检索结果-南通市图书馆

作者：杨毅超复旦大学

学位级别：硕士

近年来,随着商品经济的发展和产品种类的丰富,越来越多的企业开始选择捆绑策略作为其产品销售策略的一部分。但是,捆绑策略就像一把双刃剑,如果使用正确的捆绑策略,将既能够提升企业的效益,也能使得消费者获得更大的满意度和效用值;可... 详细信息

近年来,随着商品经济的发展和产品种类的丰富,越来越多的企业开始选择捆绑策略作为其产品销售策略的一部分。但是,捆绑策略就像一把双刃剑,如果使用正确的捆绑策略,将既能够提升企业的效益,也能使得消费者获得更大的满意度和效用值;可是错误的捆绑策略的实施却会导致买卖双方的损失,并对企业带来长期的负面影响。基于此,研究如何正确有效地实施最优捆绑策略,就将具有十分重要的现实意义。本文以纵向差异化产品的最优捆绑策略作为主要研究对象,首先对于纵向差异化产品以及捆绑策略的国内外研究现状进行了系统的梳理与分析。其后,以电视广告产品和网络广告产品这两种典型的纵向差异化产品作为实际研究背景,提出了一系列与实际情况更加匹配的前提假设条件,并通过新增的前提假设对两产品的Banciu-Gal-Mirchandani （BGM）捆绑策略模型进行了改进,进而提出了随机多产品的A-BGM （Advanced-BGM）捆绑策略模型。并在其后的分析中,分别在产品数量有限供给与无限供给两种假定条件下,对A-BGM捆绑策略模型进行了推导求解。研究结果表明,在产品数量无限供给假定下,企业存在唯一占优的销售策略：PB （Pure-Bundling）纯捆绑策略,即当产品供给数量没有限制时,企业的最优捆绑策略是PB策略;而在产品数量有限供给假定下,分析了不同情况下企业应该采取的最优捆绑策略,并据此得出了三产品A-BGM的最优捆绑策略集。

关键词：纵向差异化捆绑捆绑策略最优捆绑策略有限供给

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于虚拟材料的ESO试探算法研究

基于虚拟材料的ESO试探算法研究

引用

作者：杨毅超重庆大学

学位级别：硕士

随着科学技术与生产活动的飞速发展，传统的结构设计方法已无法满足复杂的工程结构设计要求。计算机技术与有限元理论的发展为结构的优化设计提供了强有力的支撑。渐进结构优化（ESO）方法因其思想朴素、效果明显、易于实现成为结构拓... 详细信息

随着科学技术与生产活动的飞速发展，传统的结构设计方法已无法满足复杂的工程结构设计要求。计算机技术与有限元理论的发展为结构的优化设计提供了强有力的支撑。渐进结构优化（ESO）方法因其思想朴素、效果明显、易于实现成为结构拓扑优化领域中新的研究方向。虽然ESO方法在理论研究和工程应用方面已取得了不少研究成果，但该方法被认为是一种完全启发式算法，缺乏严格的数学理论。以ESO理论为基础的各种算法，均以应力、刚度等各种不同的灵敏度计算值来确定结构中的低效单元，进而将其删除。这种仅用一次计算的灵敏度值决定单元的删除与保留缺乏校验过程，无法确定删除的单元是否为保证结构不失效而必须保留的单元。而Rozvany提出的质疑ESO方法有效性的Tie-beam算例也表明传统ESO方法确实存在误删单元导致算法失效的缺陷。就应力约束问题，本文通过引入虚拟材料，改变按应力灵敏度计算所确定的待删除单元的弹性模量，模拟该处材料产生屈服，检测材料屈服后是否产生应力重分布现象，构造了应力约束下的基于虚拟材料的ESO试探算法。通过引入虚拟刚度来度量单元刚度矩阵的改变所引起的应力变化，为算法提供定量依据。若待删除单元在引入虚拟材料前后应力有所减小，说明发生了应力重分布现象，内部载荷发生了转移，则该单元为低效且可删除单元，若应力保持不变，则该单元不能删除。通过算例验证，本文试探算法不仅可以获得传统ESO方法的优化成果，而且可以避免传统ESO算法在特定算例中的失效。同时，该试探算法受各迭代控制参数的影响程度比传统ESO方法明显低。针对刚度优化问题，本文通过对比引入虚拟材料前后待删除单元应变能的变化量是否大于阈值确定单元的删除与保留，构造了刚度约束下的基于虚拟材料的ESO试探算法。算法不仅能解决Tie-beam算例的失效问题，而且获得了很好的优化结果。通过经典算例的验证，表明该算法具有很好的通用性。

关键词：渐进结构优化虚拟材料试探算法应力重分布有效性

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Web数据挖掘的作物商务平台分析与研究

基于Web数据挖掘的作物商务平台分析与研究

引用

作者：杨毅超湖南农业大学

学位级别：硕士

Web挖掘是利用数据挖掘技术从Web文档和活动中发现有用的知识,运用数据挖掘技术对Web服务器上的日志数据和交易数据进行挖掘,得到用户的查找模式及客户的喜好。并根据挖掘到的结果,增进理解用户群体行为模式,动态地改进服务质量,为用户... 详细信息

Web挖掘是利用数据挖掘技术从Web文档和活动中发现有用的知识,运用数据挖掘技术对Web服务器上的日志数据和交易数据进行挖掘,得到用户的查找模式及客户的喜好。并根据挖掘到的结果,增进理解用户群体行为模式,动态地改进服务质量,为用户提供个性化的服务。互联网与农产品销售的的结合日益紧密,农作物电子商务发展和相关商务平台的建立已成为促进农业信息化的综合体系的建立、我国农业发展、农民增收以及城乡协调发展的重要途径。当前的农产品商务网站存在交易模式单一、侧重于一般的产品宣传、支付手段简单,智能化程度低等问题,而对农作物商品的个性化要求较高,由此在农作物商务平台和用户个性化需求之间存在矛盾。本文讨论了在电子商务中如何有效地利用路径分析、关联规则分析、序列模式分析、分类分析和聚类分析等几种可行的数据挖掘技术挖掘出用户的购买模式及浏览模式。本文还构建了一个基于作物商务平台的Web数据挖掘系统原型,在原型中集成了多种数据挖掘技术,在此平台中还通过引入Web日志挖掘,不仅为农作物产品需求者提供个性化服务,而且有利于农作物产品提供商及时了解用户相关信息,满足市场需求。

关键词：农作物商务平台数据挖掘 Web挖掘系统原型

来源：

同方学位论文库评论