基于贝叶斯网络的供应链风险模糊综合评判

由于导致供应链失效的风险因素具有模糊性、复杂性,增加了供应链风险分析难度,一般的风险分析方法不能很好地评判供应链风险.文章提出了基于贝叶斯网络的供应链风险模糊综合评判方法,以某企业供应链风险为例,通过构建供应链失效风险的贝叶斯网络对风险事件发生概率进行线性推理,再采用模糊综合评判方法求出供应链风险中主要风险事件及总风险事件的风险等级,为该企业及早调控供应链提供依据.本评判方法可为企业供应链风险及其他类似风险的预防和控制提供参考依据.     

基于贝叶斯网络的工程项目进度完工概率分析

针对传统计划评审技术(Program Evaluation and Review Technique,PERT)在计算完工概率时假设条件的局限性(假设条件与工程实际存在偏差,导致完工概率偏大),提出了基于贝叶斯网络的施工进度完工概率分析方法.首先,分析了贝叶斯网络与进度计划网络之间的相似性,将两者结合起来构建了贝叶斯进度网络;在此基础上,综合考虑贝叶斯网络在节点取值及概率计算方面的优越性,并结合工程项目的不确定性及复杂性特点,建立了基于贝叶斯网络的施工进度完工概率分析模型.最后,将该模型应用于具体工程进行实例分析,验证了模型的可行性与有效性.研究结果表明:基于贝叶斯网络的进度完工概率模型充分考虑了工程施工中的风险因素,其结果能更客观地反映工程实际,可为工程项目决策者提供可靠的依据.     

利用贝叶斯网络提高港口国检查效率

提高港口国监控(PSC)的检查效率,本文研究了船舶固有属性(船舶年龄、船旗、船级社、船舶尺度)、港口国检查缺陷项与船舶事故间的影响关系。本文所使用的数据主要来自于英国劳氏船级社(LR)、国际海事组织(IMO)和东京谅解备忘录(Tokyo MOU)三个数据库,共5478条干散货船数据。利用贝叶斯网络(BN)构建模型,并分别采用Bayesian Network (BN)和Greedy thick thinning(GTT)算法构建网络模型。同时利用K-折交叉验证、对数似然函数(LL)、赤池信息量准则(AIC)和贝叶斯信息准则(BIC)对模型进行评估。结果表明船舶的固有属性和关键检查缺陷项对船舶事故均有较高的直接影响,而大多数的港口国监控检查缺陷之间具有相互影响,并且通过关键检查缺陷项对船舶事故产生间接影响。因此可以利用关键检查缺陷项优化港口国检验制度,提高检验效率。     

基于左截尾g-h分布的船舶溢油损失分布拟合研究

由于船舶溢油损失对保险公司的影响非常大,保险费率厘定过程中对损失分布拟合的研究非常重视.以全国船舶溢油事故损失数据为样本,对船舶溢油损失序列的分布特征进行研究.通过实证研究发现,船舶溢油损失数据不服从正态分布,具有"右偏、尖峰、厚尾"的特性.考虑船舶溢油损失数据的左截尾特性,将左截尾g-h分布引入船舶溢油损失序列的分布拟合中,结果表明,这种分布对船舶溢油损失数据的拟合效果与传统分布相比更好.     

基于贝叶斯网络的新冠肺炎区域风险等级划分准确性评估

新冠肺炎在我国爆发后,分区分级管控措施已经取得了良好的效果,但研判的准确度有待商榷。提出基于不精确概率的贝叶斯网络决策模型,评估疫情区域风险等级划分的准确度。采用贝叶斯网络结构表征风险等级划分过程,并进行了数学描述。通过分析疫情防控中收集的证据,提炼出网络节点状态的不精确概率数值,并将其转化成真、假、不确定三个状态的基本概率分配函数;运用扩展的证据合成技术传递节点的不确定性,评估风险等级划分的准确性。结果表明：区域风险等级划分为中风险的判断准确性较高,而低、高风险的判断准确性较低;疫情防控进入常态化后,精准防控还应结合风险等级的准确度重点考虑低、高风险区域经济社会的秩序安排,以适应应急管理科学化、专业化、智能化、精细化的需要。     

基于贝叶斯网络的飞行不安全事件风险评估研究

飞行不安全事件会导致飞行事故和飞行事故症候,为了保障飞行安全,对飞行不安全事件的风险因素进行风险评估,对风险大的因素进行有效的管理,可以降低飞行不安全事件的发生.首先从飞行不安全事件的责任类别角度,总结了飞行不安全事件的32个风险因素,归属9类责任,建立了基于贝叶斯网络的飞行不安全事件风险评估模型;其次根据2011年1到11月的民用航空不安全事件的统计结果,利用Microsoft Excel软件和编写VB语言程序通过输入风险因素的先验概率,计算出目标事件即飞行不安全事件发生的概率和风险因素的重要性指标值,最后利用贝叶斯网络模型对飞行不安全事件的风险因素进行评价,得出影响较大的风险因素有6个,分别为爆胎/轮胎脱层/扎破、系统失效、通信中断、外来物击伤、雷击、危险接近/飞行冲突.针对影响较大的风险因素,应增强机务部门对航空器轮胎、机载设备系统、通信系统的检修质量、提高对天气观测和预报的准确度、加强机组培训、优化空管指挥方案.     

基于贝叶斯网络的多态故障树分析方法

针对多态系统故障树分析的难点,通过一个多态雷达系统的实例给出了一种基于贝叶斯网络的多态故障树分析方法.首先根据多态故障树的结构建立贝叶斯网络的拓扑结构,然后根据多态逻辑算子对其进行定量化,进而利用贝叶斯网络分析多态故障树顶事件概率、部件重要度及其它结果.最后通过对实例的分析说明了基于贝叶斯网络的多态故障树分析方法有更强的建模分析能力.     

基于博弈论的铁路集装箱中心站装卸作业研究

考虑铁路集装箱中心站不同装卸任务之间的竞争性因素,采用博弈论的方法,研究中心站在客户竞争驱动下的装卸资源调度及作业顺序问题。建立博弈模型并设计遗传算法,通过求解该问题的典型算例,将得到的均衡解与静态最优解进行对比,分析考虑竞争因素的作业方案与最优作业方案的差异。结果表明该方法在对最优方案影响较小的情况下,充分考虑了各装卸任务间的竞争公平性,为中心站确定更加合理的装卸作业顺序和资源调度提供科学的依据。     

基于Copula贝叶斯估计的行业风险差异分析

通过对常替代弹性资本资产定价模型中投资标度问题的分析,提出了Copula贝叶斯估计方法用以获得系统风险β与投资标度比λ的联合后验分布.Copula贝叶斯估计方法针对数据非正态特征及强相关性特征而构建,采用Copula函数取代原有普通贝叶斯估计方法中的正态假设.传统贝叶斯估计方法假设了正态的似然函数,忽略了数据可能存在尖峰后尾等在金融实证数据分析中普遍存在的非正态情况.Copula贝叶斯估计算法采用半相依回归法处理数据的强相关性问题,将原有函数依照数据形式假设为非正态结构.针对来自6个工业产业24组公司数据的系统风险参数β与其对应的投资标度参数比λ进行估计,获得不同行业中系统风险参数与投资标度之间的动态关系并进行分析,为业界投资及相关研究提供有效参考建议.     

基于层次分析法-直觉模糊贝叶斯网络的作战保障能力评估

对作战保障综合能力提出一种新的评估方法,对定性指标构建直觉模糊贝叶斯网络模型,通过贝叶斯推理得到静态作战保障能力;对定量指标用层次分析法确定指标权重,得到动态后勤作战保障能力.采用直觉模糊贝叶斯网络和层次分析相结合的综合评价模型,并引入决策者的偏好因子得到作战保障能力的综合评价值.通过实例分析,验证了该方法的合理性以及有效性.     

基于多目标属性决策和信息熵值法的港口集装箱装卸设备选型评价

装卸设备选型对专业集装箱码头的发展具有重大意义,本文从这一现实问题入手,基于集装箱装卸设备选型的多属性特征以及港口物流工业的一体化趋势,提出了基于信息熵值法的多目标属性决策模型(Multi-attribute decision-making Model Based on Information Entropy Method, MADM-IEM)。以装卸设备为研究对象,构建全面的装卸设备选型评价指标体系;针对指标属性不相容性和不确定性、相关指标难以量化呈现的特点,运用多属性决策和信息熵值法的数据效用值相结合的方法,客观、合理地计算属性指标的权重系数,并进行归一化处理;在此基础上结合ELECTRE法和TOPSIS法,对装卸设备进行综合排序,由此确定设备选型结果。注意到,两种方法求解结果具有一致性,验证了该模型的可行性和有效性。最后对港口装卸设备选型评价进行灵敏度分析,深入讨论评价指标的权重变动对结果的影响。研究结果充分表明提出的MADM-IEM模型能为中小型内河港口码头的基础建设规划提供科学合理的决策依据。     

基于贝叶斯网络的中国电子商务信用风险因素研究

针对电子商务信用问题可能会导致的电子商务发展缓慢、电子商务市场秩序混乱以及电子商务产业崩溃等风险事件,应用贝叶斯网络理论构建中国电子商务信用风险网络模型,分别分析电子商务信用风险的敏感性因素与关键因素对风险事件的影响程度。运用GeNie仿真软件求得结果:最关键的信用风险因素是技术诈骗率提高、经济效率降低以及国家监管力度不足等三个因素,敏感性因素为新者难做、交易者的交易意愿降低、技术诈骗率提高、经济效率降低以及信息不对称等五个因素。研究认为信用风险关键因素的变化会波及信用风险敏感因素的变动,进而引发风险事件的产生。     

基于证据理论的成品油分销网络合作伙伴选择的 综合评价

建立了成品油分销网络合作伙伴的综合评价指标体系,并引入能将＂不知道＂和＂不确定＂区分开来的D-S证据理论,利用该理论中的数据融合技术对5个意向合作企业进行了评价,并得到了最终的评价分值和排序.     

贝叶斯网络仿真元模型及其在装备战场损伤仿真中的应用研究

结合装备战场损伤仿真系统,研究了贝叶斯网络仿真元模型的构建方法.从条件概率角度描述了仿真模型输入参数与输出参数之间的映射关系,研究了构建贝叶斯网络仿真元模型的可行性,分析了贝叶斯网络仿真元模型的优点;研究了贝叶斯网络仿真元模型构建过程中的关键问题,包括:元模型参数的确定、原始模型参数向贝叶斯网络节点的转化、联结强度的计算、衍生元模型的构建;针对不完全信息条件下装备战场损伤快速定位问题,研究了基于K2算法的贝叶斯网络仿真元模型构建方法;构建了某型高炮的战场损伤贝叶斯网络仿真元模型.     

偏最小二乘回归的贝叶斯正则化神经网络集成模型在证券分析预测中的应用

神经网络集成技术能有效地提高神经网络的预测精度和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.利用Bagging技术和不同的神经网络算法生成集成个体,并用偏最小二乘回归方法从中提取集成因子,再利用贝叶斯正则化神经网络对其集成,以此建立上证指数预测模型.通过上证指数开、收盘价进行实例分析,计算结果表明该方法预测精度高、稳定性好.     

基于网络外部性的港口FDI企业与内资港口企业博弈策略研究

将港口服务产品的网络外部性和服务质量水平引入到发货人的效用函数中,通过Hotelling价格竞争模型分析港口FDI企业与内资港口企业的博弈策略行为,分别研究在Nash和Stackelberg博弈条件下,港口服务价格、收益与网络外部性系数、服务质量水平之间的关系.理论研究的结论表明:港口FDI企业与内资港口企业在Stackelberg条件下的最优定价、均衡收益均大于Nash条件下的最优定价、均衡收益;企业最优定价随网络外部性强度线性递减,随服务水平线性递增;企业均衡收益受服务水平和网络外部性强度的影响,呈现出一定的区间变化规律,处于相同港口外部市场环境下,内资港口企业与港口FDI企业的服务策略选择和侧重点不相同.     

基于人机交互—蚁群算法的港口疏船调度优化

为解决因港口无法正常作业导致大量船舶压港后的疏船调度问题,从同时兼顾船公司和港口方利益出发,建立了船舶平均在港时间最短、额外作业成本最低、生产秩序恢复最快的调度生产多目标优化模型。利用多属性效用理论将多目标转换为单目标,并构建了相应的评价函数,采用改进的蚁群算法并结合人机交互以及邻域搜索方法求解,最后以大连港集装箱码头实际案例进行验证。结果表明,与通常调度方法相比,文中建立的优化模型能够更好地解决疏船问题;对比常规的蚁群算法,改进后的算法搜索效率更高。上述模型和算法为集装箱码头的生产组织调度提供了新的优化思路和方法。     

基于Shapley值的港口船舶清污协议费费率定价方法研究

针对我国港口船舶清污协议费的定价问题,兼顾公平与效率原则,在根据船舶在港口发生污染事故的风险水平划分其风险等级的基础上,运用Shapley值的简化公式对港口清污资源的总配置成本进行分摊,计算得出每艘船舶每天所需分摊的配置成本,消除了短期船舶靠泊的动态性对分摊结果的影响,是制订港口清污费费率征收标准的理论依据。算例分析结果表明现行船舶清污协议费征收标准过高,本文计算的分摊结果兼顾了公平与效率的原则,并且证明了其满足个体理性,集体理性以及联盟稳定性的要求。