一、资金预算问题建模方法研究(论文文献综述)
林柏梁,沈姚铭,王忠凯,赵伊楠,王振宇[1](2021)在《带资金预算约束的动车组高级修计划优化研究》文中指出近年来我国高速铁路发展迅速,动车组运用越来越广泛。随着动车组保有量的增长,动车组市场进入了高级修的高峰期。由于动车组高级修成本高,且在目前的维修体制中,各路局对高级修预算都有一定限制,而既有研究未考虑这一关键限制条件。鉴于目前动车组在一年内进行高级修次数一般小于一次的事实,本文采用年度高级修资金预算约束的策略,在分析资金预算及成本支出的基础上,构建带资金预算约束的动车组高级修计划优化0-1整数规划模型。对中国铁路某局集团有限公司的124列动车组进行实际优化,使用Python调用Gurobi进行精确求解。将生成的优化方案与不考虑资金预算限制下的优化方案进行比较,在不超预算的情况下,得到优于人工经验的方案。
张积勇,袁媛,孔宪薇[2](2021)在《高校修购专项预算执行风险分析与定量预警》文中指出高校修购专项资金是推动我国"双一流"高校建设的重要基础,监测、控制和规避高校修购专项资金预算执行风险是项目顺利实施的必要条件,有效分析风险成因、提取影响风险关键核心因素,在项目实施过程中实时计算风险值并给出量化预警,是及时采取风险控制措施的重要前提。采取定性与定量相结合的方式,选取具有代表性的部属高校为样本,对专项资金执行的核心影响因素和风险累积效应进行全面分析、研究、验证。研究得出,综合运用"物理-事理-人理"、层次分析法、模糊测度等系统工程方法,可以建立全面系统的专项资金执行风险评价指标体系,可以量化提取其中核心关键指标并实现动态风险监控预警,为专项资金预算执行抓住重点、制定及时有效风险控制措施提供科学的决策依据。
丛佩金[3](2021)在《云服务利润最优化技术研究》文中研究指明随着虚拟化技术、大数据和人工智能技术的快速发展,云计算在互联网、政务、金融、交通、医疗以及教育等诸多关键领域得到了广泛应用。在云计算范式下,云服务提供商通过互联网向用户提供硬件设施、平台、软件等不同形式的共享服务,而用户可以随时随地通过网络按需购买和使用这些云服务。随着云服务市场日渐壮大,云服务提供商不断增多。在竞争激烈的云服务市场环境下,当面对众多用户提交的各类云服务请求时,如何最大化云服务利润并同时提升用户服务体验是云服务提供商亟需解决的关键问题。云服务利润优化可以通过增加收入和降低成本两种途径来实现。有效的云服务定价策略可为云服务提供商增加收入而有效的云平台计算资源配置方案和云服务请求调度方法又可为云服务提供商降低成本。现有工作在研究上述云服务利润优化相关技术时通常仅专注于云服务提供商这一角色,而未对云顾客这一重要角色进行探索和分析。尽管现有技术能使云服务利润在短期内有所增加,但是它们可能会因为不了解顾客的真实需求而造成顾客服务体验下降,引起顾客流失,进而不利于云服务利润长期增长。因此,针对上述问题,本文充分考虑云顾客的特征和需求(例如,顾客个性、顾客感知价值、顾客多样性、顾客需求差异性、顾客生命周期动态性、顾客保留率等),从增加收入和降低成本两个方面出发,设计了基于顾客认知的云服务定价策略、云平台计算资源配置方案和云服务请求调度方法,旨在提升顾客服务体验的同时最大化云服务提供商利润。本文的具体贡献如下。1.本文解决了动态云服务市场环境下的云服务定价问题,提出了顾客个性引导的云服务定价策略。在此研究工作中,本文构建了顾客模型和云服务提供商模型,并在两个模型的基础上定义了服务质量约束下的云服务利润最优化问题。为解决该问题,本文首先基于顾客个性提出了一种顾客感知价值预测机制,该机制能够根据顾客个性、服务价格和服务质量来预测顾客对服务的感知价值;然后利用顾客感知价值设计了一种基于强化学习的动态定价策略,该策略将云服务定价问题建模为马尔可夫决策过程并采用Q-learning方法对该问题进行求解以获得最优的云服务定价决策。2.本文解决了可用资金约束下的云服务平台计算资源配置和顾客投资问题,提出了顾客保留率驱动的云服务平台计算资源配置方案。在此研究工作中,本文构建了顾客模型和云服务提供商模型,并在两个模型的基础上定义了资金约束下的云服务利润最优化问题。为解决该问题,本文首先考虑市场营销资金的有限性,提出了一种基于顾客生命周期价值的顾客投资方案,以帮助云服务提供商选择最有价值的顾客进行投资,从而促进云服务长期利润的增长;然后考虑基础设施资金的有限性,提出了一种顾客保留率驱动的计算资源投资与配置方案,以在资金约束下最大化云服务利润的同时提高顾客保留率,从而促进云服务长期利润的增长。3.本文解决了截止时间约束下的个性化云服务请求调度问题,提出了一种基于最早截止时间优先的启发式云服务请求调度方法。在此研究工作中,本文构建了顾客模型和云服务提供商模型,并在两个模型的基础上定义了截止时间约束下的云服务利润最优化问题。为解决该问题,本文提出了一种基于最早截止时间优先的两阶段启发式个性化云服务请求调度算法。在阶段一,该算法基于服务请求的截止时间对服务请求进行调度优先级排序;在阶段二,该算法在截止时间约束下通过智能地将服务请求分配给合适的服务器来执行以最大化云服务利润。
廖静洁[4](2020)在《浙江省Y镇民政资金使用及监管研究》文中进行了进一步梳理民政资金是困难群众的“救命钱”,资金的使用和监管关系着我国社会的发展和长治久安,起着社会兜底作用,党和国家高度重视。浙江省是我国沿海经济强省,浙江省民政工作与我国其他不发达省份在民政工作重点和所面临的问题上存在着许多区别,Y镇是浙江省一个典型的山区小镇,经济发展以旅游业和采茶制茶业为主,本文将以Y镇为例调查研究Y镇民政工作中资金的使用和监管现状,发现其中存在的问题,并提供民政工作改进建议,提升Y镇民政工作的发展。本文首先在参考了大量国内和国外民政改革经验文献的基础之上对我国民政的基本情况进行了概述,包括民政工作内容、民政资金来源、民政资金的使用和监管、民政资金管理和使用的基本原则;然后本文对浙江省Y镇进行了数据调研以及走访调研,从统计学角度调查分析了Y镇2015-2019年民政资金的使用和分配情况、从施政流程角度分析了Y镇民政资金的发放流程,以及Y镇民政资金的监管现状,通过分析得出了Y镇民政资金在使用及监管中存在的问题。接着本文通过对存在问题的原因分析入手,制定了针对浙江省Y镇民政资金的使用及监管建议。最后使用系统动力学和基于主体建模方法通过Anylogic软件平台建模,对浙江省Y镇民政资金政策进行建模仿真,探索了使用模拟仿真方法对乡镇级别民政资金使用和监管施政政策进行制定的可行性,为我国未来进行精准施政研究提供了的一个重要方向。
凃强[5](2020)在《不确定环境下电动汽车路径选择和充电设施布局优化》文中指出随着人们对环境污染和能源消耗问题的不断重视,电动汽车近年来受到广泛的关注,成为交通领域的研究热点。相比于传统的燃油汽车,电动汽车具有节能环保,使用成本低,驾驶体验好等优点,但也面临着续航里程短,充电慢,充电难等问题,这在一定程度上限制了电动汽车的普及使用。科学合理地引导电动汽车出行,完善充电设施规划布局可以缓解出行者的里程焦虑,促进电动汽车的有序发展。本文基于交通网络流理论,以电动汽车出行为研究对象,系统深入地研究了不确定交通网络环境下的个体路径优化,交通网络分配和充电设施布局等问题。具体而言,本文的研究工作主要包含以下几个方面:(1)电动汽车中短距离出行路径优化:约束可靠最短路问题同时考虑交通网络中路段出行时间的随机性和电动汽车的续航里程,建立了约束可靠最短路模型,它是一个广义的最短路模型,根据不同的参数取值,该模型可以退化为可靠最短路模型,约束最短路模型或普通的最短路模型。为了减小问题规模,首先提出了预处理方法和网络缩减技术,然后在此基础上设计了拉格朗日松弛算法和多准则标号算法对问题进行求解,并在多准则标号算法中融合了A*算法将优先搜索权分配给距离终点更近的节点标号,进一步提升了算法的运算性能。(2)电动汽车长距离出行路径优化:考虑充电行为的可靠最短路问题为了适应电动汽车长距离的城际出行,将交通网络中的随机路段出行时间和充电节点停留时间,以及电动汽车的续航里程和充电行为等因素融入最短路径模型中。基于不同的建模思路和决策变量,分别建立了基于路段-节点-状态的模型和基于充电行为子路径的模型。针对两类模型的建模思路,分别提出了多准则标号算法和两阶段算法对问题进行求解,并在方格网络中分析了两类算法的适用场景,其中多准则标号算法适用于少O-D对的具有高密度充电节点的交通网络,而两阶段算法适用于多O-D对的具有低密度充电节点的交通网络。(3)电动汽车混入下的交通网络流量分布:可靠交通网络均衡问题考虑交通需求的不确定性作为源头,解析地推导了路段出行时间和充电节点停留时间的均值和方差,并根据出行时间的独立性假设和中心极限定理,估计了路径的可靠出行时间。基于交通网络均衡理论建立了电动汽车混入下的多用户变分不等式模型,证明了模型至少存在一个解,并推导了等价的Wardrop第一原则表达式。在求解算法上,以电动汽车长距离出行可靠路径优化问题求解算法为基础,引入了列生成算法的基本框架,提出了基于列生成的相继平均算法(CG_MSA)对可靠交通网络均衡问题进行求解。(4)电动汽车充电设施布局优化:随机需求下的离散网络设计问题建立了随机需求条件下电动汽车充电设施布局优化的双层规划模型:上层模型方面:根据随机需求条件,解析地推导了交通网络系统总出行时间预算作为目标函数,并加入了资金投资预算作为约束条件;下层模型方面,通过构建具有次可加性的路径出行时间预算,建立了基于路段的交通网络均衡模型。采用遗传算法和CG_MSA算法分别对上下层模型进行求解,并在一个双向ND网络中分析了各类输入参数对充电设施布局优化的影响。
邓小明[6](2020)在《我国海事大型船舶建设管理策略研究》文中研究表明在我国推进建设海洋强国和交通强国建设的大背景下,我国海事系统为了提升对我国管辖海域和国际海运重要通道的海上安全管理以及应急处置能力,有必要建设一支由海事大型船舶组成的深远海巡航搜救船队,为我国海事系统加强深远海海上交通安全管理、提高航海保障能力提供支持,推动海事装备高质量发展。本文通过对我国海事大型船舶建设现状进行评估,分析海事大型船舶建设成功案例以及存在的问题,总结建设的经验,提出我国海事大型船舶建设的可行性;通过对比国外海洋发达国家海上安全管理机构大型船舶建设情况,分析我国海事大型船舶存在的薄弱点和不足,提出我国海事大型船舶建设的建议;通过对服务型政府政策进行研究,结合《交通强国建设刚要》中“保障国际海运重要通道安全与畅通”要求和《海事船舶配备管理规定》的相关规定,测算出我国海事大型船舶建设的数量规模,为我国海事系统建设大型船舶策略提供支持;通过开展海事大型船舶建设管理策略研究,为海事系统提供建设大型船舶的规划建议和管理建议,将海事系统大型船舶建设规划纳入《交通运输支持系统建设规划》和《海事系统发展建设规划》提供依据。通过研究,我国海事系统在“十四五”期间应建设大型巡逻船4艘、大型测量船2艘、更新大型航标船3艘,形成10艘大型巡逻船、7艘大型航标船和3艘大型测量船共20艘海事大型船舶的规模,组建以大型巡逻船执行海上巡航搜救为主体、大型航标船和大型测量船为航海保障的深远海巡航搜救船队,基本实现覆盖我国沿海和国际海运重要通道的海上安全管理以及应急处置能力;到本世纪中叶,再建设大型巡逻船10艘,达到大型巡逻船约20艘,大型航标船7艘,大型测量船3艘,形成海事大型船舶规模30多艘的深远海巡航搜救船队,有力支撑交通强国战略。研究认为,为加快推动我国海事大型船舶的建设,需要重视规划、资金、管理、技术等方面的工作。首先需要科学的规划,将海事大型船舶建设同国家发展战略联系起来,并将建设规划纳入国家交通建设规划中,为项目的立项奠定基础;其次,在建设资金保障上要多渠道统筹,拓宽财政资金的供给,确保项目资金保障到位;再次,要完善建设管理制度,适时修订和完善船舶建设相关管理制度,规范海事大型船舶建设流程,提升海事大型船舶建设的管理效率:最后,需要提高海事大型船舶的技术水平,提升海事大型船舶深远海适应能力,提高海事大型船舶的快速性和综合保障能力,通过建设船舶综合信息集成与指挥系统提高海事大型船舶的信息化水平。
邸振[7](2020)在《基于可达性的离散交通网络设计:模型、算法及应用》文中研究指明在交通运输规划与管理中,交通网络设计是一个不可或缺的重要环节。这是因为交通网络设计对交通系统其他阶段的规划和管理产生重要影响,其合理性和可靠性是保证整个交通系统正常运转的前提条件。更为重要的是,道路网络与城市其他子系统之间存在着相互促进又彼此制约的复杂关系。传统的交通规划理论和网络设计方法侧重于对出行者机动性的度量,例如,移动速度和出行时间。然而,机动性的改善会导致出行需求的增加和交通拥堵的发生。在此情境下,以最小化系统出行时间作为目标的方法,并不适合基于可达性的交通网络规划过程,也无法考虑社会公平性。众所周知,交通网络设计和组织管理工作的主要目标是提高交通网络服务水平和出行可达性。因此,以最大化网络可达性作为目标的方法,在一定程度上扩展了交通规划和网络设计问题的策略范围。本文基于系统优化思想,以交通网络设计方法为主线,以可达性作为交通网络的综合评价指标,针对确定需求下离散交通网络设计、随机需求下离散交通网络设计、考虑活动时空属性的离散交通网络设计等问题展开理论研究,并将相应的研究成果应用于城市道路交通管理和轨道交通组织优化中。具体研究内容包括以下几个方面:(1)流量可达性测度和时空可达性测度。交通流量的持续增加必然导致出行者期望出行时间和交通拥堵之间的矛盾。在此背景下,本文提出了流量可达性测度,它以物理网络为基础,以流量依赖的出行时间预算为约束,体现了实际交通流量与潜在交通需求之间的平衡。鉴于出行活动具有一定的时空属性,时空可达性测度以时空网络为基础,以与起讫点和出发时刻相关的出行时间预算为约束,反映了活动点对之间在交通网络中的实时可达性。虽然这两种可达性指标的侧重点和使用环境不同,但它们均可体现主观可达性与客观可达性的矛盾统一,均可度量一定社会发展条件下交通需求与供给之间的耦合关系。(2)确定和随机需求下的离散交通网络设计。在确定性需求下,本文以最大化流量可达性测度为目标,将离散交通网络设计问题构建为非线性混合整数双层规划模型,其中,上层制定网络设计方案,下层为时间预算下的用户均衡流量分配模型。在随机需求下,本文以最大化流量可达性测度的期望为目标,将鲁棒离散交通网络设计问题构建为两阶段随机规划模型,其中,第一阶段生成网络设计方案,第二阶段通过设置多种场景处理随机需求,并使用时间预算下的用户均衡模型对实现的需求进行流量分配。为了求解这两个模型,在对问题特征进行分析的基础上设计了基于概率搜索和隐枚举法的启发式算法。以Sioux Falls网络和San Diego高速公路网络为例,设计了数值实验,并对某些参数进行了灵敏度分析。实验结果表明,所提出的方法适用于不同规模的交通网络,所得到的网络设计方案能够显着提高整个网络的可达性水平。(3)考虑活动时空属性的鲁棒离散交通网络设计。鉴于出行活动的时间依赖性和场景依赖性对离散交通网络设计所产生的影响,本文以最大化时空可达性测度的期望为目标,将鲁棒离散交通网络设计问题构建为0-1线性规划模型。通过引入拉格朗日乘子,可松弛模型中物理边与时空弧之间的耦合约束,使模型得到有效分解,分解后的子模型分别是约束最短路问题和0-1背包问题。针对高维决策变量带来的求解困难,设计了高效的启发式算法。以Sioux Falls网络和San Diego高速公路网络为例,设计了数值实验,并讨论了时间预算、资金预算及场景发生的概率对网络设计方案的影响。实验结果表明,所提出的方法适用于不同规模的交通网络,所得到的鲁棒网络设计方案均能显着提高整个网络的时空可达性水平。(4)交通网络可逆车道优化设置。作为离散道路网络设计方法的应用,本文以最大化流量可达性测度为目标,构建了交通网络可逆车道设置问题的非线性混合整数双层规划模型,其中,上层制定交通网络可逆车道设置方案,下层为时间预算下的用户均衡流量分配模型。相较于基于流量可达性测度的离散交通网络设计模型,该模型中决策变量的取值范围扩大,增加了求解上的困难。为获得模型的近似解,设计了渐进式局部搜索算法,即先松弛整数约束,再使用局部搜索算法搜索整数解。以Sioux Falls网络和北京市主干道路网络为例,设计了数值实验。实验结果表明,所提出的方法适用于不同规模的交通网络,所得到的可逆车道设置方案能显着提高整个网络的可达性水平。(5)地铁网络末班车时刻表协同优化。从时空网络的角度研究地铁网络末班车衔接问题相当于研究时空网络设计问题。作为离散道路网络设计方法的应用,本文创造性地利用网络设计思想,以不同的可达性测度为指标,将地铁网络末班车时刻表协同优化问题构建为三个0-1线性规划模型。通过引入拉格朗日乘子,可松弛模型中人车之间的耦合约束,使模型得到有效分解,分解后的子模型分别是时空最短路问题和无圈的负权最短路问题。在此基础上,设计了高效的启发式算法。以一个小网络和北京地铁网络为例,设计了数值实验。实验结果表明,所提出的方法适用于大规模的地铁网络,所得到的时刻表协同优化方案能显着提高末班车时段地铁网络的可达性水平。论文包含图49幅,表21个,参考文献181篇。
董晓东[8](2020)在《面向跨数据中心应用的资源管理技术研究》文中研究指明进入21世纪以来,地理分布式的公有云平台已成为最为普及的互联网基础设施。在云平台上部署应用服务具有投入低、性能高、可移植性强等优势,目前已成为互联网公司的首选方案。然而,在进行跨数据中心的应用部署时,由于应用实时性要求高,数据中心间流量大,以及同类应用相互竞争等原因,使得跨数据中心应用的资源管理面临着网络传输实时性难以保障,网络传输费用居高不下,以及竞争环境下资源分配方案难以制定的问题。为此,本文从面向应用实时性的跨数据中心网络流量调度技术,低传输费用的跨数据中心网络带宽管理技术,以及跨数据中心应用竞争环境下多资源管理技术,三个方面开展具体研究工作,所取得的创新成果如下:首先,本文提出了兼顾公平性和截止期限保证的跨数据中心网络流量调度算法——TINA。在该方法中,首次提出了随机型流量调度的思想,与传统确定型流量调度相比,在保证数据传输请求截止期限的同时,兼顾了调度的公平性,从而有效解决了服务干扰问题。该方法由访问控制机制和保证截止期限的优先级分配机制两部分组成。前者用来决定每个待传输的请求是否可以获准发送,后者为获准发送的数据传输请求分配合适的发送优先级。实验结果表明,TINA在没有牺牲网络吞吐量、链路利用率、总体效用和请求接受率的前提下,有效地提升了公平性和截止期限保证率,同时还降低了计算开销。其次,本文提出了流量信息不可知情况下具有低传输费用的跨数据中心网络数据传输机制——RIFT。通过设计请求切分机制,将长期数据传输请求分割成一系列短期数据传输请求,从而解决在跨数据中心流量信息不可知的情况下,由云租户订购分层计费的跨数据中心网络传输服务时,所产生的带宽资源超额配置问题。该机制持续在线预估短期数据传输请求的流量规模,同时为每个短期数据传输请求确定合适的截止期限和服务等级,从而实现传输费用和传输截止期限保证之间的权衡。此外,本文还讨论了云服务提供商的反制措施对该方法的影响及算法的最优性。实验结果表明RIFT最多可以为云租户降低59%的跨数据中心网络传输成本。最后,本文研究了信息不完整的竞争环境下跨数据中心应用多资源分配方法,提出了跨数据中心应用竞争关系模型并给出了基于机器学习的资源分配方法。该方法首先将竞争环境下跨数据中心应用的多资源分配问题分解为多数据中心预算分配和单数据中心资源分配两个子问题,然后分别将两个子问题建模为上校博弈问题和线性优化问题,并分别求出其最优求解,从而得出部署跨数据中心应用的最优资源分配方案。实验结果表明对于在竞争中处于相对弱势的一方而言,选择放弃一些区域然后将其资源集中在一些特定区域是更好的资源分配方案。综上,本文所提出的方法可以为跨数据中心应用提供网络传输截止期限的保障,降低网络传输费用,提高应用在竞争环境中的经济利益。本文方法简单、高效、具有可扩展性,且易于部署,具有广阔的应用前景。此外,本文有待对跨数据中心网络和数据中心内部网络的资源统筹管理进行深入研究,这将作为后续研究方向。
康恕[9](2020)在《普通高校工程管理专业BIM教育绩效研究》文中研究说明建筑信息模型(Building Information Modeling,简称BIM)是继计算机辅助设计(Computer Aided Design,简称CAD)技术后建筑领域出现的又一次的革命性的计算机应用技术。作为世界上最大的建筑市场之一,BIM技术在我国建筑领域的发展越来越快,而工程管理是工程建设项目管理的核心内容之一,其管理成效直接影响项目的最终价值,因此,同时掌握BIM技术和工程管理专业知识的工程管理专业BIM技术人才被视为建筑行业不可或缺的重要人才。目前国内工程管理专业的BIM技术人才非常短缺,完全不能满足建筑领域对BIM技术人才需求。因此,普通高校工程管理专业作为培养BIM技术人才的摇篮,必须承担起建筑行业BIM发展所需人才的培养重担,跟上BIM在行业发展的步伐。而当前普通高校工程管理专业BIM教育绩效评价体系的缺乏,给普通高校工程管理专业BIM教育能力的衡量和评价增加了难度。因此,形成一套比较完整的普通高校工程管理专业BIM教育绩效评价模型是解决普通高校工程管理专业难以判断自身BIM教育能力水平的方法。本文在阐述BIM与工程管理专业的联系、绩效评价与平衡计分卡相关理论的基础上,分析了平衡计分卡的发展脉络和特点,为构建普通高校工程管理专业BIM教育评价指标体系提供了一定的理论依据。通过明确普通高校工程管理专业BIM教育的战略目标,以平衡计分卡“顾客、内部流程与控制、学习与成长、财务”四个维度把普通高校工程管理专业BIM教育战略目标进行分解。通过文献归纳与专家访谈,根据平衡计分卡理论的四个维度建立了普通高校工程管理专业BIM教育绩效评价指标体系;根据问卷调查对影响因素进行筛选,形成最终的普通高校工程管理专业BIM教育绩效评价指标体系;通过对赋权方法和综合评价方法的分析,采用OWA算子赋权法确定普通高校工程管理专业BIM教育绩效评价指标权重,以及采用物元可拓法建立普通高校工程管理专业BIM教育绩效综合评价模型,最后是以A大学工程管理专业为案例,运用本文的建立的评价指标体系和物元可拓分析法对其进行评价,得出评价结果并提出针对性的提升BIM教育绩效的建议。实证研究表明,通过本文构建的普通高校工程管理专业BIM教育绩效评价模型,高校工程管理专业可以清楚地知道当前自身BIM教育的能力,同时也可以知道从哪方面提高BIM教育能力,达到普通高校工程管理专业BIM教育所追求的战略目标。
冯胜凯[10](2020)在《考虑不确定性因素的多目标路面养护决策优化研究》文中研究说明随着我国道路里程的逐年增加,道路的养护管理需求尤为突出。科学使用有限的资金、制定高效合理的路面养护管理方案是目前我国公路养护管理部门面临的主要问题。制定路面养护策略是一个涉及多因素、多目标和不确定性的决策问题,为了应对这样的决策问题,国内外学者已经做了大量的研究。纵观近些年的研究可以发现,常用的方法是建立基于数学规划方法的多目标路面养护决策优化模型,使用计算机技术对模型求解得到优化结果,这些研究从养护目标多样化、模型复杂性以及使用的算法等几个方面逐渐向深入演化。例如随着可持续发展观念深入人心,养护目标不再单单局限于养护成本与养护效益,用户成本、养护对环境的影响以及养护对经济社会的影响等越来越成为路面养护决策优化中需要考虑因素。路面养护决策优化呈现出越来越多的复杂性,但同时优化过程和结果也越来越符合实际工程需要。基于已有研究,本文运用多目标优化方法,从建立多目标路面养护优化模型、求解方法、讨论养护决策过程中的不确定性以及养护目标均衡分析等方面研究了多目标路面养护决策优化问题的解决方法,研究的内容和结果作为已有路面养护决策优化研究的补充。本文首先介绍了多目标优化方法并讨论了多目标路面养护优化问题的基本特征,在此基础上建立了确定性情形下的多目标路面养护决策优化模型,并讨论了优化模型的求解方法和均衡分析方法。文中介绍了路面性能平均值和满足某一路面性能指标阈值的道路长度的百分比这两个网络级路面性能评价指标,用来评价路网路面性能。其次针对路面养护决策过程中存在的不确定性,主要讨论了路面性能评价的不确定性,建立了不确定性情形下的多目标路面养护决策优化模型,引入机会约束规划方法,将模型中的机会约束转化为确定约束,这样在设定置信水平之后,将不确定性的优化问题转化为确定性的优化问题,以便采用确定性情形下的方法进行模型求解与均衡分析。最后以辽宁省国省道路面养护决策为例,验证本研究提出的多目标路面养护决策优化方法。基于本研究介绍的理论方法和案例的实际情况建立多目标路面养护决策优化模型,使用GAMS软件对模型多次求解得到确定性和不确定性情形下养护目标之间的均衡分析。同时还分析了在相同资金和性能约束条件下,这两种情形下的最优路面养护方案,并对结果进行了对比和分析。
二、资金预算问题建模方法研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、资金预算问题建模方法研究(论文提纲范文)
(1)带资金预算约束的动车组高级修计划优化研究(论文提纲范文)
1 问题分析 |
1.1 动车组高级修现状 |
1.2 高级修计划问题描述 |
(1)需要让所有动车组在检修规程规定的期限内送修。 |
(2)高级修的费用不应超过所给的预算限制。 |
(3)要满足客流高峰期动车组的运用需求。 |
(4)要保证高级修工作量不超过检修单位的检修能力。 |
2 数学模型 |
2.1 参数及变量定义 |
2.2 高级修时间窗的确定 |
2.3 资金预算约束下的高级修优化模型 |
3 案例分析 |
3.1 数据准备与分析 |
3.2 模型说明与计算 |
3.3 优化结果分析 |
4 结论 |
(2)高校修购专项预算执行风险分析与定量预警(论文提纲范文)
一、引 言 |
二、专项资金预算执行风险成因分析 |
1.专项资金预算执行特点 |
(1)人员涉及面广 |
(2)关联物资多样 |
(3)过程事项复杂 |
2.专项资金预算执行风险分析模型 |
(1)“人”理风险因素分析 |
(2)“事”理风险因素分析 |
(3)“物”理风险因素分析 |
三、专项资金预算执行风险模糊计算模型设计 |
1.基于层次分析法的风险影响因素指标体系建立与权重计算 |
2.影响因素指标体系的基本集提取方法 |
3.预算执行风险模糊计算 |
四、案例应用 |
1.案例选择 |
2.建立执行因素风险指标体系 |
3.影响权重的计算和隶属度计算 |
4.提取基本集 |
5.根据影响权重和隶属度计算执行风险 |
五、结论及政策建议 |
(3)云服务利润最优化技术研究(论文提纲范文)
摘要 |
ABSTRACT |
主要缩略语对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 云经济 |
1.1.2 云服务利润优化 |
1.2 论文的研究问题与研究思路 |
1.2.1 论文的研究问题 |
1.2.2 论文的研究思路 |
1.3 国内外研究现状分析 |
1.3.1 云服务定价研究 |
1.3.2 云服务平台计算资源管理研究 |
1.3.3 云顾客服务体验提升研究 |
1.4 论文的主要贡献与创新 |
1.5 论文的组织结构 |
第二章 云服务通用模型 |
2.1 云服务器系统模型 |
2.2 云服务收入模型 |
2.3 云服务支出模型 |
2.4 云服务利润模型 |
2.5 本章小结 |
第三章 顾客个性引导的云服务定价机制研究 |
3.1 模型说明 |
3.1.1 云服务器系统模型 |
3.1.2 顾客市场需求和成本模型 |
3.1.3 云服务收入、支出和利润模型 |
3.2 问题定义与方法概述 |
3.2.1 问题定义 |
3.2.2 方法概述 |
3.3 基于顾客个性的顾客感知价值预测机制 |
3.3.1 顾客感知价值和顾客个性 |
3.3.2 基于顾客个性的顾客感知价值预测机制 |
3.4 基于强化学习的云服务定价机制 |
3.4.1 基于MDP的动态云服务定价问题建模 |
3.4.2 采用Q-learning求解动态云服务定价问题 |
3.5 仿真实验与结果分析 |
3.5.1 实验设置 |
3.5.2 验证基于顾客个性的顾客感知价值预测模型 |
3.5.3 验证基于强化学习的动态云服务定价策略 |
3.5.4 不同方案下的最优云服务利润对比与分析 |
3.6 本章小结 |
第四章 顾客保留率驱动的云服务平台资源配置机制研究 |
4.1 模型说明 |
4.1.1 云服务器系统模型. |
4.1.2 顾客状态转移和生命周期价值模型 |
4.1.3 云服务收入、支出和利润模型 |
4.2 问题定义与方法概述 |
4.2.1 问题定义 |
4.2.2 方法概述 |
4.3 单个多服务器系统的利润优化机制 |
4.3.1 单个多服务器系统的最优服务器数量配置 |
4.3.2 单个多服务器系统的最优基础设施资金配置 |
4.3.3 单个多服务器系统的最优服务器数量和基础设施资金配置 |
4.4 多个多服务器系统的利润优化机制 |
4.4.1 基于顾客生命周期价值的顾客投资机制 |
4.4.2 基于动态规划的初始多服务器系统投资机制 |
4.4.3 顾客保留率感知的多服务器系统投资调整机制 |
4.4.4 利润驱动的最终多服务器系统投资机制 |
4.5 仿真实验与结果分析 |
4.5.1 实验设置 |
4.5.2 单个多服务器系统的性能分析 |
4.5.3 验证基于顾客生命周期价值的顾客投资机制 |
4.5.4 验证顾客保留率驱动的启发式云服务利润优化机制 |
4.5.5 不同方案下的最优云服务利润对比与分析 |
4.6 本章小结 |
第五章 截止时间约束的云服务请求调度机制研究 |
5.1 模型说明 |
5.1.1 云服务器系统模型. |
5.1.2 顾客敏感因子和服务请求模型 |
5.1.3 云服务收入、支出和利润模型 |
5.2 问题定义与方法概述 |
5.2.1 问题定义 |
5.2.2 方法概述 |
5.3 基于EDF的启发式云服务请求调度机制 |
5.3.1 阶段一:确定服务请求调度优先级 |
5.3.2 阶段二:分配服务请求到服务器 |
5.3.3 基于EDF的启发式云服务请求调度机制 |
5.4 仿真实验与结果分析 |
5.4.1 实验设置 |
5.4.2 验证基于EDF的云服务请求调度机制 |
5.4.3 不同方案下的最优云服务利润对比与分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 本文总结 |
6.2 未来展望 |
参考文献 |
简历 |
科研成果 |
致谢 |
(4)浙江省Y镇民政资金使用及监管研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究进展 |
1.3 研究的主要内容及方法 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.4 技术路线 |
1.5 研究工作的重点与难点及解决方案 |
1.5.1 研究重点及难点 |
1.5.2 解决方案 |
2 民政资金相关概述 |
2.1 民政资金来源 |
2.2 民政资金的使用及监管 |
2.2.1 民政资金的使用 |
2.2.2 民政资金的监管 |
2.3 民政资金使用和管理的基本原则 |
2.4 民政资金效绩 |
2.5 本章小结 |
3 浙江省Y镇民政资金使用及监管的现状分析 |
3.1 浙江省Y镇民政资金使用现状 |
3.1.1 Y镇现状 |
3.1.2 Y镇民政资金使用情况 |
3.1.3 Y镇民政资金种类与发放流程 |
3.2 Y镇民政资金监管现状 |
3.2.1 Y镇民政资金监管方法 |
3.2.2 Y镇民政资金监管平台 |
3.3 本章小结 |
4 Y镇民政资金使用及监管建议 |
4.1 浙江省Y镇民政资金使用及监管中存在的问题 |
4.1.1 使用中存在的问题 |
4.1.2 监管中存在的问题 |
4.2 民政资金使用和监管中存在问题的原因分析 |
4.2.1 民政资金使用中存在问题的原因分析 |
4.2.2 民政资金监管中存在问题的原因分析 |
4.3 民政资金使用和监管建议 |
4.3.1 民政资金使用建议 |
4.3.2 民政资金监管建议 |
4.4 本章小结 |
5 Y镇民政资金使用及监管建议方法推行预测 |
5.1 预测仿真方法 |
5.1.1 公共政策仿真发展 |
5.1.2 公共政策仿真方法 |
5.2 使用及监管建议预测方法选择 |
5.3 使用及监管建议建模与运行 |
5.3.1 系统分析 |
5.3.2 行为分析 |
5.3.3 建模运行 |
5.3.4 仿真结果 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
个人简历 |
(5)不确定环境下电动汽车路径选择和充电设施布局优化(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.2.1 最短路问题研究 |
1.2.2 交通分配问题研究 |
1.2.3 网络设计问题研究 |
1.3 研究内容 |
1.4 技术路线 |
第二章 电动汽车里程约束下路径优化 |
2.1 引言 |
2.2 问题描述 |
2.2.1 可靠出行时间 |
2.2.2 数学规划模型 |
2.2.3 问题的理解 |
2.3 求解算法 |
2.3.1 预处理和网络缩减 |
2.3.2 拉格朗日松弛算法 |
2.3.3 多准则标号算法 |
2.3.3.1 最优准则 |
2.3.3.2 算法流程 |
2.3.3.3 A*算法 |
2.4 算例分析 |
2.4.1 Sioux Falls网络 |
2.4.2 Chicago Sketch网络 |
2.4.3 方格网络 |
2.5 本章小结 |
第三章 电动汽车长距离出行路径优化 |
3.1 引言 |
3.2 问题描述 |
3.2.1 基本概念 |
3.2.2 可靠出行时间 |
3.2.3 数学规划模型 |
3.3 求解算法 |
3.3.1 多准则标号算法 |
3.3.2 两阶段算法 |
3.4 数值算例 |
3.4.1 Sioux Falls网络 |
3.4.2 方格网络 |
3.5 本章小结 |
第四章 电动汽车可靠网络均衡模型 |
4.1 引言 |
4.2 用户均衡模型简介 |
4.3.1 用户均衡模型的表达形式 |
4.3.2 用户均衡模型的求解方法 |
4.3 电动汽车可靠网络均衡模型 |
4.3.1 路径可靠出行时间 |
4.3.1.1 交通网络中的流量分布 |
4.3.1.2 路段出行时间的均值和方差 |
4.3.1.3 充电站停留时间的均值和方差 |
4.3.1.4 路径的可靠出行时间 |
4.3.2 可靠网络均衡模型 |
4.4 求解算法 |
4.5 数值算例 |
4.5.1 Nguyen-Dupuis网络 |
4.5.1.1 两种网络均衡状态对比 |
4.5.1.2 市场占有率对网络均衡的影响 |
4.5.1.3 续航里程对网络均衡的影响 |
4.5.2 Sioux Falls网络 |
4.6 本章小结 |
第五章 电动汽车充电设施布局优化 |
5.1 引言 |
5.2 选址模型简介 |
5.2.1 覆盖选址模型 |
5.2.2 P-中值模型 |
5.2.3 截流选址模型 |
5.2.4 网络设计模型 |
5.2.5 选址模型小节 |
5.3 需求不确定下的充电设施布局 |
5.3.1 双层规划模型总体框架 |
5.3.2 基于路段的网络均衡模型 |
5.3.3 交通网络性能评价指标 |
5.3.4 电动汽车充电设施布局模型 |
5.4 求解算法 |
5.5 数值算例 |
5.6 本章小结 |
第六章 结论与展望 |
6.1 主要研究成果 |
6.2 主要创新点 |
6.3 研究展望 |
致谢 |
参考文献 |
个人简介及研究成果 |
(6)我国海事大型船舶建设管理策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究综述 |
1.2.1 国外研究综述 |
1.2.2 国内研究综述 |
1.3 研究思路、技术路线与研究方法 |
1.3.1 研究思路 |
1.3.2 技术路线 |
1.3.3 研究方法 |
2 相关概念及理论基础 |
2.1 相关概念 |
2.1.1 海事船舶 |
2.1.2 海事大型船舶 |
2.1.3 海事大型船舶建设 |
2.2 理论基础 |
2.2.1 海洋强国战略理论 |
2.2.2 交通强国建设理论 |
2.2.3 服务型政府理论 |
3 我国海事大型船舶建设需求和可行性分析 |
3.1 我国海事大型船舶建设需求分析 |
3.1.1 我国沿海和深远海水上安全管理需求 |
3.1.2 国际海运重要通道海上交通安全保障需求 |
3.1.3 综合分析海事大型船舶建设的数量规模 |
3.2 我国海事大型船舶建设可行性分析 |
3.2.1 海事大型船舶建设政策支持分析 |
3.2.2 海事大型船舶建设技术储备分析 |
3.2.3 综合分析海事大型船舶建设的可行性 |
3.3 我国海事大型船舶建设实施方案 |
3.3.1 海事大型船舶船型选择 |
3.3.2 海事大型船舶的性能要求 |
3.3.3 海事大型船舶建设项目管理 |
4 我国海事大型船舶建设现状分析 |
4.1 我国海事大型船舶建设的举措及成效 |
4.1.1 《国家规划》的实施情况概述 |
4.1.2 海事大型船舶建设举措 |
4.1.3 海事大型船舶建设取得的成效 |
4.2 我国海事大型船舶建设存在的问题 |
4.2.1 海事大型船舶建设规划与发展的矛盾 |
4.2.2 海事大型船舶建设经费保障问题 |
4.2.3 海事大型船舶建设管理问题 |
4.3 我国海事大型船舶建设存在问题的原因分析 |
4.3.1 建设规划的编制和建设经费保障机制有待完善 |
4.3.2 船舶建设管理专业队伍需要加强 |
4.3.3 建设单位责任担当能力需要加强 |
5 国外经验借鉴 |
5.1 国外大型执法船舶建设概况 |
5.1.1 美国海岸警卫队 |
5.1.2 日本海上保安厅 |
5.2 国内大型执法船舶建设概况 |
5.2.1 中国海警局 |
5.2.2 中国海事局 |
5.3 经验借鉴 |
5.3.1 政策上需要依托国家发展战略支持 |
5.3.2 性能上需要提高大型船舶快速性和海上自持力 |
5.3.3 技术上需要提高大型船舶信息化水平 |
6 我国海事大型船舶建设的对策建议 |
6.1 强化海事大型船舶建设的规划和保障能力 |
6.1.1 科学规划海事大型船舶建设 |
6.1.2 落实海事大型船舶建设资金保障渠道 |
6.1.3 完善海事大型船舶建设管理 |
6.2 激励建设单位积极参与大型船舶建设 |
6.2.1 改变建设项目考核机制解除建设单位顾虑 |
6.2.2 调动建设单位和参与人员的积极性 |
6.2.3 组建海事大型船舶建设管理专业队伍 |
6.3 提高海事大型船舶技术水平 |
6.3.1 提升海事大型船舶的深远海适应能力 |
6.3.2 提高大型巡逻船的快速性和综合保障能力 |
6.3.3 建设海事大型船舶综合信息集成与指挥系统 |
结论 |
参考文献 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(7)基于可达性的离散交通网络设计:模型、算法及应用(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 交通网络设计 |
1.3.2 可达性及其测度 |
1.3.3 可逆车道网络设计 |
1.3.4 地铁末班车协同优化 |
1.3.5 研究现状分析 |
1.4 主要研究内容及结构 |
1.5 本章小结 |
2 可达性的定义及计算方法 |
2.1 基于流量的可达性测度 |
2.1.1 出行时间预算及其定义 |
2.1.2 流量可达性测度 |
2.1.3 超级网络的构建 |
2.2 基于需求对的可达性测度 |
2.2.1 时空网络的构建 |
2.2.2 时空可达性测度 |
2.3 本章小结 |
3 基于流量可达性测度的离散交通网络设计 |
3.1 模型假设及符号说明 |
3.1.1 模型假设 |
3.1.2 符号说明 |
3.2 确定性需求下离散交通网络设计 |
3.2.1 上层模型构建 |
3.2.2 下层模型构建 |
3.3 随机需求下离散交通网络设计 |
3.3.1 不可达流期望的计算 |
3.3.2 两阶段随机规划模型构建 |
3.4 求解算法 |
3.4.1 模型复杂性分析 |
3.4.2 启发式算法设计 |
3.5 数值算例 |
3.5.1 Sioux Falls网络算例 |
3.5.2 San Diego高速公路网算例 |
3.6 本章小结 |
4 基于时空可达性测度的鲁棒离散交通网络设计 |
4.1 问题描述 |
4.1.1 网络优化问题简介 |
4.1.2 需求时变性对网络设计的影响分析 |
4.1.3 需求随机性对网络设计的影响分析 |
4.2 鲁棒交通网络设计模型 |
4.2.1 符号说明 |
4.2.2 场景依赖的时空网络构建 |
4.2.3 0-1线性规划模型构建 |
4.3 基于拉格朗日松弛的启发式算法 |
4.3.1 模型的松弛和分解 |
4.3.2 启发式算法设计 |
4.4 数值算例 |
4.4.1 Sioux Falls网络算例 |
4.4.2 San Diego高速公路网算例 |
4.5 本章小结 |
5 离散交通网络设计方法在可逆车道设置中的应用 |
5.1 问题描述 |
5.2 可逆车道优化设置的数学模型 |
5.2.1 模型假设 |
5.2.2 符号说明 |
5.2.3 双层规划模型构建 |
5.3 求解算法 |
5.3.1 非整数解的启发式算法设计 |
5.3.2 渐进式局部搜索算法设计 |
5.4 数值算例 |
5.4.1 Sioux Falls网络算例 |
5.4.2 北京市主干道路网络算例 |
5.5 本章小结 |
6 离散交通网络设计方法在地铁末班车时刻表优化中的应用 |
6.1 问题描述 |
6.1.1 列车运行和乘客出行过程刻画 |
6.1.2 末班车时刻表协同优化 |
6.1.3 地铁网络可达性测度 |
6.2 末班车时刻表优化数学模型 |
6.2.1 模型I的构建 |
6.2.2 模型II的构建 |
6.2.3 模型III的构建 |
6.3 基于拉格朗日松弛的算法 |
6.3.1 模型的松弛和分解 |
6.3.2 启发式算法设计 |
6.4 数值算例 |
6.4.1 简单网络算例 |
6.4.2 北京地铁网络算例 |
6.5 本章小结 |
7 结论及展望 |
7.1 工作总结和主要创新点 |
7.2 未来研究展望 |
参考文献 |
附录 A |
附录 B |
附录 C |
附录 D |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(8)面向跨数据中心应用的资源管理技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 论文研究内容 |
1.3 国内外研究现状 |
1.3.1 跨数据中心网络流量调度技术 |
1.3.2 跨数据中心网络带宽管理技术 |
1.3.3 面向跨数据中心应用的资源分配技术 |
1.4 论文主要贡献 |
1.5 论文组织结构 |
第2章 面向应用实时性的跨数据中心网络流量调度技术 |
2.1 研究背景 |
2.2 研究动机 |
2.3 总体设计 |
2.3.1 理论基础 |
2.3.2 系统架构 |
2.4 兼顾公平性和截止期限的数据传输访问控制机制 |
2.4.1 基于酒吧博弈的流量调度问题建模 |
2.4.2 兼顾公平性和截止期限的数据传输访问控制算法 |
2.5 截止期限保证的数据传输优先级分配机制 |
2.5.1 基于排队论的流量调度问题建模 |
2.5.2 截止期限保证的数据传输优先级分配算法 |
2.6 实验评估 |
2.6.1 模拟实验 |
2.6.2 实验床实验 |
2.7 本章小结 |
第3章 低传输费用的跨数据中心网络带宽管理技术 |
3.1 研究背景 |
3.2 研究动机 |
3.3 理论模型 |
3.3.1 概述 |
3.3.2 流量信息不可知的数据传输请求切分机制 |
3.3.3 基于Stackelberg博弈的供需关系模型 |
3.4 两阶段低网络使用费用带宽管理算法 |
3.4.1 基于高斯过程的截止期限确定算法 |
3.4.2 基于Lyapunov优化的服务等级选择算法 |
3.4.3 算法分析 |
3.5 实验评估 |
3.5.1 实验设置 |
3.5.2 模拟实验结果 |
3.5.3 实验床实验结果 |
3.6 本章小结 |
第4章 跨数据中心应用竞争环境下多资源管理技术 |
4.1 研究背景 |
4.2 研究动机 |
4.2.1 问题描述 |
4.2.2 上校博弈模型 |
4.3 竞争环境下资源分配策略问题建模 |
4.3.1 系统总览 |
4.3.2 基于线性优化的单数据中心资源分配问题建模 |
4.3.3 基于上校博弈的多数据中心预算分配问题建模 |
4.4 竞争环境下预算分配策略求解算法 |
4.4.1 基于强化学习的预算分配策略求解算法 |
4.4.2 基于深度强化学习的预算分配策略求解算法 |
4.5 实验评估 |
4.5.1 实验设置 |
4.5.2 实验结果 |
4.6 本章小节 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(9)普通高校工程管理专业BIM教育绩效研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 绩效评价在教育领域的应用研究现状 |
1.2.2 平衡计分卡理论在教育领域的应用研究现状 |
1.2.3 BIM教育研究现状 |
1.2.4 研究现状评述 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线图 |
第2章 概念界定与基础 |
2.1 概念界定 |
2.1.1 BIM的定义 |
2.1.2 工程管理专业的定义 |
2.1.3 BIM与工程管理专业的联系 |
2.2 绩效评价基础理论 |
2.2.1 绩效、教育绩效与绩效评价概念 |
2.2.2 绩效评价的流程与方法 |
2.2.3 高校教育引入绩效评价的意义 |
2.3 平衡计分卡理论 |
2.3.1 平衡计分卡发展历程 |
2.3.2 平衡计分卡概念 |
2.3.3 平衡计分卡在高校教育绩效评价中的必要性 |
2.3.4 平衡计分卡在高校教育绩效评价中的可行性 |
2.3.5 平衡计分卡用于高校教育绩效评价中的意义 |
2.4 本章小结 |
第3章 普通高校工程管理专业BIM教育绩效评价模型构建 |
3.1 普通高校工程管理专业BIM教育绩效评价指标体系 |
3.1.1 明确普通高校工程管理专业BIM教育的战略与使命 |
3.1.2 基于平衡计分卡的普通高校工程管理专业BIM教育战略目标分解 |
3.1.3 普通高校工程管理专业BIM教育指标体系的设计原则 |
3.1.4 普通高校工程管理专业BIM教育评价指标体系的构建 |
3.2 评价指标体系、标准和权重的确定 |
3.2.1 评价指标体系的确定 |
3.2.2 评价标准的确定 |
3.2.3 评价指标权重确定—OWA算子赋权 |
3.3 综合评价方法的确定 |
3.3.1 综合评价方法的选择 |
3.3.2 物元可拓法基本步骤 |
3.4 本章小结 |
第4章 实证研究 |
4.1 评价对象的确定 |
4.2 普通高校工程管理专业BIM教育绩效评价 |
4.2.1 物元可拓评价分析 |
4.2.2 物元可拓结果分析 |
4.2.3 提升BIM教育绩效的改进措施与建议 |
4.3 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录一: 普通高校工程管理专业BIM教育绩效影响因素调研问卷 |
附录二: 普通高校工程管理专业BIM教育绩效评价研究中各指标权重调研问卷 |
附录三: 普通高校工程管理专业BIM教育绩效评价调研问卷 |
致谢 |
(10)考虑不确定性因素的多目标路面养护决策优化研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究内容与论文结构 |
1.2.1 研究内容 |
1.2.2 论文结构 |
1.3 研究技术路线 |
第二章 国内外研究现状 |
2.1 多目标优化方法在路面养护决策优化领域的应用 |
2.1.1 多目标优化方法介绍 |
2.1.2 多目标优化方法在路面养护决策优化领域的应用 |
2.2 路面养护管理中的不确定因素 |
2.2.1 项目成本的不确定性 |
2.2.2 预算的不确定性 |
2.2.3 路面性能评价的不确定性 |
2.3 本章小结 |
第三章 多目标路面养护决策优化方法研究 |
3.1 路面养护决策优化问题 |
3.2 路面养护决策框架 |
3.3 多目标路面养护决策优化模型 |
3.4 优化模型的求解方法 |
3.5 多目标均衡分析方法 |
3.5.1 养护成本与路面性能之间的均衡分析方法 |
3.5.2 路面性能指标之间的均衡分析方法 |
3.6 本章小结 |
第四章 考虑不确定性因素的路面养护决策优化研究 |
4.1 路面养护决策过程中的不确定性因素分析 |
4.2 考虑不确定性因素的多目标路面养护决策优化方法 |
4.3 不确定性情形下的均衡分析方法 |
4.3.1 路面性能与养护成本之间的均衡分析方法 |
4.3.2 路面性能指标之间的均衡分析方法 |
4.3.3 养护成本约束下置信水平与路面性能之间的均衡分析方法 |
4.3.4 路面性能约束下置信水平与养护成本之间的均衡分析方法 |
4.4 本章小结 |
第五章 多目标路面养护决策优化案例分析 |
5.1 基本介绍 |
5.1.1 案例基本信息介绍 |
5.1.2 GAMS软件介绍 |
5.2 确定性情形下的多目标均衡分析与模型求解 |
5.2.1 确定性情形下路面性能与养护成本之间的均衡分析 |
5.2.2 确定性情形下路面性能指标之间的均衡分析 |
5.2.3 确定性情形下最优路面养护方案 |
5.3 不确定情形下的多目标均衡分析与模型求解 |
5.3.1 不确定性情形下路面性能与养护成本之间的均衡分析 |
5.3.2 养护成本约束下置信水平与路面性能之间的均衡分析 |
5.3.3 路面性能约束下置信水平与养护成本之间的均衡分析 |
5.3.4 不确定性情形下路面性能指标之间的均衡分析 |
5.3.5 不确定性情形下最优路面养护方案 |
5.4 确定性情形和不确定性情形求解结果对比 |
5.5 本章小结 |
第六章 结论与展望 |
主要结论 |
研究展望 |
参考文献 |
附录A 多目标路面养护优化模型求解GAMS完整代码 |
致谢 |
四、资金预算问题建模方法研究(论文参考文献)
- [1]带资金预算约束的动车组高级修计划优化研究[J]. 林柏梁,沈姚铭,王忠凯,赵伊楠,王振宇. 铁道学报, 2021(09)
- [2]高校修购专项预算执行风险分析与定量预警[J]. 张积勇,袁媛,孔宪薇. 大连理工大学学报(社会科学版), 2021(06)
- [3]云服务利润最优化技术研究[D]. 丛佩金. 华东师范大学, 2021
- [4]浙江省Y镇民政资金使用及监管研究[D]. 廖静洁. 黑龙江八一农垦大学, 2020(04)
- [5]不确定环境下电动汽车路径选择和充电设施布局优化[D]. 凃强. 东南大学, 2020
- [6]我国海事大型船舶建设管理策略研究[D]. 邓小明. 大连海事大学, 2020(08)
- [7]基于可达性的离散交通网络设计:模型、算法及应用[D]. 邸振. 北京交通大学, 2020
- [8]面向跨数据中心应用的资源管理技术研究[D]. 董晓东. 天津大学, 2020(01)
- [9]普通高校工程管理专业BIM教育绩效研究[D]. 康恕. 扬州大学, 2020(04)
- [10]考虑不确定性因素的多目标路面养护决策优化研究[D]. 冯胜凯. 长安大学, 2020(06)