云南省民航客运发展预测

民航运输是云南省在进行综合交通运输建设的重点之一,也是该省在未来"十四五"(2021-2025年)和"十五五"(2026-2030年)规划期间的研究热点。本文以云南省为研究范围,以省内民航客运为研究对象,选取省内主要的社会经济因素为影响因子,运用主成分分析法(PCA)、反向传播神经网络算法(BP神经网络算法)和回归分析法,构建了省内民航客运的预测模型,得出省内各主要机场在"十四五"末和"十五五"末的预计旅客吞吐量,对省政府在进行机场改扩建上有一定的指导意义。     

基于DEA的中国铁路物流化运营绩效评价

总结了中国铁路物流化进程中的一些政策措施,运用DEA分析法对中国铁路物流化货运组织的运营绩效进行研究,得出中国铁路向现代物流转化势在必行,刻不容缓。通过建立模型,对铁路工资总额、营业里程、机车数、货车数、货运周转量进行综合评价。分析了1984～2007年整个铁路营运绩效。1986年～1989年整个铁路运营绩效呈上升趋势。1990年～1997年的效率水平具有波动性,但总体呈下降趋势,其中1996～1998年还出现了规模收益递减。1998年至今随着现代铁路物流理念下的铁路行业技术水平提高以及铁路不断提速等,带来了铁路运营绩效的同比增长。     

基于Cross-efficiency DEA的中间站运营绩效分析

根据传统DEA存在的局限性,在有关文献研究的基础上,提出了基于Cross-efficiency DEA模型的中间站绩效分析方法,在调查收集影响中间站运营绩效基础数据的基础上,利用灰色关联分析法提取了评价指标体系,采用Cross-efficiency DEA模型对中间站运营绩效进行了分析、评价和测算,并运用MATLAB软件编程进行了求解,获得了各中间站源配置效率的排序,在对非DEA有效的决策单元进行投影分析的基础上,识别出影响决策单元运营绩效的关键因素,为改进非DEA有效决策单元提供了一个可行方案.最后利用实例验证了该模型的有效性、科学性,分析结果表明:Cross-efficiency DEA模型基本能够反映决策单元运行效率的现实状况.     

Evaluating sustainability of supply chains by two-stage range directional measure in the presence of negative data

Assessing sustainability of supply chains is a critical and increasingly complex problem. In recent years sustainability has received more attention in supply chain management (SCM) literature with triple bottom lines including social, environmental, and economic factors. Conventional data envelopment analysis (DEA) models consider decision making units (DMUs) as black boxes that consume a set of inputs to produce a set of outputs and do not take into consideration internal interactions of DMUs. Two-stage DEA models deal with such DMUs. However, existing two-stage DEA models are applicable only in technologies characterized by positive inputs/outputs. This paper aims to build and present a new two-stage DEA model considering negative input-intermediate-output data. Some numerical examples along with some theorems and properties are given to show capability of proposed method. The proposed ideas are used in a case study where 29 Iranian supply chains producing equipment of expendable medical devices are evaluated in terms of sustainability.     

基于主元分析和聚类的船舶机电设备性能变化趋势的提取

利用主元分析模型和小波变换模极大值法,提出了监测船舶机电设备性能变化的趋势提取方法。基于聚类思想,定义了奇异值分散性测度,估计了主元数;类似地,通过对复相关系数的聚类分析,确定了主元显著相关变量。算例证明了文中方法的有效性。     

Efficiency evaluation and PM emission reallocation of China ports based on improved DEA models

The emission of particulate matter (PM) and other atmospheric pollutants in port operations and shipping have caused a huge negative impact on the environment. Consequently, how to evaluate the environmental efficiency of ports and put forward corresponding countermeasures on this basis is becoming a more important issue than ever before from the perspectives of the government, academia, and society. We construct three data envelopment analysis (DEA) models to evaluate the environmental efficiency of ports under the circumstances of environmental control, non-environmental control and PM emission through inter-ports cooperation. The innovation of the DEA models constructed in this paper lies in: (1) Setting environmental control parameters to uniformly manipulate the situations of environmental control and non-environmental control, etc.; (2) Allowing non-equal proportional change of input index, expected output and non-expected output index; (3) Setting preference coefficients for ports to admit favorable decisions; (4) Providing a distance formula of expected output for PM emission reallocation. Further, data from 11 major ports in China are collected to compare the expected output under different PM emission standards assuming the situation of environmental control and non-environmental control, port cooperation, and non-cooperative sewage discharge. The empirical results show that: (1) Ports in the eastern China (Shanghai, Ningbo, and Nanjing) have higher port efficiency; (2) Port cooperation can improve the overall expected output but it will lose its edge with the improvement of PM emission standards. (3) Ports follow the same trend of output loss regardless of favorable decisions. In the end, the author makes a summary, puts forward relevant policy suggestions and makes the recommendation for future research.     

基于ANFIS的环境激励下桥梁结构应变响应预测分析

为准确预测复杂环境荷载作用下混凝土连续梁桥结构应变响应,基于结构健康监测系统长期实测数据,分析桥梁结构温度场变化规律,进而基于主成分分析及自适应神经网络模糊推理系统,建立桥梁结构温度场与桥梁结构应变响应的复杂非线性关系。首先,利用小波分解技术分离环境荷载及车辆荷载作用下的桥梁结构实测应变响应;然后利用平行坐标轴,分析混凝土连续梁桥结构温度场变化规律,并利用主成分分析提取结构温度场实测温度数据主成分;最后基于自适应神经网络模糊推理系统,以应变测点处温度数据、桥梁结构温度场实测温度数据主成分和采样时间点数据为输入数据,分别建立不同输入变量组合与应变响应的复杂非线性关系,并对比分析不同工况下结构应变响应的预测精度。结果表明：桥梁结构各测点处实测温度数据变化趋势基本一致,同侧测点实测温度数据高度相关,但桥梁结构上、下表面测点温度变化存在明显差异,仅考虑应变测点处温度变化,难以准确预测桥梁结构应变响应;当考虑桥梁结构温度场变化时,能更精确地建立温度与应变响应之间的关系模型,进而基于实测温度数据准确预测桥梁结构应变响应;当缺乏结构温度场实测温度数据时,将采样时间点作为反映桥梁结构温度场变化规律的参数,可取得较好效果。     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

DEA方法在电子对抗装备软件综合评价中的应用研究

针对电子对抗装备软件综合评价中四种不同的群体,建立装备软件综合评价的指标体系,并根据其特点,将模糊综合评价方法和DEA方法结合起来,建立了电子对抗装备软件综合评价和装备软件组织与设计开发方案选择模型,最后给出一个实例验证了模型的正确性。     

港城互动关系评价模型研究

港口发展与城市经济之间有着密切的联系,港口经济已经成为推动区域经济发展的重要力量.通过研究构建包含港口与城市之间的DEA评价模型,定量测算出港口城市发展的有效性以及构建生产函数测定港口对港口所在城市经济贡献的显著性,并分析了港口与港口城市协调发展中所存在的问题.