针对神经网络控制系统的安全性验证,提出了基于多项式抽象的障碍函数构造方法.首先,采用全局扇区约束方法、局部扇区约束方法和区域叠加约束方法等对神经网络模型进行抽象,从而得到了相应的半代数约束;然后,运用计算实代数几何中的正点定理,将障碍函数条件松弛为相应的平方和约束条件,再采用半定规划方法进行求解.最后,通过实例对上述不同的神经网络抽象方法就神经网络控制系统的障碍函数构造能力的影响进行了分析.

在社会网络环境下的群体决策中，专家在群体中的权重和专家间的信任关系是影响共识达成的关键因素，但在许多研究中信任关系是不变的且专家权重仅由信任关系确定，因此创新地提出一种考虑专家社会影响力与信任演化的群体共识决策方法，有效促进群体共识的达成。首先使用信任传播与聚合方法将不完整的社会信任矩阵转化为完整的社会信任矩阵，随后根据专家的加性偏好关系和社会信任矩阵获得专家的社会影响力，进而得出专家权重。然后以各专家的最优方案是否得到采纳以及专家方案排序向量与群体方案排序向量间的差异为依据建立信任演化模型，并根据信任演化模型提出考虑信任演化的共识达成过程。再通过仿真模拟的方法求出社会影响力中各指标的权重系数，并对提出的共识达成方法进行可行性验证，论证所提模型的合理性与有效性。最后，通过一个算例以呈现本文方法的详细求解过程，进一步论证模型的可行性与有效性。

针对一类带外部扰动的二阶非线性多智能体系统,提出了一种具有避碰策略的自适应神经网络编队控制协议.在控制协议设计中,由于非线性动力系统具有固有的复杂性和不确定性,本文采用自适应神经网络对非线性动力系统的不确定性进行补偿,有效解决了未知动态函数所带来的控制协议设计困难问题.此外,为了防止多智能体之间发生碰撞,将人工势场方法集成到编队控制协议中.通过李雅普诺夫稳定性分析,证明了所提出的控制协议能够完成预期编队控制任务.最后通过两个数值仿真例子来进一步说明理论的有效性.s

本文考虑一维波动方程,一端Dirichlet边界条件,另一端边界控制含有界扰动.首先,本文构造滑模面,对系统设计滑模控制器,证明了闭环系统的稳定性.然后,本文构造高增益预估器,设计自抗扰控制器,并证明了闭环系统的稳定性.最后,对于施加滑模控制和自抗扰控制的闭环系统,进行数值模拟,验证了稳定的滑模控制器和自抗扰控制器的有效性.

考虑目标函数和约束函数都是上半连续拟凸函数的拟凸优化问题,引入较文献[15]弱的约束规范条件,刻画了该问题基于Greenberg-Pierskalla次微分的KKT类最优性条件,改进了前人的相关结论.

相关差又叫作相对风险减损,它主要衡量风险因素或治疗因素对于个体的额外影响,在流行病学研究中有着重要的临床意义.本文在独立二项抽样下,分别利用传统的区间估计方法和MOVER方法构造了相关差的九种置信区间.本文提出的MOVER方法的优点在于:借用MOVER方法,可以利用两个独立二项分布比率的置信区间来构造相关差的置信区间.与传统的区间估计方法相比,该方法的置信区间构造过程不需要计算相关差的渐近方差,同时不需要Fisher信息矩阵及其逆矩阵,可使计算大大简化.此外,本文通过蒙特卡洛数据模拟考察了九种区间估计方法在不同参数设置下的表现性能.数据模拟结果表明,MOVER方法与传统方法相比,MOVER方法可以提供更精确的置信区间.最后本文通过实际数据案例来演示了所提出的九种区间估计方法的实际应用.

在碳限额与交易政策下,文章考虑消费者环保意识的影响,构建企业和电商平台之间的Stackelberg博弈模型.企业选择转销或代销模式进入平台,电商平台通过制定绿色营销努力带动绿色消费,绿色市场促进企业减排.文章研究企业在转销、代销下的动态定价和绿色水平决策,并分析不同销售模式下供应链的经济和环境效益.结果表明:在一定条件下,消费者环保意识和社交效应对企业效益发挥积极作用；碳交易价格过高反而会抑制供应链的减碳率和环境效益；佣金率的水平影响企业营销模式选择,佣金率较低时代销模式最优,佣金率较高时成本分担合同可以实现企业在经济和环境上的双赢局面.

生鲜产品面临新鲜度变化产生的时变需求与物流服务不确定性的双重压力,供应链与物流服务高效协同以制定最优化的运营策略尤为关键.本文通过构建Stackelberg博弈模型,基于消费者时变效用函数分析了生鲜供应商与零售商的定价,保鲜策略以及物流不确定性对供应链的影响.探讨了集中决策与分散决策下生鲜供应链的协调问题.研究发现:从供应链整体看,当考虑物流不确定性时,供应链效率明显降低;从供应商看,当物流不确定性水平较低时,基准情形(不存在物流不确定性)下利润更大.而当物流不确定性超过某一阈值时,会带来正向需求的增加从而使得供应商利润更大;从零售商看,当产品销售期较短时,存在物流不确定时利润大于基准情形,当产品销售期较长时,基准情形利润更高;当收益共享比例越高时,生鲜供应链效率越大且不断逼近100%,说明收益共享契约能实现供应链协调.

区间值数据比点值数据包含更多的信息, 已成为复杂大数据背景下应用研究的热点. 现有的区间数回归模型大多基于代表元素框架或者传统区间数减法构建, 但代表元素框架模型未把区间整体参加运算易丢失区间信息, 传统区间数减法存在区间数运算结果不合理现象. 为解决上述问题, 本文提出区间数广义Hukuhara(gH)差的框架下$p$维区间数线性回归模型, 在保证区间运算结果合理的基础上, 基于支撑函数构建回归残差评估方法, 推导了模型的最小二乘估计, 并讨论了1维情况下回归参数的形态、特点、性质. 最后利用蒙特卡洛模拟验证了新方法的有效性和精度.

本文研究了切换多项式模糊系统的静态输出反馈控制器的设计问题.本文基于切换的操作子域以及切换李雅普诺夫函数设计了多项式静态输出反馈控制器,使系统达到渐近稳定.同时考虑了隶属函数的边界信息并且引入了多项式松弛矩阵,降低了稳定性条件的保守性.随后运用优化算法将非凸的控制算法转化为凸条件,该条件可以通过SOSTOOLS求解.最后利用数值仿真验证了本文控制器设计方法的有效性.

为了改进中国样本轮换调查中当期核心指标估计量并未充分利用前期数据信息的不足,本文研究了样本轮换调查中具有国际主流水平的AK组合估计量.探究AK组合估计量的构造方法和统计性质.主要贡献有两方面:一是将现有研究中常用的4-8-4型样本轮换方案的AK组合估计量拓展到r-m-r型样本轮换方案的AK组合估计量,并给出其偏差、方差和均方误差;二是引入Bootstrap法代替现行的平衡半方法构造AK组合估计量的抽样方差估计量,通过最小化均方误差确定AK组合估计量的最优系数.仿真模拟结果表明,与平衡半方法相比,Bootstrap法能更好地反映重抽样样本在不同月份之间存在的样本重叠和样本相关性,基于Bootstrap法确定最优权数的AK组合估计量具有更小的均方误差.本文的研究成果有助于优化和完善中国劳动力调查制度.

在大数据背景下,能够较容易地获取更多可利用的辅助信息,但辅助信息的高维度特征不仅增加了计算复杂度,同时也会降低超总体模型的估计效果,进而致使传统的模型辅助估计方法不再适用.为此,本文将在模型辅助抽样估计框架下,引入贝叶斯模型平均方法对超总体模型进行估计,得到了完全辅助信息下的组合模型辅助估计量.文章首先对传统模型辅助抽样估计方法和贝叶斯模型平均方法进行系统梳理;然后给出了通过组合多个模型进行辅助抽样估计的贝叶斯模型平均辅助估计量,并证明了该估计量的渐近无偏性和一致性;随后的数值模拟和实证分析均表明在存在高维辅助信息的情形下,贝叶斯模型平均辅助估计量要优于采用单一模型进行辅助估计的广义回归估计量;最后在研究总结的基础上,提出了贝叶斯模型平均辅助估计方法改进的展望.

随着互联网的快速发展,大众已经习惯在网络上分享兴趣爱好,获取信息和讨论常见热点话题,研究多层社交网络的舆情传播规律有利于舆情分析和舆情治理.本文基于传统的SEIR传染病模型,考虑了节点重要性对传播概率的影响,引入动态参数,构建单层网络舆情传播模型,同时考虑到不同时间步长和度度相关性对舆情传播的影响,提出了一个多层网络交叉传播的舆情传播模型.本文对多层网络舆情传播模型的多种传播性能和规律进行了理论验证和实验分析,实验结果表明时间步长和度度相关性对舆情传播有着显著的影响.最后,有针对性的提出了一些舆情治理机制和舆情应对措施,这些措施可以帮助政府和相关管理部门提高舆情管理的效率,确保在舆情事件中能够迅速做出响应,降低潜在的负面影响,具有重要的意义.

企业信用风险事件已深刻影响到企业、行业与市场的健康运行.为更全面反映企业信用风险特性，在传统信用风险指标体系的基础上,引入由管理层语调和语调操纵组成的文本披露指标,并选取机器学习方法,对企业信用风险进行识别.研究发现:1)将管理层语调和语调操纵纳入企业信用风险指标体系,均能提升信用风险识别准确率,且两者同时加入时对应的信用风险识别准确率最高;2)文本信息具备信息增量与信息操纵功能,引入语调操纵能更客观地反映中国真实情境;3)通过对现有信用风险识别模型进行优化,发现基于AdaBoost算法、随机森林和支持向量机的组合模型的预测能力最强,能显著提升信用风险识别能力,能为小样本下机器学习方法的应用提供方法指引.本研究能为企业信用风险识别指标体系设计和信用风险识别方法优化提供经验证据和决策支持.

随着道路交通复杂程度的增加以及智慧交通的发展，车辆的安全行驶问题受到了广泛关注。本文旨在给出动态环境下分布式车辆编队安全行驶的一系列算法，并验证其有效性。首先，借助多智能体系统分布式编队算法，给出了车辆在道路行驶中的编队运动模型。进而，改进了人工势场模型，为势场中的吸引力和排斥力函数引入速度参数，解决了车辆编队在动态车道环境下的避障问题和超车问题。同时，参考鱼群的逃逸行为，提出了编队内车辆的跟驰与换道模型，解决了分布式信息下的车辆编队紧急避险问题。最后，给出了车辆在动态交通环境下，基于分布式信息交互的车辆编队紧急避险等行为的模拟仿真，验证了所提出算法的有效性。

本文研究一类带对数罚函数的正则化问题,该模型的目标函数由损失函数和对数罚函数组成,其中损失函数是二次可微函数,对数罚函数是一个非凸函数.首先研究对数罚函数的邻近次微分和极限次微分,然后利用该次微分表达式和图像导数的运算法则,得到该问题目标函数的次微分图像导数,最后,利用该图像导数表达式分别建立了该正则化问题的强度量次正则的一个充分条件和充要条件.

突发事件频发与当前复杂国际环境的多变凸显了供应商韧性能力评价在提升产业链供应链安全稳定水平中的重要作用.鉴于此,本文以区间直觉模糊信息环境下的供应商韧性评价问题为研究对象,提出了考虑决策者风险偏好的一致性准则权重和专家权重确定方法.首先根据实际评估值与赋予准则或专家权重后的评估值之间的最大偏差构建非一致性指标,继而通过最小化指标建立Min-Max准则权重优化模型和专家权重优化模型;同时,在模型中引入了风险偏好系数处理行业异质性导致的风险偏好差别;并将专家分类结果引入专家权重优化模型,以刻画同类专家之间的关联;设计了改进的三项共轭梯度算法对权重优化模型进行求解;最后,通过供应商韧性能力评价的算例验证了方法的合理性和有效性,对企业管理实践和群决策理论中权重确定方法起到了一定的补充作用.

本文考虑在双水平$\left( p,N_{1},N_{2} \right) $-策略控制下有随机启动时间的$M/G/1$排队系统, 其中双水平$\left( p,N_{1},N_{2} \right)$-策略是指当系统中的顾客数达到一个事先给定的低阈值$N_{1}(\geq1)$时, 服务员以概率$p\left( 0\le p\le 1 \right)$启动系统, 以概率$(1-p)$不启动系统直到系统中的顾客数累计达到另一个事先设定的较高阈值$N_{2}(N_{2}\geq N_{1})$个时才启动系统, 同时在一段随机长度的启动时间完成后服务员才开始为顾客服务. 运用更新过程理论、全概率分解分析方法和拉普拉斯变换工具, 研究了系统队长的瞬态和稳态分布, 获得了队长瞬态分布关于时间$t$的拉普拉斯变换表达式, 以及稳态队长分布的递推表达式, 同时求出了系统其他一些重要排队性能指标. 进一步, 通过数值实例说明了稳态队长分布表达式在系统容量设计中的重要应用. 最后, 应用更新报酬定理得到了系统长期单位时间内期望费用的显示表达式, 并在平均等待时间约束下当服务时间和启动时间服从PH分布时, 通过数值实例讨论了使得系统期望费用最小的最优双水平控制策略$(N_1^*,N_2^*)$, 以及参数$p$对系统期望费用和顾客平均等待时间的影响.

多状态权重 $k/n$ 系统含有 $n$ 个元件, 每个元件有多种可能的状态, 不同状态下有不同的权重, 当工作元件的权重和不低于预设值 $k$ 时, 系统工作. 针对实际系统中大量数据缺失或数据失效等情形, 将不确定理论引入多状态权重 $k/n$ 系统的可靠性分析中. 假设系统中各元件状态及其权重是不确定变量并且相互独立, 建立了系统可靠性的数学模型, 并通过严格数学推导将其转换为逆分布等价模型. 同时设计了二元搜索算法推导出该系统的可靠性测度, 丰富了不确定系统可靠性的现有理论. 另外, 还对系统中元件的重要性测度进行分析, 并给出相应算法. 结果表明，所建模型和提出的算法能够通过元件的离散不确定状态变量和连续不确定权重变量来获得系统可靠性测度和元件重要性测度并有针对性的对整个系统的性能进行改善.

本文研究了T-S模糊多项式奇异系统的滑模控制问题. 针对被控制对象的T-S模糊多项式奇异模型, 设计一种带有奇异矩阵的分段切换面的滑模控制器, 并利用SOS技术和含有非正定项的分段李雅普诺夫函数, 给出滑动模态广义耗散可容许的充分条件, 设计滑模控制器使系统状态保持在切换面上. 最后, 通过一个数值算例证明所提方法的有效性.

为了更好研究混沌现象的本质和利用混沌, 根据混沌系统的李雅普诺夫稳定性理论和分岔理论研究了一类三维广义Rabinovich系统的混沌动力学特性, 包括耗散性、平衡点和局部渐近稳定性、李雅普诺夫指数、李雅普诺夫维数、分岔图、全局吸引域等. 依据混沌系统全局指数吸引集的结果和Dini导数, 设计合适的控制器实现了两个相同混沌系统的全局指数同步. 为了使所设计的控制器在实际应用中更容易实现且使同步方案有高效的同步速率, 本文设计了线性反馈控制器使两个混沌系统达到全局指数同步. 本文的创新点在于首先得到了该混沌系统每个变量最终界的数学表达式, 然后利用混沌系统的有界性得到了混沌系统控制器的精确数学表达式. 最后, 本文对同步过程进行数值模拟, 仿真结果证实了理论的可行性.

本文为了应对Peer-to-Peer(P2P)共享网络中普遍存在的流量拥塞问题，利用排队论理论对其进行建模分析。我们引入了休假中断这一策略，当系统中请求节点数超过阈值时，中断休假，以减少系统拥塞。并且我们考虑到P2P网络易遭受恶意节点攻击的问题，建立了带启动期、关闭期、同步多重工作休假、休假中断、负顾客的M/M/c的排队模型，采用拟生灭过程和矩阵几何解方法，得到了系统的稳态分布等性能指标。最后，通过数值实验分析了系统参数对性能指标的影响，并对系统的个人及社会收益进行了分析。该研究为提高P2P网络性能，解决流量拥塞问题提供理论依据。

本文研究具有损失销售的M/M/c排队库存系统.假设库存为零时c个服务台同步进行多重休假,休假时间服从一般分布.系统采用(r,Q)补货策略,补货时间服从指数分布.首先,考虑了忽略服务时间的休假库存系统模型,采用补充变量法求出了系统中库存水平的稳态概率分布.然后在此基础上考虑了具有正服务时间的M/M/c排队库存系统模型,得到了系统队长,库存水平和服务台状态的稳态联合概率分布的乘积解,进而求出了平均库存水平,平均订货率和平均顾客损失率等系统性能指标.最后,通过数值算例分析了系统参数对一些主要性能指标的影响.此外还建立了系统单位时间的平均费用模型,利用遗传算法计算了系统的最优补货策略,最优服务台数和最优平均费用.

随着信息技术的发展,经济、金融、工业等领域产生了异常庞大的数据,这些数据往往具有异方差特性,传统统计模型和统计方法难以解决该类大数据的建模问题.子抽样是处理大数据的重要方法.本文针对联合均值与方差模型,在异方差大数据环境下研究了子抽样问题.本文主要贡献如下：对具有异方差特性的大数据建立联合均值与方差模型,在一定条件下，基于A-最优准则和L-最优准则讨论了子样本参数估计的一致性和渐近正态性;首次提出了异方差大数据下联合均值与方差模型的α-最优子抽样算法.数值模拟和实证分析的结果表明,该抽样算法能提高估计的精确性、减少计算成本.

针对昂贵黑箱多目标优化问题, 本文提出一种在迭代中使用多种采样策略平衡局部搜索与全局搜索的代理模型方法. 在一般的代理模型算法框架下, 本文提出的算法使用径向基函数插值模型进行逼近. 在算法迭代过程中, 执行局部搜索辅助的目标值策略, 该策略通过构造多个近似Pareto前沿面, 选取多个填补近似前沿面上空隙的值作为候选目标值, 并根据已估值决策向量和已有目标值的信息确定新目标值, 以及在对应的候选采样点周围进行局部搜索. 此外, 在代理优化采样策略中通过聚类方法增强采样点的多样性. 在$58$个包括高维和低维问题的标准测试问题及两个实际问题上进行的数值实验说明了所提算法的有效性.

针对多类型设备组成的相干系统, 如何制定二元预防性维修策略$(T, N)$ 才能使系统在生命周期内维修费用最小的问题, 根据失效系统能否得到及时维修, 创新性地提出了两个场景下优化维修策略. 两个场景下, 均通过几何过程刻画系统中每种类型设备在维修作用下恶化过程, 对每个场景分别建立周期性预防维修模型, 利用survival signature 技术计算系统可靠度, 以此计算每个周期下系统维修费用的期望. 以系统生命周期内单位时间平均投入成本最小为目标函数, 采用改进的人工鱼群算法对目标函数求解, 得到最优的周期长度$T^{*} $ 和最优维修次数$N^{*} $. 最后针对每个场景均给出实际系统和仿真系统的数值算例, 并对关键参数进行敏感性分析. 数值结果证明了模型的有效性和求解方法的高效性, 敏感性分析结果验证了模型的健壮性.

MOOC评论文本蕴含大量用户观点和情感信息，反应来自用户视角的MOOC质量诉求和质量满意度。本文构建了基于用户评论“主题-情感”耦合分析的MOOC质量表征模型，即基于LDA挖掘评论文本主题，表征MOOC的质量评估维度，基于BERT生成评论文本情感分类表征MOOC质量的满意度和关注度，并以“中国大学MOOC”为例分析MOOC质量的表征结果。研究发现，不同学科类型的MOOC质量评估维度不同，不同MOOC在每个质量评估维度上的用户满意度和关注度不同，质量评估维度对MOOC质量有不同的显著性影响。本文提出的MOOC质量表征模型能泛化到具有用户评论的各种在线课程平台，能细粒度表征课程质量，为建设者设计和改进课程、学习者选择课程提供精准依据，服务优化MOOC建设和体验。

针对社会信任环境下,评价专家之间存在“非共识”评价观点且评价信息为概率语言的多属性群体评价问题,提出一种新的、基于激励机制的交互式群体共识达成方法.首先,基于专家概率语言评价信息之间的差异,提出“非共识”专家的识别方法; 然后,定义“非共识”专家的优、劣激励量和群体共识指数,构建基于信任关系的奖惩激励模型; 最后,提出一种交互式群体共识达成方法,即通过改变专家共识指数的方式引导“非共识”专家达成共识,并集结得到群体概率语言综合评价值.实例分析表明,由于该方法考虑了专家之间的信任关系并实现了专家层面的激励,因此可以得出更加全面和一致的群体评价结论.

二进制偏移载波（BOC）调制方式有效缓解了频谱资源紧缺的问题,成功应用于现代卫星导航系统中.然而BOC调制信号的自相关函数呈现多峰特性,造成信号捕获过程中出现模糊问题.为此,本文提出一种适用于BOC调制信号的无模糊捕获方法.通过设计两组具有特定形状码向量的扩谱辅助信号,将这些辅助信号分别与输入信号进行相关运算得到相关函数,组合这些相关函数得到重构的最终相关函数.仿真实验结果表明: 最终的相关函数结果中不包含任何的边峰,本文所提方法能够完全消除捕获模糊问题,而且对偶数阶的BOC调制信号有效.虽然本文方法有一定的捕获灵敏度损失,但是所需要的捕获电路相关器个数较少.目前大多数的卫星导航系统都采用偶数阶的BOC调制信号,因此本文所提出方法比传统的方法具有更广阔的应用前景.

本文把方差引入到不完全信息静态博弈中,通过设定方差上界得到可行策略集,在可行策略集内最大化期望收益得到相应的平衡解.首先,由Kakutani不动点定理证明该类博弈平衡解的存在性.其次,当支付函数发生扰动时研究该类博弈平衡解的稳定性,结果表明,在Baire分类的意义下,大多数该类博弈都是本质的.最后,通过一个实例,即不完全信息静态古诺博弈,对该类博弈平衡解的存在性进一步验证.

移动支付的爆发式增长深刻影响着家庭的经济行为，一个值得研究的问题是，移动支付在给家庭带来便利的同时，是否也可能引发家庭债务风险.因此，本文基于2013-2019年中国家庭金融调查数据，考察了移动支付对家庭杠杆率的影响效果和作用机制，并进一步进行了异质性分析.研究发现：1)移动支付会显著提高家庭杠杆率，且在更换变量度量方式、采用工具变量法、运用PSM方法、使用Heckman两阶段模型和进行截面回归后，结果依然稳健；2)机制检验结果发现，金融素养与金融可及性是移动支付影响家庭杠杆率的两个作用机制；3)异质性检验表明，当收入水平较低、受教育程度较低以及风险资产比重较小时，移动支付对家庭杠杆率的影响更为显著.在上述结论基础上，本文提出了相应的政策启示.

在出版商和零售平台之间需求信息不对称的背景下,通过构建 Stackelbergx博弈模型,探究了零售平台的需求信息共享决策对电子书销售模式策略的影响.研究结果表明:(1)批发模式下,零售平台不与出版商共享需求信息,但在代理模式下,若零售平台从电子书渠道获得的佣金比例较高时,零售平台会与出版商共享需求信息.(2)就零售平台而言,若零售平台不与出版商共享需求信息,则零售平台偏好批发模式.若仅代理模式下零售平台与出版商共享需求信息,当零售平台对市场需求预测的精准度较低时,零售平台偏好代理模式；否则,偏好批发模式.(3)就出版商而言,零售平台的需求信息共享决策、电子书对纸质书的替代率以及零售平台对需求信息预测的精准度均会影响出版商对销售模式的选择.

本文研究了模型不确定下保险公司最优再保险策略.假设市场上存在着两家相互竞争的模糊厌恶的保险公司和一家再保险公司,保险公司以均值-方差费率原则向再保险公司购买比例再保险以转移自身的风险,保险公司与再保险公司均以最大化期末财富的效用为目标.根据随机动态规划原理,本文首先得到保险公司值函数的HJB方程,求解得到保险公司值函数与再保险策略的显式表达式.在此基础上,运用类似方法求得再保险公司的值函数与最优再保险费率.最后,本文结合理论研究的结果和数值算例分析了模型参数对最优再保险策略的影响,得到一些有意义的结论.

为提高应急决策的及时性, 决策结果的可靠性和客观性, 本文提出一种基于群体共识的动态大群体应急决策方法. 首先, 利用专家间的意见相似网络构建了考虑子群体内部凝聚力的聚类模型, 并进一步探讨了考虑专家评价信息犹豫度的专家权重确定方法. 其次, 利用专家间意见相似度和犹豫度建立了个性反馈调整机制用于指导未达成共识的专家调整评价. 在上述工作的基础上, 构建了考虑专家犹豫行为的动态大群体应急决策方法. 最后, 通过Z市特大暴雨案例分析验证了本文所提方法的可行性. 同时, 通过对比分析和仿真分析验证了本文所提方法可以有效的提高决策效率, 降低决策的时间成本.

首先构建了一个考虑质量和数量双重损耗的生鲜产品零售定价和订购联合决策模型.采用Weill-Log模型描述产品质量的瞬时下降率;引入生鲜产品的最低质量要求,构建了一个与产品实时质量、价格和最低质量要求同时相关的需求函数;考虑生鲜产品质量损耗和数量损耗之间的联系,采用一般化的``质量-数量损耗关联函数"表征两者间的关系.接着,通过数理分析探索模型的数学性质,证明了最优解的存在性和唯一性,并在此基础上提出一个迭代算法.最后,对主要参数的灵敏度进行数值分析.结果显示:针对最低质量要求高的高端市场或短生命周期产品,零售商应采取高价销售策略和``少量多次"的订购策略;零售商的订购策略和平均利润对生鲜产品的初始质量非常敏感,生鲜产品零售商需加强产品的初始质量管理;降价策略是零售商应对消费者质量和价格敏感的一致策略,但最优定价对价格弹性系数的敏感性远大于质量弹性系数.

考虑制造商研发能力有限的情形下,双渠道供应链中不同权力结构下制造商的异质研发决策问题.首先构建了三阶段Stackelberg主从动态博弈模型并求解,然后研究了市场中偏好不同渠道的消费者比例以及两渠道中消费者品质感知程度对研发投入分配、定价决策以及收益的影响,最后提出一种基于改进Shapley值法的契约方案对不同权力结构下的供应链模型进行协调.分析结果表明:制造商占据的博弈地位越高,其更愿意在零售渠道投入较高的研发能力；当两渠道中消费者的品质感知差异较大时,产品异质研发能够使得制造商收获更高的利润;契约协调后零售渠道消费者品质感知程度的波动对批发价格的影响减弱,且当两渠道消费者比例较为接近时,制造商收益增量较大.

电动汽车大量普及是中国交通绿色转型的必由之路,因此研究影响消费者购买意愿的潜在因素从而引导其购买行为至关重要.近年来,多项研究曾针对这一问题进行了实证分析,取得了丰富成果,然而这些研究结果之间存在着不小的偏差,且缺少将多个研究综合梳理并进行量化比较分析的研究.针对这一问题,本文基于技术接受模型(TAM)和计划行为理论(TPB),结合电动汽车特性引入变量环境关注度,风险感知和支持性政策,创新性地构建了电动汽车购买意愿影响因素的理论模型,并利用Meta分析方法对60项实证研究的200个效应值数据进行了再分析.研究结果表明,所构建理论模型中所有路径的效应在统计学上都显著,其中感知有用性,态度,主观规范和感知行为控制以及政府支持性政策对消费者购买意愿有较强的直接影响.此外,本文还将研究数据分别依据抽样地区发展水平和电动汽车类型分为不同亚组,通过亚组分析证实了地区和车型的调节效应.

支持向量回归(SVR)模型的耐噪性问题一直是当前回归领域的流行研究方向之一.本文构建了一种稳健的损失函数(即G-Loss),并提出了一种基于核回归的在线SVR算法(OGSVR)以处理含噪数据.G-Loss通过分区域设置惩罚权重,同时引入$\varepsilon$不敏感带解决模型的稀疏性问题.为解决动态数据流回归问题,本文构建了在线SVR算法,并采用随机梯度下降算法进行求解.在合成数据集,UCI 基准数据集和真实数据集上的多项实验表明,OGSVR 算法与在线$\varepsilon$-SVR,在线LS-SVR和在线Canal-SVR算法相比在不同噪声水平的数据集上获得了良好的表现,在多数情况下,可以在较短的运行时间内获得较高的预测精度.

智能电网实时定价是维护电力系统稳定,引导用户合理用电,进而达到削峰填谷、节能减排目的的重要手段.在追求社会福利最大化的基础上,建立了商业用户的实时定价模型.由于模型是凸优化问题,其与相应的KKT系统同解.借助非线性互补函数可将KKT系统等价转化为非线性方程组,但非线性互补函数通常非光滑,导致等价的非线性方程组非光滑,难以应用基于梯度信息的高效求解算法.非线性互补函数的光滑逼近可以克服这一难题,但逼近误差会影响解的精度.为了减小逼近误差,提出一个新的光滑逼近函数光滑化方程组,并利用光滑牛顿算法进行求解.同已有算法进行比较,本文算法求解速度更快且解的精度更高,和固定电价机制的对比表明本文提出的实时定价机制是合理的.

数字化转型逐渐成为数字经济背景下企业发展的重要驱动力.本文结合数字化转型中存在的“数字技术基础薄弱”与“数字技术难以业务赋能”问题,从资源与能力视角将数字化转型划分为数字技术资源与数字技术赋能两个维度,探寻促进转型问题解决的前因(管理者心理韧性),并明确转型经济后果(企业绩效).根据香港联合证券交易所上市的557家企业在2010--2020年的数据,利用文本分析法实证发现: 1)管理者心理韧性显著促进数字技术资源与数字技术赋能,且对数字技术赋能的作用更强;行业竞争负向调节管理者心理韧性对数字技术赋能的作用,但不调节管理者心理韧性对数字技术资源的作用.2)数字技术赋能正向影响企业绩效,数字技术资源对企业绩效无显著影响.3)管理者心理韧性对数字技术资源与数字技术赋能的促进作用、数字技术赋能对企业绩效的正向影响,均在大型企业、非制造业企业中更强.4)心理韧性强的管理者能够优化管理层人力资本结构促进企业建设数字技术与提高数字技术赋能能力,助力数字化转型;数字技术赋能通过提高企业运营效率与营业成本控制效率获得企业绩效;心理韧性强的管理者可帮助企业获取数字技术赋能能力提高企业绩效.本文结论为企业实施数字化转型,获取数字化转型的经济效益提供了重要启示.