【摘 要】
：
在线上零售环境下研究了考虑服务质量敏感和渠道替代率的线上平台渠道策略.基于平台制定的固定和可变入驻费,构建供应链决策模型.通过数值分析,探讨渠道竞争和质量敏感性对企业决策的影响,确定渠道选择的边界条件.结果表明:渠道竞争加剧会提升供应商和平台质量投资,增加利润.佣金增加不总是对平台有利,佣金率过高会导致供应商退出平台,不利于其持久运营.平台规模较小时,如果固定入驻费较大,供应链不会实行双渠道策略;平台规模较大时,入驻费对渠道运营的影响小;平台渠道运营成本在一定范围内时,采取双渠道可以实现双赢.
【机 构】
：
东北大学 工商管理学院,辽宁 沈阳 110169
论文部分内容阅读
在线上零售环境下研究了考虑服务质量敏感和渠道替代率的线上平台渠道策略.基于平台制定的固定和可变入驻费,构建供应链决策模型.通过数值分析,探讨渠道竞争和质量敏感性对企业决策的影响,确定渠道选择的边界条件.结果表明:渠道竞争加剧会提升供应商和平台质量投资,增加利润.佣金增加不总是对平台有利,佣金率过高会导致供应商退出平台,不利于其持久运营.平台规模较小时,如果固定入驻费较大,供应链不会实行双渠道策略;平台规模较大时,入驻费对渠道运营的影响小;平台渠道运营成本在一定范围内时,采取双渠道可以实现双赢.
其他文献
由于天地一体化网络的计算资源受限、能力迥异等问题,会导致其处理复杂任务的能力减弱,使得重要的任务处理失败.因此,本文构建了一种将任务卸载到本地-骨干-边缘接入节点的三层计算卸载开销模型,并通过基于DQN的最优卸载算法进行最优卸载策略的制定.首先,依据网络中存在的天基骨干节点、边缘接入节点以及地基骨干节点三种类型计算节点(卸载站点)自身的特点,给出了不同卸载站点的时延、能耗的开销表达式以及对应的约束条件.然后,提出了基于DQN算法来完成低时延、低能耗的卸载过程.仿真结果表明,DQN算法能够提高任务执行的速度
针对传统分析方法对于轴承在变速情况下的故障诊断较为困难的问题,提出一种基于格拉姆角差场(Gramian angular difference field,GADF)与引入迁移学习的ResNet34模型对变速轴承的故障诊断方法.首先利用GADF对一维时序振动信号进行编码,转换成二维图像,产生相应的故障图,再将这些故障图输入引用迁移学习的残差网络(ResNet)自动进行故障特征提取及分类.为了验证该方法的有效性,综合对比其他方法,本文方法在西储大学轴承数据集上表现更好.最后对加拿大渥太华大学的变速轴承数据集进
针对具有非线性、非平稳性特征的信号,提出一种邻域半径自适应局部投影和小波阈值去噪级联的降噪方法.首先,利用经验模态分解得到信号中的高频分量并以此估计噪声水平;再根据噪声水平确定邻域半径;最后,利用该半径进行局部投影处理并结合小波阈值方法进行细节平滑.Lorenz系统时间序列的降噪结果表明,本方法能够提高信噪比并降低均方误差,并在信号结构失真时恢复其原始吸引子形态,去噪和还原信号特征的能力皆优于小波阈值去噪方法.对桡、颈、肱动脉脉搏信号、心电信号的降噪结果展示了本方法在生理信号噪声抑制和特征保留方面的优越性
为了解决刑期预测任务准确率较差的问题,提出一种基于多通道分层注意力循环神经网络的司法案件刑期预测模型.该模型对传统的循环神经网络模型进行了改进,引入了BERT词嵌入、多通道模式和分层注意力机制,将刑期预测转化为文本分类问题.模型采用分层的双向循环神经网络对案件文本进行建模,并通过分层注意力机制在词语级和句子级两个层面捕获不同词语和句子的重要性,最终生成有效表征案件文本的多通道嵌入向量.实验结果表明:对比现有的基于深度学习的刑期预测模型,本文提出的模型具有更高的预测性能.
网络表示学习可以有效解决推荐面临的数据稀疏问题.本文对网络表示学习中LINE算法和DeepWalk算法进行改进,提出混合推荐算法并应用于电影推荐场景.该算法通过学习用户喜好特征、厌恶特征和相似用户特征,生成三个低维特征向量.将三个低维特征向量线性组合拼接成用户表示向量,以余弦相似度作为相似性指标,将相似用户关联的电影推荐给目标用户,实现电影推荐.实验结果表明,所提出的推荐算法相较于次优算法,在MovieLens数据集上的准确率和F1指标分别提升12％ 和7％,在MovieTweetings数据集上的准确率
基于ABAQUS有限元软件中的二维壳单元和三维实体单元,对铺层角度为[0°/(±45°)3/(90°)3]s的开孔T300/1034-C碳纤维复合材料层合板在拉伸载荷作用下的失效过程进行研究.首先,在ABAQUS有限元软件中建立壳单元和连续壳单元碳纤维复合材料模型,利用自带的2D Hashin准则与退化模型模拟了层内失效.但二维模型没有考虑各层失效间的相互影响,进而通过编写材料子程序VUMAT,引入3D Hashin准则和基于断裂能的等效应力-应变双线性退化方式,采用实体单元模拟碳纤维复合材料的失效行为.
针对基于单目车辆检测的3D包围框检测精确率比较低的问题,提出了一种基于改进的FPN特征融合、ResNet残差单元、全连接层组合而成的新网络方法.在训练阶段,回归车辆的三维尺寸、残差角度和置信度;在推理阶段,检测出所属类别车辆的三维尺寸和局部角度(α).由车辆的3D包围框中心点坐标、车辆的三维尺寸、车辆偏航角(θ)和相机内参矩阵复原绘制出车辆的3D包围框.所提方法在KITTI验证集上进行了实验,与原方法的检测结果相比,改进的方法在容易、适中、困难三个检测等级下提升了车辆3D包围框平均精确率(AP3D)为0.
通过研究含复杂裂隙岩体性质,甄别岩体中关键裂隙,进而简化裂隙网络.基于3D打印技术制备含裂隙类岩石试样,利用数字图像相关(DIC)技术和颗粒流软件PFC研究了试样应变场变化、试样内局部应力分布状态和破裂模式.研究结果表明:1)相较于完整试样,含水平裂隙试样的峰值强度降低了20.9％,含垂直裂隙试样的峰值强度仅降低3％ 左右,水平裂隙对试样的劣化效果更显著;2)水平裂隙中部拉应力远超垂直裂隙端部应力,因此含水平裂隙试样更易且更早产生拉伸裂纹,导致含水平裂隙试样强度低于含垂直裂隙试样强度;3)当十字交叉裂隙中
CAN(controller area network)总线是应用最广泛的现场总线,由于缺乏认证及消息检验机制,使得现在的CAN总线具有极大的安全隐患,需要为CAN总线设计防御机制.针对此情况,本文设计了一种优先级跳变机制,将通过散列函数进行一次性标识符动态跳变的方式引入到实时调度算法中.使用遗传算法计算固定优先级,求出优先级可妥协范围,将各帧进行分组,将数据帧的ID段进行分段重构,ID段前部分决定优先级并进行优先级跳变,ID段的后部分进行一次性动态跳变.实验结果表明,使用动态优先级和一次性ID跳变的方式
针对高磷铁矿还原焙烧降磷过程中脱磷剂成本高、用量大等难题,为更好地开发利用高磷铁矿,采用还原焙烧-磁选工艺,研究了组合脱磷剂对高磷铁矿提铁降磷的影响.通过X射线衍射(XRD)和扫描电子显微镜-能谱仪(SEM-EDS)揭示提铁降磷机理.结果表明:加入13％ 碳酸钙和2％ 碳酸钠作为组合脱磷剂能代替传统脱磷剂,并获得了良好的脱磷效果.当原矿铁品位55.58％,含磷0.57％ 时,在推荐的试验条件下,可获得铁品位93.25％,铁回收率90.75％、磷质量分数0.09％ 以及磷的去除率高达91.46％ 的粉状还原