如果你也在 怎样代写运筹学operational research这个学科遇到相关的难题，请随时右上角联系我们的24/7代写客服。运筹学operational research通常简称为OR，是一门研究开发和应用先进的分析方法来改善决策的学科。它有时被认为是数学科学的一个子领域。管理科学一词有时被用作同义词。
运筹学operational research采用了其他数学科学的技术，如建模、统计和优化，为复杂的决策问题找到最佳或接近最佳的解决方案。由于强调实际应用，运筹学与许多其他学科有重叠之处，特别是工业工程。运筹学通常关注的是确定一些现实世界目标的极端值：最大（利润、绩效或收益）或最小（损失、风险或成本）。运筹学起源于二战前的军事工作，它的技术已经发展到涉及各种行业的问题。
my-assignmentexpert™运筹学operational research作业代写，免费提交作业要求， 满意后付款，成绩80\%以下全额退款，安全省心无顾虑。专业硕 博写手团队，所有订单可靠准时，保证 100% 原创。my-assignmentexpert™， 最高质量的运筹学operational research作业代写，服务覆盖北美、欧洲、澳洲等 国家。 在代写价格方面，考虑到同学们的经济条件，在保障代写质量的前提下，我们为客户提供最合理的价格。 由于统计Statistics作业种类很多，同时其中的大部分作业在字数上都没有具体要求，因此运筹学operational research作业代写的价格不固定。通常在经济学专家查看完作业要求之后会给出报价。作业难度和截止日期对价格也有很大的影响。
想知道您作业确定的价格吗? 免费下单以相关学科的专家能了解具体的要求之后在1-3个小时就提出价格。专家的 报价比上列的价格能便宜好几倍。
my-assignmentexpert™ 为您的留学生涯保驾护航 在数学Mathematics作业代写方面已经树立了自己的口碑, 保证靠谱, 高质且原创的数学Mathematics代写服务。我们的专家在运筹学operational research代写方面经验极为丰富，各种运筹学operational research相关的作业也就用不着 说。
我们提供的运筹学operational research及其相关学科的代写，服务范围广, 其中包括但不限于:
数学代写|运筹学代写operational research代考|The Amount of Feedback
Normative decision theory typically argues that more information prior to decision-making leads to better results e.g. Sterman 1989; Cantor and Macdonald 2009. However, literature provides some opposing empirical evidence e.g. Van Knippenberg et al. 2015; Crook et al. 2016; Mengel and Rivas 2017. In an ERA platform, the only possibility of obtaining information is the feedback provided by the platform. Providing additional feedback, e.g. about bids made by otherbidders, can therefore influence bidder behavior positively or negatively, depending on how they process that information.
Prior literature on different information levels in ERA platforms has studied the relationship between cost distribution and bidding behavior Maskin and Riley 2000, differences between high versus low cost type bidders Saini and Suter 2015; Aloysius et al. 2016, behavior of bidders whose cost functions are drawn from different distributions (Güth et al. 2005), or behavior of the bidders, when they are provided with rank feedback about the other market participants (Elmaghraby et al. 2012). Our research question is concerned with the impact of different amounts of feedback in the ERA platforms on individual decision-maker behavior, considering their individual characteristics in information processing.
In an ERA, bidders are faced with a complex decision environment, with only limited information. Bidders have to interpret the received information in order to maximize their own utility. However, if the information is too complex for the decision-makers to process, their cognitive resources decrease, leading to suboptimal decision-making.
We conduct an experiment to analyze whether providing more information leads to a bidding behavior that benefits the decision-maker. Experimental literature uses two types of feedback treatments in auctions. One treatment provides only information about the auction result as ‘winning’ or ‘losing’ the auction. The other treatment provides information about other market participants’ historical bidding behavior Neugebauer and Selten 2006. In our experimental study, we use these two treatments to examine the effect of additional information on behavior. In the minimum information condition, bidders only receive information about the auction outcome and if there will be a subsequent auction. The other feedback type, which we label as maximum information, adds a historical bid table about all market participants.
数学代写|运筹学代写operational research代考|The Context of Feedback
Another important aspect that we take into consideration is the context of feedback. The objective usefulness of additional information, as well as the subjective willingness of bidders to accept and process such information, depend on the particular environment in which the auction takes place. The environment can contain a different number of players, who behave in a more or less rational way, and who have different amounts of information. We operationalize these concepts in three different market settings. The first market setting contains computerized opponents that are playing according to a preset rule (i.e. truthful bidding) and one human player, whose behavior we study. In the second market setting, every participant receives the same feedback treatment (i.e. all market participants have either minimum or maximum information treatment). Here all of the market participants are humans.
In the third market setting, the markets also consist of human participants, but they receive different amounts of information. Half of the market participants receive the minimum information treatment, the other half the maximum information treatment. Previous literature focused on only one aspect (e.g. Shogren et al. 2001; Dorsey and Razzolini 2003; Lusk and Fox 2003; Ockenfels and Selten 2005; Neugebauer and Selten 2006; Engelbrecht-Wiggans et al. 2007; FilizOzbay and Ozbay 2007). By combining information levels and environmental characteristics, we are able to study the effects of additional information in different environments.
数学代写|运筹学代写OPERATIONAL RESEARCH代考|The Framing of Feedback
As already mentioned, a minimum information treatment is often communicated to participants as ‘winning’ or ‘losing’ the auction (Neugebauer and Selten 2006). However, this framing can trigger a psychological effect, which can significantly alter the decision-makers’ behavior. Being the ‘winner’ has a well-documented psychological effect on behavior (Lopez and Fuxjager 2012), and in the auction context the existence of this phenomenon is extensively documented (e.g. Adam et al. 2011, 2012, 2015; Astor et al. 2013). So far, this effect was not considered in previous studies on different levels of feedback.
In an ERA, decision-makers have two objectives. One is winning the auction, and the second is to maximize the individual profit, if the auction is won. In a reverse auction, the first objective is improved by bidding a low value, the second by bidding a high value. Information compatibility theory argues that individuals consider an objective that is more salient as more important than other, less salient objectives (Lichtenstein and Slovic 1971). Different forms of feedback can focus the decision-maker’s attention on different objectives. Specifically, we argue that using the words ‘win’ and ‘lose’ in the feedback can lead to priority shifts toward the objective of winning the auction. We study in our experiment whether such behavioral effects of different wording in the feedback occur and if these effects can be mitigated by using different wording.
运筹学代写
数学代写|运筹学代写OPERATIONAL RESEARCH代考|THE AMOUNT OF FEEDBACK
规范决策理论通常认为，决策之前的更多信息会导致更好的结果，例如 Sterman 1989；Cantor 和 Macdonald 2009。然而，文献提供了一些相反的经验证据，例如 Van Knippenberg 等人。2015；克鲁克等人。2016; Mengel 和 Rivas 2017。在 ERA 平台中，获取信息的唯一可能性是平台提供的反馈。因此，提供额外的反馈，例如关于其他投标人的投标，可以积极或消极地影响投标人的行为，这取决于他们如何处理该信息。
关于 ERA 平台中不同信息级别的先前文献研究了成本分配与投标行为之间的关系 Maskin 和 Riley 2000，高成本与低成本类型的投标人 Saini 和 Suter 2015 之间的差异；阿洛伊修斯等人。2016 年，成本函数来自不同分布的投标人的行为üGü吨H和吨一种l.2005，或投标人的行为，当他们获得有关其他市场参与者的排名反馈时和l米一种GHr一种b是和吨一种l.2012. 我们的研究问题是关于 ERA 平台中不同数量的反馈对个体决策者行为的影响，考虑到他们在信息处理中的个体特征。
在 ERA 中，投标人面临复杂的决策环境，信息有限。投标人必须解释收到的信息以最大化他们自己的效用。但是，如果信息过于复杂，决策者无法处理，他们的认知资源就会减少，从而导致决策不理想。
我们进行了一项实验，以分析提供更多信息是否会导致有利于决策者的投标行为。实验文献在拍卖中使用两种类型的反馈处理。一种处理方式仅提供关于拍卖结果的信息，如“赢得”或“输掉”拍卖。另一种处理方法提供有关其他市场参与者历史投标行为的信息 Neugebauer 和 Selten 2006。在我们的实验研究中，我们使用这两种处理方法来检查附加信息对行为的影响。在最低信息条件下，投标人只收到有关拍卖结果以及是否会有后续拍卖的信息。另一种反馈类型，我们标记为最大信息，添加了一个关于所有市场参与者的历史投标表。
数学代写|运筹学代写OPERATIONAL RESEARCH代考|THE CONTEXT OF FEEDBACK
我们考虑的另一个重要方面是反馈的背景。附加信息的客观有用性以及投标人接受和处理此类信息的主观意愿取决于拍卖发生的特定环境。环境可以包含不同数量的玩家，他们以或多或少的理性方式行事，并且拥有不同数量的信息。我们在三种不同的市场环境中实施这些概念。第一个市场设置包含根据预设规则进行游戏的计算机化对手一世.和.吨r在吨HF在lb一世dd一世nG和一位人类玩家，我们研究他的行为。在第二市场设置中，每个参与者都接受相同的反馈处理一世.和.一种ll米一种rķ和吨p一种r吨一世C一世p一种n吨sH一种在和和一世吨H和r米一世n一世米在米这r米一种X一世米在米一世nF这r米一种吨一世这n吨r和一种吨米和n吨. 这里所有的市场参与者都是人。
在第三种市场环境中，市场也由人类参与者组成，但他们接收的信息量不同。一半的市场参与者接受最低信息处理，另一半接受最大信息处理。以前的文献只关注一个方面和.G.小号H这Gr和n和吨一种l.2001;D这rs和是一种ndR一种和和这l一世n一世2003;大号在sķ一种ndF这X2003;这Cķ和nF和ls一种nd小号和l吨和n2005;ñ和在G和b一种在和r一种nd小号和l吨和n2006;和nG和lbr和CH吨−在一世GG一种ns和吨一种l.2007;F一世l一世和这和b一种是一种nd这和b一种是2007. 通过结合信息水平和环境特征，我们能够研究附加信息在不同环境中的影响。
数学代写|运筹学代写OPERATIONAL RESEARCH代考|THE FRAMING OF FEEDBACK
如前所述，最低限度的信息处理通常以“赢得”或“输掉”拍卖的形式传达给参与者ñ和在G和b一种在和r一种nd小号和l吨和n2006. 然而，这种框架会引发一种心理效应，从而显着改变决策者的行为。成为“赢家”对行为有充分的心理影响大号这p和和一种ndF在Xj一种G和r2012，并且在拍卖背景下，这种现象的存在被广泛记录和.G.一种d一种米和吨一种l.2011,2012,2015;一种s吨这r和吨一种l.2013. 到目前为止，在先前关于不同反馈水平的研究中没有考虑到这种影响。
在 ERA 中，决策者有两个目标。一是中标，二是如果中标，个人利益最大化。在反向拍卖中，第一个目标通过出价低来提高，第二个目标通过出价高来提高。信息相容性理论认为，个人认为一个更突出的目标比其他不太突出的目标更重要大号一世CH吨和ns吨和一世n一种nd小号l这在一世C1971. 不同形式的反馈可以将决策者的注意力集中在不同的目标上。具体来说，我们认为在反馈中使用“赢”和“输”这两个词可以导致优先级转向赢得拍卖的目标。我们在实验中研究了反馈中不同措辞的这种行为影响是否会发生，以及这些影响是否可以通过使用不同的措辞来减轻。
数学代写|运筹学代写operational research代考 请认准UprivateTA™. UprivateTA™为您的留学生涯保驾护航。
微观经济学代写
微观经济学是主流经济学的一个分支，研究个人和企业在做出有关稀缺资源分配的决策时的行为以及这些个人和企业之间的相互作用。my-assignmentexpert™ 为您的留学生涯保驾护航 在数学Mathematics作业代写方面已经树立了自己的口碑, 保证靠谱, 高质且原创的数学Mathematics代写服务。我们的专家在图论代写Graph Theory代写方面经验极为丰富，各种图论代写Graph Theory相关的作业也就用不着 说。
线性代数代写
线性代数是数学的一个分支，涉及线性方程，如：线性图，如：以及它们在向量空间和通过矩阵的表示。线性代数是几乎所有数学领域的核心。
博弈论代写
现代博弈论始于约翰-冯-诺伊曼（John von Neumann）提出的两人零和博弈中的混合策略均衡的观点及其证明。冯-诺依曼的原始证明使用了关于连续映射到紧凑凸集的布劳威尔定点定理，这成为博弈论和数学经济学的标准方法。在他的论文之后，1944年，他与奥斯卡-莫根斯特恩（Oskar Morgenstern）共同撰写了《游戏和经济行为理论》一书，该书考虑了几个参与者的合作游戏。这本书的第二版提供了预期效用的公理理论，使数理统计学家和经济学家能够处理不确定性下的决策。
微积分代写
微积分，最初被称为无穷小微积分或 “无穷小的微积分”，是对连续变化的数学研究，就像几何学是对形状的研究，而代数是对算术运算的概括研究一样。
它有两个主要分支，微分和积分；微分涉及瞬时变化率和曲线的斜率，而积分涉及数量的累积，以及曲线下或曲线之间的面积。这两个分支通过微积分的基本定理相互联系，它们利用了无限序列和无限级数收敛到一个明确定义的极限的基本概念 。
计量经济学代写
什么是计量经济学？
计量经济学是统计学和数学模型的定量应用，使用数据来发展理论或测试经济学中的现有假设，并根据历史数据预测未来趋势。它对现实世界的数据进行统计试验，然后将结果与被测试的理论进行比较和对比。
根据你是对测试现有理论感兴趣，还是对利用现有数据在这些观察的基础上提出新的假设感兴趣，计量经济学可以细分为两大类：理论和应用。那些经常从事这种实践的人通常被称为计量经济学家。
Matlab代写
MATLAB 是一种用于技术计算的高性能语言。它将计算、可视化和编程集成在一个易于使用的环境中，其中问题和解决方案以熟悉的数学符号表示。典型用途包括：数学和计算算法开发建模、仿真和原型制作数据分析、探索和可视化科学和工程图形应用程序开发，包括图形用户界面构建MATLAB 是一个交互式系统，其基本数据元素是一个不需要维度的数组。这使您可以解决许多技术计算问题，尤其是那些具有矩阵和向量公式的问题，而只需用 C 或 Fortran 等标量非交互式语言编写程序所需的时间的一小部分。MATLAB 名称代表矩阵实验室。MATLAB 最初的编写目的是提供对由 LINPACK 和 EISPACK 项目开发的矩阵软件的轻松访问，这两个项目共同代表了矩阵计算软件的最新技术。MATLAB 经过多年的发展，得到了许多用户的投入。在大学环境中，它是数学、工程和科学入门和高级课程的标准教学工具。在工业领域，MATLAB 是高效研究、开发和分析的首选工具。MATLAB 具有一系列称为工具箱的特定于应用程序的解决方案。对于大多数 MATLAB 用户来说非常重要，工具箱允许您学习和应用专业技术。工具箱是 MATLAB 函数（M 文件）的综合集合，可扩展 MATLAB 环境以解决特定类别的问题。可用工具箱的领域包括信号处理、控制系统、神经网络、模糊逻辑、小波、仿真等。
