既可能出现1＋1〉2的正效应（积极效应）。也可能出现1＋1〈2负效应（消极效应）。在分析人才聚集现象后，首先提出了人才聚集现象、人才聚集效应的概念、人才聚集效应的8个特征。其次研究了人才聚集系统特性。最后提出了优化人才聚集效应系统的主要措施。     

复杂层次模型中知识表达与推理方法研究

工程教育认证背景下的人才培养体系,是典型的复杂层次系统.采用多色集合及其元素、着色、围道矩阵和体运算等概念,建立复杂系统层次结构模型,从水平和纵向两个方向对该模型进行形式化描述,并给出复杂层次结构模型的形式化推理算法流程.基于多色集合为工程教育认证背景下的人才培养体系构建的层次结构模型,在逻辑层实现了知识自顶向下、自底向上的单向自动推理和同时向下、向上的双向自动推理,在问题的形式化描述、信息的高效率处理和程序的快速实现等方面具有明显优势.构建工程教育人才培养体系层次结构模型并提出知识的表达与推理方法,对开展工程教育专业认证工作、提高人才培养质量都具有重要意义,同时也为复杂系统模型构建及其知识推理分析提供了一种新的有效方法.     

A Demand Forecasting Method Based on Stochastic Frontier Analysis and Model Average: An Application in Air Travel Demand Forecasting

Demand forecasting is often difficult due to the unobservability of the applicable historical demand series. In this study, the authors propose a demand forecasting method based on stochastic frontier analysis(SFA) models and a model average technique. First, considering model uncertainty,a set of alternative SFA models with various combinations of explanatory variables and distribution assumptions are constructed to estimate demands. Second, an average estimate from the estimated demand values is obtained using a model average technique. Finally, future demand forecasts are achieved, with the average estimates used as historical observations. An empirical application of air travel demand forecasting is implemented. The results of a forecasting performance comparison show that in addition to its ability to estimate demand, the proposed method outperforms other common methods in terms of forecasting passenger traffic.     

最优需求预测下预测与处理过程中的牛鞭效应

研究了在AR(1)市场需求模式下,生产商与零售商所组成的供应链系统中,当零售商采取不同预测技术时,在信息预测,处理及传递过程中产生的牛鞭效应问题.证明当存在订货提前期时,零售商采用移动平均法及一次指数平滑法预测会导致在需求预测,信息处理及传递过程中产生牛鞭效应;而采用最优预测仅在需求相关性很强时存在有限值的牛鞭效应.并对二级供应链进行拓展,证明在信息传递过程中,非最优预测将导致上游需求模式复杂化,牛鞭效应逐级递增,而最优预测可使上游需求模式简化,遏制误差的传递.     

基于组合预测的间断性需求器材预测

为了提高间断性需求装备器材的预测精度,提出一种组合预测模型。该模型从解释变量序列和自相关序列两个方面进行组合预测,对解释变量序列采用Logistic回归模型预测提前期非零需求发生概率,对自相关序列采用Markov过程估计提前期非零需求发生概率,整合两个预测结果得到最终的提前期需求。实验结果表明,该预测模型具有较高的预测精度。     

基于需求预测信息共享的竞争性企业联盟结构

构建联盟是企业应对市场需求不确定性和避免过度竞争的重要战略选择，由于企业间的差异性，如何根据市场竞争环境和需求预测精度选择合适的联盟伙伴，是企业决策过程中值得重视的问题。构建了一个包含3个竞争性企业的单层供应链，在不确定性需求下，企业间可以共享需求信号，从而降低需求不确定性和竞争强度。考虑到各企业预测精度的异质性和联盟结构的多样性，分别计算了有无需求预测技术时，不同联盟结构下各主体（企业或联盟）的期望收益。通过数值分析，展示了竞争强度和预测精度对不同联盟结构下各企业期望收益的影响，从而得到合作与信息共享对各主体期望收益的影响机制，同时得到一些结论和观察结果，可以为相关企业提供决策支持。     

基于多属性模糊Petri网的知识化制造系统产品需求预测

为强化模糊Petri网的知识表示能力, 提出了一种多属性模糊Petri网(AFPN), 即在模糊Petri网的基础上, 为每个库所及权值赋予与实际系统相对应的多个属性, 以简单模型结构完成具有多个属性的系统的建模．利用知识化制造系统的知识库, 对多属性模糊Petri网进行属性分解、属性合并以及训练更新, 并对不规则模型进行规则化, 可以在原有产品的AFPN模型基础上简单快速建立后续产品的AFPN新模型．在产品需求预测的实例中, 采用原材料和产品的各需求相关因素建立产品的需求预测AFPN, 实现了产品需求的快速预测．     

基于组合预测的装甲装备器材需求确定

为提高装甲装备器材需求预测的科学性,设计基于组合预测的器材需求确定方法。首先明确组合预测模型的构建流程与具体步骤,引入预测有效度理论,以评估模型的预测有效度。其次优化了关联面积法,实现组合预测模型中构成单元权重的动态配置,为模型滚动式更新及最终确定奠定基础。算例分析过程表明,基于组合模型的预测不仅能够提高局部器材需求预测的准确性,而且能够提升整体预测过程的稳定性。     

GA-SA模型预测中国能源需求

为预测中国能源需求,本文提出了一种新的遗传算法(genetic algorithm)和模拟退火法(simulated annealing)混合方法,称为GA-SA,该方法能利用各自的优势,克服彼此之间的弱点.分析了GDP、人口、固定资产投资、能源效率、能源消费结构及居民生活水平六个主要能源影响因子后,使用1981至2012共32年间各因子及能源消费的观察数据,运用GA-SA方法优化非线性二次能源评估方程,得出了该方程的权重系数.结果显示,提出的方法和选取的能源因子构建的GA-SA模型预测的能源值与观察数据值及其接近,并与其它模型进行了比较,准确性上提高了至少两个数量级.运用提出的GA-SA模型预测了中国在2015和2020年时两种不同情景下的能源需求量,并提出了一些政策性建议.     

我国航空客运量需求预测模型:基于随机前沿预测模型和模型平均

针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题，本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测，从而有效解决实质性偏差的问题.同时我们在此基础上引入一种模型平均权重确定方法，即通过最小化M折交叉验证准则（CV_M）确定候选模型权重.本文证明了该方法在理论上的最优性.由于模型中技术无效项的存在，我们可以同时预测航空客运量的实际产生量和需求量，实证研究也表明，相比其他常用的预测方法，该方法在预测航空客运量中长期的实际产生量上更具优势.     

需求预测和供应链协调对长鞭效应的影响分析

运用自适应过滤、滑动平均和指数平滑预测方法分析多阶段供应链中长鞭效应．分析结果表明，在运用自适应过滤预测方法时，供应链不一定存在长鞭效应，文章进一步提出该预测方法前提下长鞭效应存在的条件；在运用滑动平均和指数平滑预测方法时，长鞭效应总是存在．根据三种预测方法的分析结果得出，适当的预测参数和供应链协调可以减小长鞭效应．并在此基础上，比较分析三种预测方法条件下供应链协调时需求参数对长鞭效应的影响规律，结果表明，预测方法不同，需求参数对长鞭效应的影响规律也有所不同．     

基于MLP 神经网络的区域物流需求预测方法及其应用

区域物流需求预测是区域物流系统规划、物流资源合理配置过程中的重要环节,而区域经济是产生区域物流需求的内在决定性因素,因此寻求利用区域经济指标来预测区域物流需求具有较强的可行性,同时能够促使区域物流产业与区域经济之间的协调发展.为此提出了基于MLP神经网络的区域物流需求预测模型,不仅揭示了区域经济与区域物流需求之间的非线性映射关系,同时也为区域物流需求预测提供了一种新的思路和方法.     

一种基于需求景气分析和“幼稚预测”思想的需求预测模型

根据汽车生产企业和宾馆企业需求预测问题的基本特点,利用需求时间序列及其变化曲线,提出了一种基于需求景气分析和"幼稚"预测思想的定量预测模型,即首先划分产品的景气变化模式,然后寻找当前点状态的最佳历史匹配,并据此给出需求预测值.本文给出了模型的相关定义及算法,并以宾馆和汽车生产企业的实际需求数据为应用对象,检验了该模型的预测性能.试验结果表明,该方法具有较理想的预测精度.     

基于新陈代谢灰色马尔科夫的应急物资需求量预测方法

为提高受灾人数与应急物资需求量预测精度问题,提出了基于新陈代谢灰色马尔科夫的应急物资需求量预测方法。依据应急物资需求量预测思路,利用灰色、马尔科夫和新陈代谢理论,层级递进地构建新陈代谢灰色马尔科夫预测模型,实现受灾人数的动态预测;利用安全库存理论,构建应急物资柔性需求预测模型,实现受灾人数与物资需求量的供需平衡问题;运用本文模型、灰色马尔科夫模型和灰色模型对受灾人数与物资需求量进行预测,结果表明：该预测模型的相对误差要比其他模型小0.002 1%,预测精度明显优于基本的灰色模型,预测的受灾人口数量与应急物资需求量拟合度较高。     

A DYNAMIC ALLOCATION MODEL FOR MEDICAL RESOURCES IN THE CONTROL OF INFLUENZA DIFFUSION

In this paper,we develop a unique time-varying forecasting model for dynamic demand of medical resources based on a susceptible-exposed-infected-recovered(SEIR) influenza diffusion model.In this forecasting mechanism,medical resources allocated in the early period will take effect in subduing the spread of influenza and thus impact the demand in the later period.We adopt a discrete time-space network to describe the medical resources allocation process following a hypothetical influenza outbreak in a region.The entire medical resources allocation process is constructed as a multi-stage integer programming problem.At each stage,we solve a cost minimization sub-problem subject to the time-varying demand.The corresponding optimal allocation result is then used as an input to the control process of influenza spread,which in turn determines the demand for the next stage.In addition,we present a comparison between the proposed model and an empirical model.Our results could help decision makers prepare for a pandemic,including how to allocate limited resources dynamically.     

基于不同预测技术的供应链牛鞭效应分析

以H.L.Lee提出的消费需求AR(1)自相关模型为基础,在假定采用订货点库存策略的前提下,分别推导出了零售商采用移动平均法、一次指数平滑法预测及均方误差优化预测市场需求时,生产商所面对的需求波动,建立三种需求预测技术对一个两级供应链牛鞭效应影响的量化模型及仿真模型并进行了验证,分析了不同预测技术对供应链牛鞭效应的影响及适用范围.     

基于神经网络矫正的非线性短时负荷预测模型

为了解决传统神经网络负荷预测模型中,当预测日天气出现快速变化时预测误差随之增加的问题,提出了一种改进的未来一小时实时负荷预测模型。在该模型中,预测负荷通过对预测日的类似日负荷数据加一个矫正值来获得,矫正值从神经网络产生,网络结构得到简化。由于采用在线实时学习方式,该模型可以学习快速的天气变化和预测误差之间的关系,减小预测误差。仿真结果验证了该模型的有效性。