网络中心战环境下的共享态势感知构建语言研究

基于语义Web本体语言OWL lite提出一种网络中心战环境下的共享态势感知语言SSACL,展示该语言良好的表达能力和可扩展性;SSACL构建的共享态势感知可由计算机做自动处理,可被战场空间的各个实体所共享,并将成为面向网络中心战的知识基础设施的一部分,与规则本体、战场空间各个相关领域本体等一起为夺取网络中心战的知识优势和决策优势服务.     

对集团企业财务共享服务中心建设的探讨

阐述了财务共享服务的概念,从财务共享建设的关键因素出发,探讨集团型企业财务共享服务中心建设的实施路径.     

一种虚拟钥匙模块在共享车辆中的应用原理

随着传统汽车及新能源汽车的智能化程度越来越高,不少企业都推出了基于各种方法实现的车辆共享技术.这些技术可不依赖于传统的车辆实体钥匙,以软件等形式对车辆进行车门解锁、上锁、闪灯鸣笛及启动发动机等操控.文章将对某种共享车辆采用的虚拟钥匙模块的接口定义、功能实现和匹配学习等原理进行分析和探讨.     

基于预约需求的共享停车平台泊位分配方法

为解决在预约需求下，考虑预约时刻、时长及延时需求的共享停车分配问题，提出一种共享停车泊位分配模型. 以平台收益和停车步行距离为优化目标，将需求分为基本及延时两种情况，确定停车预约请求的分配策略. 根据模型结构，设计随机解集生成方法，利用蒙特卡洛法确定模型的最优解. 以医院停车场及周边停车场为案例，测试模型. 结果表明，模型能较好地服务于共享停车泊位的分配，实现平台收益与满足需求之间的平衡.     

基于共享停车的车位租用与分配模型

共享停车作为一种缓解停车矛盾和挖掘停车资源的新思路，其理念与运营策略亟待完善. 共享停车运营平台整合停车资源并从中获利，但需要承担车位租赁成本. 为充分发挥共享停车模式对停车资源调整的灵活性优势，在综合考虑租用车位成本，提供停车服务收入和拒绝用户潜在损失的基础上，以共享停车平台运营商利润最大化为目标，提出对闲置车位租用与停车请求分配统一决策的整数规划模型，并应用相应指标进行评价. 算例结果表明，所提模型能有效提高运营商的利润与车位周转率，为共享停车平台运营商的决策管理提供理论参考.     

智能化:提升效率,保证安全

新冠肺炎疫情发生以来,一些行业企业的复工复产受到不同程度的影响,不少企业通过采取灵活多样的方式,努力推进复工复产。航运、港口、造船、船检以及相关行业更是充分借助信息技术和智能技术手段,为复工复产按下“加速键”。共享平台优化协作。新冠肺炎疫情发生后,线上购物异常忙碌,蔬菜、日用品、医疗防护用品等商品皆能在网上下订单。     

不同主导权结构下的双渠道供应链定价策略及协调机制研究

基于制造商开辟线上直销渠道与线下零售渠道构成双渠道供应链的背景下,结合实际的服务影响因素,对不同主导权结构下双渠道供应链各成员的定价策略和协调机制进行研究。分别构建制造商主导、零售商主导、垂直均衡三种分散决策下的两阶段Stackelberg博弈模型,研究发现相较于集中决策,分散决策下供应链成员在价格、需求、利润上均有所损失。为缓解渠道之间的矛盾与冲突,引入一种双向收益共享契约用于协调供应链。研究表明,在一定的收益共享范围内,双向收益共享契约可以完美协调供应链;对于主导企业而言,主导权越向自身集中,所需共享的收益比例也越小;随着零售商服务水平的增大,制造商的利润不断增大,零售商的利润不断减小,供应链整体利润呈先增后减趋势。     

自动驾驶条件下共享车辆车队规模

随着自动驾驶技术的发展和普及,未来以自动驾驶车辆替代传统有人驾驶私家车辆成为大势所趋,本文研究的目标是提出一种解决小规模自动驾驶共享车辆(Shared Autonomous Vehicle, SAV)车队规模的方法,并进行实际案例分析。使用的数据集是上海市50辆新能源私家车一年的轨迹数据,使用此部分出行需求,给出了计算两次出行是否可以衔接的具体方法,得到衔接矩阵。然后将求解最小车队规模问题转化为求解多旅行商问题(Multiple Travelling Salesman Problem, MTSP)的最短路问题,并证明两者具有等价性。论文提出使用排序遗传算法对此问题进行求解,使用5种常见的排序交叉算子分别验证求解质量,得到OX1交叉算子的质量最优。最后选择OX1交叉算子计算出行需求数排名前20天的SAV的最小规模,得到SAV的平均替代率为2.4。即在本研究中,一辆SAV平均可以替代2.4辆传统私家车,为未来自动驾驶技术普及后,SAV的车队规模问题提供参考。     

新冠疫情影响下居民共享出行方式选择行为研究

为分析新冠疫情对共享出行方式选择行为的影响，针对传统出行、网约车、合乘、汽车分时租赁及共享自行车的多方式交通系统设计SP(Stated Preference)问卷；对于疫情前和疫情期间的出行方式选择分别构建基于面板数据的混合Logit模型，比较解释变量的影响差异，分析感知疫情严重程度和方式选择惯性的联合影响；基于弹性分析预测疫情背景下不同管控政策对应的出行方式分担率。结果表明：感知疫情严重程度对合乘和分时租赁影响显著，方式选择惯性对网约车、分时租赁及共享自行车影响显著；当感知疫情严重程度降低至30%~50%时，1.6~3.0倍的停车费调整策略可将私家车分担率降低至疫情前，此时，低密接的分时租赁具有主要替代作用；当感知疫情严重程度在60%以上时，提高合乘出行安全程度至1.4~3.6倍可恢复其分担率。