精华内容
下载资源
问答
  • IE方法精算PCB制造成本模型.pdf
  • 基于成本模型的云服务定价体系研究.pdf
  • 很少有软件成本模型会考虑测试的实际情况,因此不能够准确地反映测试过程中成本的实际消耗以及当测试情况需要发生改变时对软件成本需求的变化。绝大多数的软件测试存在着不完全排错和学习过程等现象,这些现象通常...
  • 研究了面向制造环境的公差一成本模型.对制造环境中有关的加工因素进行分类及模糊化处理,构造了加工因素的成本模糊影响系数,并以此系数和零件公差作为输入,建立了基于模糊神经网络的公差一成本模型.此模型在表征...
  • 研究结果表明:可以通过路段通过能力将基础设施子系统成本和运输子系统成本统一起来构建运输系统成本模型;该模型能反映交通运输系统价值流转的要求,可以为投资能力约束条件下寻求最佳的投资取向提供依据;当通过...
  • 4. 交易成本模型 4.1 定义交易成本 4.2 交易成本模型的种类 3. 风险模型 风险管理是通过对敞口实施有目的的选择和规模控制来提高收益的质量和稳定性。一般来说,风险管理会降低量化策略的盈利,但是同时也可以...

    目录

    3. 风险模型

    3.1 风险规模的度量

    3.2 风险模型的种类

    4. 交易成本模型

    4.1 定义交易成本

    4.2 交易成本模型的种类


    3. 风险模型

    风险管理是通过对敞口实施有目的的选择和规模控制来提高收益的质量和稳定性。一般来说,风险管理会降低量化策略的盈利,但是同时也可以降低策略收益的波动性,以及重大损失发生的可能性。各种量化模型控制风险规模的不同之处主要体现在三个方面,即度量风险的方式、控制规模的方式,以及怎样才算控制住了规模。

     

    3.1 风险规模的度量

    对风险的度量有两种广为认可的方式。第一种是通过纵向比较,计算不同时期各个产品收益的标准差。这个概念通常被称为波动率。波动率越高,目前的市场风险越大。第二种方式是在给定产品范围内对各种金融产品表现的相似水平进行测量,通常是计算在给定时间所有相关产品的横截面标准差。标准差越大,说明所包含在内的产品的表现种类越多样化,意味着市场风险较低。这个标准差也被称为离散(dispersion)。离散也可以用给定范围内产品的相关系数或协方差来度量。

    控制风险规模的方式主要有两大类,即硬性约束惩罚。硬性约束常见的做法是设定限制值。比如限制单只股票的头寸规模、管理投资组合的杠杆率。对于不能明确预测的风险,可以采用惩罚函数的方法。只有在阿尔法模型带来的收益显著增大的情况下才允许仓位超过临界水平,并且仓位超出临界水平越多,增加仓位越困难。

     

    3.2 风险模型的种类

    风险模型主要通过两种方式来清除不希望出现的风险敞口,即理论途径和经验途径,分别对应理论驱动型风险模型经验型风险模型

    理论驱动型风险模型专注于已知的或者系统性的风险。系统性风险是指不能通过分散而加以消除的风险。比如整个市场表现带来的风险、市值风险、板块风险,以及债券市场的利率风险。

    经验型风险模型根据历史数据来判断风险是什么以及投资组合如何暴露其中。利用主成分分析法(PCA)之类的统计方法,宽客可以从历史数据中识别出系统风险。

     

    4. 交易成本模型

    交易成本模型的基本理念是,“交易是有成本的,除非有足够的理由,否则便不应该进行交易”。但是,实际应用中,设计交易成本模型并不是为了最小化交易成本,而是告知构建投资组合过程中进行交易的成本。

     

    4.1 定义交易成本

    交易成本主要由三部分构成,即佣金和费用(commissions and fees)、滑点(slippage)和市场冲击成本(market impact)。

    佣金和费用是支付给经纪商、交易所和监管者的费用。通常每笔交易的佣金是很低的。对于绝大多数宽客而言,这部分支出并不是交易成本的主要部分,而且基本上固定不变,比较容易计算。

    滑点是指从交易者决定开始交易到订单进入交易所系统实际被执行这段时间内发生的价格变动。滑点会给趋势跟随策略带来很大的损失。而滑点给均值回复策略带来的损失就比较少,有时候甚至能带来正收益。

    市场冲击成本则是由市场供需关系变化导致的价格变动造成。对大规模交易者而言,短时间内大量买进会抬高价格,使得建仓成本高于预期;同理,如果短时间内大量抛售,最后实现的卖出价也会低于预期。出于对大单交易产生的市场冲击的担忧,暗池(dark pools)交易允许交易者以匿名方式直接进行交易。

    从定义可以看出,滑点和市场冲击成本可能会有些重合。另外,一些交易所和交易平台,比如电子通信网络(ECN),可能会向流动性的需求方(或者反过来,流动性的供给方)收取一定的费用。以上种种因素,都会使得交易成本的度量更加复杂。

     

    4.2 交易成本模型的种类

    交易成本模型基本可以分为四类:常值型、线性、分段线性以及二次型

    常值型交易成本模型认为,无论订单规模如何,交易成本保持不变。该模型计算极其简单,但通常是不对的,因而不常用。

    线性模型认为交易成本以一个固定比例随着交易规模的增大而增大。此类模型会在交易规模较小的情况下高估交易成本,在交易规模较大的情况下低估交易成本。但总体准确度比常值型要好。

    在很大的交易规模范围内,分段线性交易模型的准确度都远远高于前两种模型,作为简洁性和准确性的折衷方案,在宽客中非常流行。

    二次型模型的计算复杂度最高,建模的过程也比较复杂,但通常也是这四种模型中准确度最高的。

     

    Reference:

    《打开量化投资的黑箱》,Rishi K. Narang

    展开全文
  • 对权衡理论作了简要的介绍分析,并在资本资产定价模型的基础上,结合权衡理论的数学模型,提出了间接计量破产成本和代理成本的原理,建立了结合权衡理论的最小负债成本模型
  • COCOMO简介(构造性成本模型

    千次阅读 2019-05-17 13:35:58
    COCOMO,英文全称为constructive cost model,中文为构造性成本模型。它是一种精确、易于使用的,基于模型的成本估算方法,最早由勃姆 (Boehm) 于 1981 年提出。从本质上说是一种参数化的项目估算方法,参数建模是...

    COCOMO,英文全称为constructive cost model,中文为构造性成本模型。它是一种精确、易于使用的,基于模型的成本估算方法,最早由勃姆 (Boehm) 于 1981 年提出。从本质上说是一种参数化的项目估算方法,参数建模是把项目的某些特征作为参数,通过建立一个数字模型预测项目成本(类似于居住面积作为参数计算的整体的住房成本)。

    COCOMO用3个不同层次的模型来反映不同程度的复杂性,他们分别为:

    • 基本模型 (Basic Model)。 是一个静态单变量模型,它用一个以已估算出来的源代码行数 (LOC) 为自变量的函数来计算软件开发工作量。
    • 中间模型 (Intermediate Model)。 则在用 LOC 为自变量的函数计算软件开发工作量的基础上,再用涉及产品、硬件、人员、项目等方面属性的影响因素来调整工作量的估算。
    • 详细模型 (Detailed Model) 包括中间 COCOMO 模型的所有特性,但用上述各种影响因素调整工作量估算时,还要考虑对软件工程过程中分析、设计等各步骤的影响。

    同时根据不同应用软件的不同应用领域,COCOMO模型划分为如下3种软件应用开发模式:

    • 组织模式(Organic Mode)。这种应用开发模式的主要特点是在一个熟悉稳定的环境种进行项目开发,该项目与最近开发的其他项目有很多相似点,项目相对较小,而且并不需要许多创新。
    • 嵌入式应用开发模式 (Embedded Mode)。在这种应用开发模式种,项目受到接口要求的限制。接口对整个应用的开发要求非常高,而且要求项目有很大的创新,例如开发一种全新的游戏。
    • 中间应用开发模式 (Semidetached Mode)。这时介于组织模式和嵌入式应用开发模式之间的类型。
    展开全文
  • 针对某些商品的高易变性、不对称性的需求模式,基于预测方法高精确度的要求,采用计量经济学前沿预测研究方法指数加权分位数回归预测法,建立了由零售商、制造商的成本模型和供应链系统总成本模型构成的CPFR供应链系统...
  • 该存储库实现了保证成本模型预测控制器(GCMPC),并包含论文“不确定线性系统的鲁棒模型预测控制的保证成本方法”的补充材料。 它包含: GCMPC Matlab实施; 本文数值示例的源代码; 该存储库已移动,要访问它,请...
  • 论文研究-基于作业的企业资源成本模型研究.pdf, 基于资源流动过程图的基础上深入分析了资源的涵义,根据资源的内在属性对其进行了分类.根据既定决策行动、资源、资源成本...
  • 成本模型,也有叫做代价模型,原文是Cost Model,下面翻译都使用成本模型。 8.9.5 优化器的成本模型 SQL查询的方式多种多样,MySQL的优化器使用基于对查询成本进行预估的成本模型来生成执行方案。优化器拥有一...

    成本模型,也有叫做代价模型,原文是Cost Model,下面翻译都使用成本模型

     

    8.9.5 优化器的成本模型

    SQL查询的方式多种多样,MySQL的优化器使用基于对查询成本进行预估的成本模型来生成执行方案。优化器拥有一系列编译过的“成本常量”来决定使用怎样的执行方案。

    除了编译过的成本常量之外,优化器在构建执行方案的时候还会用到一个数据库,也是用来做成本评估的。这些成本评估用的数据保存在mysql的系统库(库名是mysql),server_cost表和engine_cost表中,这两个表中的数据项是随时可以修改的。这些表存在的意义就是让优化器在准备执行方案的时候可以比较简单的判断查询成本。

    1,成本模型的基本操作

    2,成本模型的数据库

    3,成本模型数据库的修改方式

     

    成本模型的基本工作方式

    这些可配置的成本模型是这样工作的:

    1,SQL服务在启动的时候从成本模型的数据库表中读取数据,存到内存,运行期间就从内存中读取这些数据。这个表中非NULL的值的优先级高于编译好的默认值,这个表中的NULL值代表优化器使用编译好的默认值。

    2,SQL服务运行的时候可能会重新读取成本表。重新读取的场景有:存储引擎的动态加载,和执行FLUSH OPTIMIZER_COSTS语句。

    3,内存中的成本评估数据对于客户端的会话(session)来说是实时的,贯串了会话的开始到结束。注意,如果SQL服务重新读取了成本表,表中修改的信息只对后面生成的会话生效,对即将结束的会话不会起作用。

    4,成本评估表是对指定的SQL服务实例生效的,SQL服务不会把成本评估表的修改同步到从库去。 

     

    成本模型表

    优化器的成本模型表包含两张表,在mysql的系统库(库名是mysql)中,表中保存了查询的时候需要用到的成本评估的信息。

    1,server_cost。服务通用的成本评估信息表。

    2,engine_cost。特定存储引擎的成本评估信息表。

     

    server_cost表包含以下字段:

    1,cost_name

    成本评估的时候用的名字。这个名字是非大小写敏感的。如果当SQL服务读取这个表的时候发现了自己不认识的名字,会在错误日志中记录一条警告日志。

    2,cost_value

    成本评估项的具体值。如果这个值是非NULL的,SQL服务就会使用这个值,否则SQL服务会使用默认值(编译好的值)。数据库管理员可以通过修改这个值来影响成本评估的结果。如果当SQL服务读取这个表时发现值是非法的(比如负数),会在错误日志中记录一条警告日志。

    如果想要覆盖系统默认值(往往成本评估表里没有这一条记录),把这个值改成非NULL就可以了。如果想要恢复使用系统默认值,就把这个值改回NULL就可以。然后要执行FLUSH OPTIMIZER_COSTS语句,然后SQL服务会重新读取这些成本模型表。

    3,last_update

    该行数据的上次更新时间。

    4,comment

    该项评估信息的备注。数据库管理员可以在这一栏写备注,比如为什么要设置这么个值等等。

     server_cost表的主键是cost_name字段,所以cost_name肯定不会重复。

     

    server_cost表的cost_name字段可以有这些值:

    1,disk_temptable_create_cost(默认 40.0), disk_temptable_row_cost (默认 1.0)

    在基于磁盘的存储引擎中建立临时表时的成本评估值(比如InnoDB和MyISAM)。如果这些值增大,优化器会认为建立临时表的成本增大,从而减少使用临时表。关于临时表的更多信息参见章节8.4.4, “Internal Temporary Table Use in MySQL”。

    如果这些磁盘相关参数大于内存相关参数(比如memory_temptable_create_cost, memory_temptable_row_cost)的话,代表处理磁盘上的临时表有着更多的成本。

    2,key_compare_cost (默认 0.1)

    比较记录中关键字时的成本。如果这个值增大,代表在查询计划中,比较多种关键字这种操作的成本增大了。比如,和使用索引而避免排序的查询计划相比,文件索引(filesort)的成本变的相对更高了。

    3,memory_temptable_create_cost(默认 2.0), memory_temptable_row_cost (默认 0.2)

    在基于内存的存储引擎(比如MEMORY)中建立临时表时的成本评估值。如果这些值增大,优化器会认为建立临时表的成本增大,从而减少使用临时表。关于临时表的更多信息参见章节8.4.4, “Internal Temporary Table Use in MySQL”。

    如果这些内存相关参数小于磁盘相关参数(比如disk_temptable_create_cost, disk_temptable_row_cost)的话,代表处理内存上的表有着更少的成本。

    4,row_evaluate_cost (默认0.2)

    评估查询条件的成本。如果这个值增大,代表查询更多行的执行计划的成本变得更大了。比如,和范围查询相比,全表扫描的成本相对变得更大了。

     

    engine_cost表包含以下字段:

    1,engine_name

    成本评估的时候用的名字。这个名字是非大小写敏感的。如果这个值是default,那些没有配置自己名字的存储引擎都会使用这个参数。如果当SQL服务读取这个表的时候发现了自己不认识的名字,会在错误日志中记录一条警告日志。

    2,device_type

    成本评估生效的设备类型。这一栏是为了区别不同的磁盘设备而设计的,比如区分传统的硬盘和固态硬盘。目前这一栏还没有用到,值也只能设为0。

    3,cost_name

    和server_cost表中功能一样。

    4,cost_value

    和server_cost表中功能一样。

    4,last_update

    和server_cost表中功能一样。

    5,comment

    和server_cost表中功能一样。

    engine_cost表的主键是一个联合索引,包含了cost_name,engine_name,device_type列,所以这些列组成的联合键值是不会重复的。

     

    engine_cost表中的cost_name可以有以下值:

    1,io_block_read_cost (默认1.0)

    从磁盘上读取一个索引块或数据块的成本。如果这个值增大,代表读取多个硬盘块的查询计划变得成本更高了。比如,和范围查询相比,全表扫描的成本相对变得更大了。

    2, memory_block_read_cost (默认1.0)

    和io_block_read_cost差不多,只不过这个值代表从内存数据库中读取数据块时的成本。

    如果io_block_read_cost和memory_block_read_cost的值不一样,那么即使是同一个查询,执行两次sql时的执行计划也会不一样。假设访问内存的成本比访问磁盘的成本低,那么,数据加载到缓冲池之前执行sql和第二次执行该sql相比得到的执行计划就可能不同,因为第二次执行的时候数据已经在缓冲池里了。

     

    修改成本评估模型的数据库

    如果数据库管理员要修改成本模型的值,建议加倍或者减半这些值,然后看看效果。

    对io_block_read_cost和memory_block_read_cost的修改可能效果是最好的。这两个参数可以让成本模型的数据读取模块决定从磁盘读数据还是从内存读数据。比如,在其他设置都一样的情况下,如果把io_block_read_cost设置的比memory_block_read_cost大,那么优化器会更愿意选择从内存中读取数据的执行计划,而不是从磁盘中读取数据的执行计划。

    下面举个例子,怎样修改io_block_read_cost的默认值:

     

    UPDATE mysql.engine_cost
    
     SET cost_value = 2.0
    
     WHERE cost_name = 'io_block_read_cost';
    
    FLUSH OPTIMIZER_COSTS;

    下面举个例子,怎样修改InnoDB引擎的io_block_read_cost的默认值:

     

    INSERT INTO mysql.engine_cost
    
     VALUES ('InnoDB', 0, 'io_block_read_cost', 3.0,
    
     CURRENT_TIMESTAMP, 'Using a slower disk for InnoDB');
    
    FLUSH OPTIMIZER_COSTS;

     

    以上就是MySQL官网对于优化器成本模型一章的翻译,MySQL版本5.7,章节是8.9.5。

     

    不知道5.7的文档有没有人翻译过,鉴于英语水平有限,要是有翻译不准确的地方欢迎指正。

    官方文档中这个章节的地址:https://dev.mysql.com/doc/refman/5.7/en/cost-model.html#cost-model-operation

     

    展开全文
  • 东方证券_20161021_金融工程研究线性高效简化版冲击成本模型.pdf
  • 在经济新常态和全球资源革命的双重影响以及煤炭资源基础地位不变的前提下,煤炭价格...以价值链优化模型成本控制相结合,通过价值链成本控制为煤炭企业提供成本控制新的路径选择,指导煤炭企业成本管理,获取竞争优势。
  • 为减少企业的销售物流成本,提出云服务下基于顾客偏好的销售物流计划模型.通过建立云销售平台及在销售平台内嵌入基于云计算的数据挖掘模型来挖掘用户偏好,为用户提供个性化的物流服务.针对价格敏感和时间敏感的消费者...
  • PostgreSQL查询成本模型

    千次阅读 2017-12-19 13:29:26
    摘要:PostgreSQL是一个自由的对象-关系数据库服务器(数据库管理系统),被业界誉为“最先进的开源数据库”,本文作者以代码实例说明了如何计算和评估PostgreSQL查询成本,以下是译文。数据库查询速度如果太慢会从很...

    原文:The PostgreSQL Query Cost Model

    作者:igor_sarcevic

    翻译:无阻我飞扬

    摘要:PostgreSQL是一个自由的对象-关系数据库服务器(数据库管理系统),被业界誉为“最先进的开源数据库”,本文作者以代码实例说明了如何计算和评估PostgreSQL查询成本,以下是译文。

    数据库查询速度如果太慢会从很多方面损害机构,比如可能会损害一些优秀应用程序的声誉,因为数据库查询速度过慢,造成后台处理速度慢得令人痛苦,并大幅增加基础设施的成本。作为一名经验丰富的Web开发人员,了解数据层的优化策略是绝对必要的。

    这里写图片描述

    在本文中,我们将探讨PostgreSQL的成本模型,如何了解explain命令(关于explain命令可参见这篇文章)的输出,最重要的是如何利用这些模型数据来提高应用程序的吞吐量。

    使用PostgreSQL Explain 命令

    在应用程序中部署一个新的查询语句之前,最好通过PostgreSQL中的 explain中的命令来运行它,以评估新查询对应用系统性能的影响。

    以一个示例数据库表开始,来说明explain命令的用法。这个表存有一百万条数据记录。

    db # CREATE TABLE users (id serial, name varchar);
    
    db # INSERT INTO users (name) SELECT 'John'
     FROM generate_series(1, 1000000);
    
    db # SELECT count(*) FROM users;
          count
    
     1000000
    (1 row)
    
    db # SELECT id, name FROM users LIMIT 10;
     id | name
    ----+------
      1 | John
      2 | John
      3 | John
      4 | John
      5 | John
      6 | John
      7 | John
      8 | John
      9 | John
     10 | John
    (10 rows)
    

    假设需要用一个给定的id来查找一个用户名,但是在部署新的查询代码之前,要评估这个查询操作的成本。运行一个explain语句来做相关查询:

    db # EXPLAIN SELECT * FROM users WHERE id = 870123;
    
            QUERY PLAN                  
    --------------------------------------------------
     Gather  (cost=1000.00..11614.43 rows=1 width=9)
       Workers Planned: 2
               ->  Parallel Seq Scan on users  (cost=0.00..10614.33 rows=1 width=9)
         Filter: (id = 870123)
    
    (4 rows)
    

    在上面的例子中有很多的输出,但是可以得到它的要点。为了运行这个查询,PostgreSQL计划启动两个并行的工作进程(workers)。每个工作进程将在表上进行顺序扫描,最后,收集器合并来自两个工作进程的结果。

    在本文中,重点介绍上面输出的cost以及PostgreSQL如何计算它。

    为了简化成本探索,运行上面的查询,但限制可并行的工作进程数量为0。

    db # SET max_parallel_workers_per_gather = 0;
    
    db # EXPLAIN SELECT * FROM users WHERE id = 870123;
    
                       QUERY PLAN
    --------------------------------------------------
     Seq Scan on users  (cost=0.00..17906.00 rows=1 width=9)
       Filter: (id = 870123)
    
    (2 rows)
    

    这有点简单。在只有单CPU内核的情况下,评估成本是17906

    成本值背后的数学

    在PostgreSQL中,成本或惩罚点大多是一个抽象的概念。PostgreSQL可以执行查询的方式很多,而PostgreSQL总是选择最低成本值的执行规划。

    计算成本,PostgreSQL首先查看表的字节数大小。接下来看看用户表的大小。

    db # select pg_relation_size('users');
    
     pg_relation_size
    --------------------------
         44285952
    (1 row)
    

    PostgreSQL会为每个要依次读取的块添加成本点。如果知道每个块都包含了8kb,那么就可以计算从表中读取的顺序块的成本值。

    block_size = 8192 # block size in bytes
    relation_size = 44285952
    
    blocks = relation_size / block_size # => 5406
    

    现在,已经知道块的数量,找出PostgreSQL为每个块读取分配多少个成本点。

    db # SHOW seq_page_cost;
     seq_page_cost
     ----------
     1
    (1 row)
    

    换句话说,PostgreSQL为每个块分配一个成本点。这就需要 5406个成本点从表中读取数据。

    从磁盘读取值并不是PostgreSQL需要做的。它必须将这些值发送给CPU并应用一个WHERE子句过滤。对于这个计算来说,如下的两个值非常有趣。

    db # SHOW cpu_tuple_cost;
    
     cpu_tuple_cost
    --------------------
      0.01
    db # SHOW cpu_operator_cost;
     cpu_operator_cost
     ----------------
      0.0025
    

    现在,用所有的值来计算在explain 语句中得到的值。

    number_of_records = 1000000
    
    block_size    = 8192     # block size in bytes
    relation_size = 44285952
    
    blocks = relation_size / block_size # => 5406
    
    seq_page_cost   = 1
    cpu_tuple_cost  = 0.01
    cpu_filter_cost = 0.0025;
    
    cost = blocks * seq_page_cost +
       number_of_records * cpu_tuple_cost +
       number_of_records * cpu_filter_cost
    
    cost # => 17546
    

    索引和PostgreSQL成本模型

    索引在数据库工程师的生活中很可能仍然是最重要的话题。添加索引是否可以降低SELECT语句的成本呢?通过下面的例子来找出答案。

    首先,在users表中添加一个索引:

    db # CREATE INDEX idx_users_id ON users (id);
    

    观察一下新索引的查询规划。

    db # EXPLAIN SELECT * FROM users WHERE id = 870123;
    
               QUERY PLAN
    ----------  ----------  ----------
         Index Scan using idx_users_id on users  (cost=0.42..8.44 rows=1 width=9)
       Index Cond: (id = 870123)
    (2 rows)
    

    成本函数显著下降。索引扫描的计算比顺序扫描的计算要复杂一些。它由两个阶段组成。

    PostgreSQL会考虑random_page_costcpu_index_tuple_cost 变量,并返回一个基于索引树的高度的值。

    db # SHOW random_page_cost;
    
     random_page_cost
     ----------------
      4
    
    db # SHOW cpu_index_tuple_cost;
     cpu_index_tuple_cost
    ----------
      0.005
    

    对于实际的计算,请考虑阅读成本指数计算器的源代码。

    工作进程的成本

    PostgreSQL可以启动并行的工作进程(worker)来执行查询。但是,开启一个新的工作进程,性能会受到影响。

    为了计算使用并行工作进程的成本,PostgreSQL使用 parallel_tuple_cost这个命令,它定义了从一个工作进程传送元组到另一个工作进程的成本,parallel_setup_cost命令意味着启动一个新的工作进程(worker)的成本,以下是查询示例。

    db # SHOW parallel_tuple_cost;
    
     parallel_tuple_cost
    ---------------------
      0.1
    
    db # SHOW parallel_setup_cost;
    
     parallel_setup_cost
    ---------------------
     1000
    

    PS:在本周六的数据库线上峰会上,我们邀请了来自阿里巴巴的周正中老师给大家带来《PostgreSQL流计算案例》分享,欢迎大家报名参加:http://edu.csdn.net/huiyiCourse/series_detail/74
    这里写图片描述

    展开全文
  • 在分析高速公路项目全寿命周期成本构成的基础上,采用成本现值和等额成本年值指标构建了高速公路项目全寿命周期成本数学模型,并针对成本计算中的不确定性,运用蒙特卡罗方法对实例进行了模拟,验证了模型和模拟方法的...
  • 针对某露天铜矿电铲生产和维修管理的实际情况,收集大量电铲维修成本数据,采用数理统计回归分析法、技术经济学以及设备管理等理论,建立了电铲日常维修成本模型、故障维修成本模型和总维修成本模型.并运用模型对电铲...
  • 针对当前生态成本评价模型局限于评价露天矿床开采价值,无法优化矿产资源可采范围的情况,基于生态足迹理论,同时运用生态足迹和水足迹计算方法,提出构建露天矿边际生态成本模型,并结合实例研究基于边际生态成本模型的...
  • 基于作业成本及时间成本的物流成本核算模型,郭红军,樊世清,本文运用作业成本方法,以制造企业物流成本为研究对象,分析了制造企业的主要物流作业成本构成,引入了时间成本概念及其核算方法
  • 对软件成本进度模型进行描述,介绍美国军用软件成本进度预计模型的发展状况和其中一个典型的sage模型
  • PAC成本数据模型

    千次阅读 2017-08-24 09:07:39
    PAC成本法数据模型
  • 基于并联DEA模型的质量成本效率研究,倪霖,罗遵昊,从传统常权方法的固有权重体系估测隐性质量成本考虑,提出新的基于分区变权的隐性质量成本模型,反映管理实践隐性质量成本随动因�
  • Kubecost模型使团队可以了解Kubernetes当前和历史的支出和资源分配。 这些模型在支持多个应用程序,团队,部门等的...这是此成本模型启用的功能的摘要:Kubernetes服务的实时成本分配,部署,名称空间,标签,有状态
  • 基于成本聚类的产品设计早期阶段成本估算模型.pdf
  • 项目管理-成本管理-软件成本估算模型及其实现
  • 为提高最小二乘支持向量机(LSSVM)预测模型的精度,准确预测煤炭开采成本.利用改进的自适应粒子群算法(IAPSO)的全局搜索能力,寻找LSSVM最优的惩罚因子r和高斯核函数的半径σ,提出一种IAPSO-LSSVM预测算法.在分析影响...
  • 将直觉模糊推理技术嵌入成本模型中,用于刻画成本动因间的复杂模糊关系,解决了历史数据不足、人为判断模糊等问题.以广州某厂所生产的某型号液压泵为例,通过实证模拟证明该模型能更有效地实现对产品LCC的控制,具有...
  • 可变加工成本的计算是石化企业生产计划优化中的重要组成部分,与企业利润直接...应用实例证明该模型与常数单位加工成本模型相比,可以有效地区分同类型加工装置加工成本的差异,调整物料分配,其结果更符合生产实际。
  • 成本核算是个伸缩很强的系统,可大至MRPII,可小至一两张统计报表;而且不同的行业,其成本核算实现的方式相差很大,下面就一般意义上的成本核算展工讨论。

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 336,266
精华内容 134,506
关键字:

成本模型