消费者低碳偏好信息不对称下供应链减排策略研究

信息不对称是阻碍制造商积极参与碳市场交易及投入减排技术的主要原因,文章基于碳交易机制,在零售商隐匿消费者低碳偏好信息的情形下,研究制造商减排和零售商的信息共享策略选择问题.文章利用Stackelberg模型考察供应链各成员的最优决策,其中零售商拥有私有信息(消费者的低碳偏好)并决定是否与制造商共享该信息.利用博弈论与静态比较分析,发现零售商共享信息对供应链有益,且在信息不对称下,制造商与零售商制定收益共享契约可以提高自身收益.当制造商风险规避程度较低时,零售商愿意共享信息;当消费者低碳偏好较高且对产品价格不敏感时,制造商的减排率会增加;对于减排成本较大且消费者低碳偏好较低的产品,增加碳配额会降低产品的价格,进而削减制造商的减排动力.因此,制造商可以适当降低自身风险规避行为以吸引零售商共享信息,此外,制造商与零售商制定收益共享契约对供应链有利;为加强制造商减排技术的投入,零售商可以优先对非价敏用户做好低碳产品的宣传和推广.

基于对偶自信双层语言偏好关系的多属性群决策方法

针对自信双层语言中“自信度”主观性较强、缺乏对应调节机制等问题,提出了一种新型决策语言术语和基于对偶自信双层语言偏好关系的多属性群决策方法.首先,引入社会网络法获取专家间“信任关系”矩阵,考虑信任传递的全面性和信息失真情况,采用OWA算子和最短链路原则补全“信任关系”.其次,耦合“信任关系”和自信双层语言创建对偶自信双层语言,拓展对偶自信双层语言偏好关系,研究其一致性及共识性指标,并构建对偶自信双层语言的反馈调节机制.进而,利用反馈调节机制中调节后“自信度”和“他信度”指标构建新的专家赋权模型.最后,结合反馈调节机制和专家赋权模型,提出对偶自信双层语言偏好关系的多属性群决策方法.通过湖南省新能源投资项目分析,验证了方法的适用性和有效性.

事件触发下多智能体系统规定时间二分一致性

针对线性合作竞争多智能体系统(MAS),考虑到可能受到的外部干扰,研究了系统基于事件触发机制的规定时间二分一致性控制问题.首先,设计干扰观测器估计系统受到的外部干扰,且针对每个智能体给出了事件触发条件,以减少智能体间的通信频率,节省有限的通信网络资源,同时证明避免了Zeno现象,其次,为了明确地预先分配稳定时间,结合干扰观测器的估计值,设计了一种合作和竞争并存拓扑结构的规定时间事件触发控制协议,以保证所有智能体在受到外部干扰的情况下仍然达到二分一致.最后,利用仿真实例验证了所提出方法的可行性和有效性.

数字经济何以提升创业活力?——基于劳动力要素和数据要素的中介效应分析

创新创业是塑造发展新引擎的有效选择.数字经济作为一种新的发展形态,能够为提升地区创业活力提供新机遇.为了验证数字经济在各地区发挥的创业拉动效应,把握其中的路径机制,基于2010--2020年选取的中国30个省份的面板数据,构建固定效应模型、中介模型、面板门槛模型,从劳动力和数据要素配置视角实证分析数字经济对创业活力的综合影响、细分差异与作用机制,并探究知识产权保护水平发挥的边界效应.研究发现:1)数字经济发展对创业活力具有显著的正向作用,其中在互联网应用、数字金融两个方面提升了创业活力,在信息化基础维度的作用不明显.2)数字经济可通过“劳动力配置”和“数据要素利用”两条路径促进创业活力提升.3)在“胡焕庸线”东南半壁,数字经济对创业活力具有显著影响.4)知识产权保护作为重要的制度保障,对数字经济与创业活力的关系起门槛调节作用,其水平处于最优区间时能够发挥最大效应.据此,各地区需进一步完善信息基础设施、提高数字技术应用水平、优化区域要素配置水平以激发创业活力,同时依据区位特点,采取自主创新研发、协同合作的差异化策略,营造与数字经济发展水平相适应的创业环境,释放创业活力.

半正定多项式的一个降次有理平方和表示算法

文章给出一个构造性算法,将一元半正定多项式表示为一些次数递降的多项式的平方和,当输入的多项式的系数是有理数时,该算法构造的降次多项式的系数也是有理数.文章还把这种方法推广到多元多项式情况,即如果该多项式有平方和表示,使用文章方法也能得到该半正定多元多项式的一个特殊的平方和分解.

基于非线性激活函数的零化神经网络及其在动态问题求解中的应用

零化神经网络(zeroing neural network,ZNN)因其具有快速的收敛速度和较为出色的抗外界噪声干扰的能力,自被提出以来就有大量研究且广泛地应用于时变问题的求解.然而,目前所存在的零化神经网络模型的收敛速度和抗干扰能力仍然不尽如人意.因此,为进一步提高零化神经网络的性能,文章提出了一种固定时间收敛激活函数(fixed-time convergent activation function,FTCAF),然后,基于该激活函数建立了固定时间收敛的零化神经网络(fixed-time convergent zeroing neural network,FTCZNN)模型,并应用该模型对动态Sylvester方程(dynamic Sylvester equation,DSE)进行求解.理论分析证明了FTCZNN模型拥有固定的时间收敛上界和较为出色的抗外界噪声干扰的能力.此外,DSE数值仿真实验也证明了FTCZNN模型的优越性能.最后,FTCZNN模型被用于机械臂的轨迹跟踪实验,且实验结果再次证明了FTCZNN模型相较于传统ZNN模型拥有快速的收敛速度和较为出色的抗干扰能力,因此其实际应用能力也得到了验证.

不利天气下考虑公司利他偏好的农产品供应链补贴机制

在不利天气影响农产品产量的情况下,考虑财政预算约束和公司利他偏好,构建无政府补贴、产出补贴、收购补贴、一次性补贴公司和一次性补贴农户五种情形下的博弈模型,比较不同政府补贴方式对农产品供应链最优决策的影响,并从改善消费者剩余和社会福利、提高资金使用效率三方面分析政府的最优补贴策略.研究表明:每种补贴方式都能提高农产品供应链系统利润、改善社会整体福利,且政府补贴能有效增强利他偏好对农户努力水平的提升作用.进一步,当补贴资金不受财政预算约束时,收购补贴和产出补贴都能发挥资金杠杆作用;且从改善消费者剩余和社会整体福利角度,收购补贴为最优补贴策略;从补贴资金使用效率角度,产出补贴为最优补贴策略.当补贴资金受财政预算约束时,仅一次性补贴公司能发挥资金杠杆作用,且一次性补贴公司总是优于一次性补贴农户.

在线社交网络中谣言传播行为的图上博弈分析

复杂社交网络中谣言不断地滋生与蔓延.为对谣言进行有效管控,文章基于图上博弈理论,通过引入详尽可能性模型及情绪认知理论,探究谣言转发行为的影响因素,并从信息内容差异化角度,构建了社交网络用户谣言传播行为演化博弈模型.仿真结果表明:1)提高用户对谣言/反谣言信息的兴趣会直接影响其转发谣言或反驳谣言的行为;2)信息发布的强度对信息的传播效果有着直接影响;3)用户面对不确定信息时,更加愿意转发亲密节点的信息;4)谣言内容包含积极内容及用户个人情绪不稳定时,用户更易做出转发行为.据此,文章提出了治理社交网络谣言传播的相关建议,为相关部门制定有效的谣言治理策略提供了理论支持.

人口普查的事后计数调查样本规模测算及分配

文章旨在建立一套全新的事后计数调查样本规模测算和分配体系,以解决一些国家的政府统计部门未严格按照抽样理论测算和分配事后计数调查样本规模的问题.为实现目标,采用数理模型和参数估计方法计算2020年抽样方案(Q)的设计效应和2030年简单抽样方案(S)的样本规模,将两者相乘得到2030年抽样方案(Q)的样本规模.理论和实证结果表明:2020年抽样方案(Q)的设计效应为0.91,优于简单抽样方案(S);简单抽样方案(S)的单系统估计量无须在同质人口层建立,而抽样方案(Q)的组合式三系统估计量须在同质人口层构造;分层刀切法适合于近似计算组合式三系统估计量的抽样方差;比例分配法比最优分配法更适合于事后计数调查样本规模分配.创新之处在于,提出基于组合式三系统估计量和单系统估计量的抽样方差估计量的设计效应估计量,解释了用设计效应间接测算样本规模的数学逻辑.该成果有望作为国家统计局制定2030年事后计数调查样本规模测算与分配方案的重要参考,或被其采纳应用.

公共自行车系统车辆库存管理研究

考虑初始车辆对公共自行车系统运作成本的影响和站点未满足需求的溢出效应,针对站点租还车需求为随机变量且服从泊松分布,应用离散马尔科夫链理论提出基于车辆库存的站点服务损失成本的计算方法,根据溢出效应设计需求泊松参数调整方程组,构建最优车辆库存模型,并应用两个数值算例演示模型分析框架的应用,验证模型的有效性.两站点算例表明在一定条件下,未满足需求的站点间影响会极大降低损失成本,合理的站点间需求转移可作为运作优化的有效措施.华盛顿公共自行车系统多站点实例则进一步分析站点租还车需求泊松参数,成本系数,容量和初始车辆库存等因素对系统服务损失成本的影响机理.研究成果可为公共自行车车辆库存管理提供依据.

养老服务供应链政府补贴策略选择

养老已成为中国急需解决的重大社会问题,为推动养老服务行业发展,政府采取了多种补贴措施.为提高政府补贴的绩效,增加养老服务供应链的福利,促进养老服务供应链的发展,研究了养老服务供应链政府补贴策略选择问题.以政府无补贴为基准,研究了政府补贴老年人,补贴养老服务提供商,补贴养老服务集成商三种补贴模式,同时讨论了不同权力结构对养老服务供应链的影响.研究发现:1)如果政府的目标是社会福利最大化,那么补贴养老服务提供商或养老服务集成商将取得显著的效果;2)在政府无补贴和补贴老年人的两种模式下,不同的权力结构中,养老服务集成商主导下的供应链往往会带来更高的社会福利;3)老年人养老服务补贴敏感系数对决策产生了影响,当养老服务补贴敏感系数接近养老服务价格敏感系数时,补贴老年人的模式将会显著提高补贴效果.

基于广义分布的区间函数型聚类方法

区间函数型聚类是一种用来分析连续型高频数据的方法.已有均匀分布下的区间函数型聚类方法,不能充分利用区间内部的分布信息.而且均匀分布的假设,不符合很多数据的实际分布情况,造成聚类效果和稳定性较差.针对这些问题,文章考虑数据分布的实际情况,使用原始数据的均值和标准差,改进已有的中点-半径法,提出了基于广义分布的区间函数型聚类方法.该方法扩大了区间函数型聚类的使用范围,不仅可以更好地描述区间内部的分布情况,而且能够充分地利用和获取数据信息的内在特征,提高聚类结果的有效性和合理性.使用蒙特卡罗方法,计算聚类效果的内部指标,比较文章所提方法与已有均匀分布下的区间函数型聚类方法的优劣,结果显示文章提出的方法优于已有均匀分布下的区间函数型聚类方法.最后将文章所提方法应用到不同城市的大气污染物浓度的聚类分析中,验证该方法不仅可以有效地解决实际问题,且与已有方法相比具有明显优势.

基于移动机器人的拣选系统货架动态储位分配研究

为了提高基于移动机器人的拣选系统拣货效率,更好地满足客户动态需求和订单时效要求,提出了考虑货架后续需求频次、需求紧迫程度以及拥堵因素的货架动态储位分配策略,构建了最小化货架搬运距离的动态储位分配模型,并设计了启发式算法进行模型求解.首先,基于货架需求紧迫程度,构造贪婪算法生成动态货架储位分配的初始解;然后,基于货架在后续批次订单的需求频次及通道间负载均衡,采用邻域搜索算法进行动态货架储位优化.最后,通过与其他静态和动态储位分配方法对比,验证文章提出的模型和算法的有效性.

无限参与人市场博弈中可传递效用核的存在性

文章考虑一个具有无限多参与人与无限维商品空间的生产经济.在这样的生产经济中,构建一类具有无限参与人的市场博弈,并定义出其中可传递效用核.结合过去有限参与人合作均衡存在性定理,文章主要证明了市场博弈中可传递效用核的存在性.具有无限维商品空间和无限多参与人市场博弈的构建,与市场博弈中的可传递效用核的存在性证明为文章的两个主要贡献.

区块链技术驱动下考虑减排积极性的动态低碳供应链微分博弈

针对由制造商、零售商和消费者构成的低碳供应链,文章考虑了制造商减排积极性的随机动态特征,研究了消费者具有绿色信任和低碳偏好背景下供应链成员的微分博弈.利用伊藤过程对制造商减排积极性的随机演化过程进行刻画,并基于成员的利润结构,构建了采用和不采用区块链技术两种情形下低碳供应链的随机微分博弈模型.运用贝尔曼连续型动态规划理论,求解了两种情形均衡状态下成员的反馈策略,揭示了制造商减排积极性的随机动态演化特征.最后结合算例,分析了稳定和动态均衡状态下制造商减排积极性、消费者特征参数以及随机干扰因素对成员均衡决策和最优利润的影响.研究表明:受到随机干扰因素的影响,制造商减排积极性始终围绕其期望上下波动,最终稳定于一个稳态值,减排积极性的提高和消费者低碳偏好程度的提高,都能为制造商带来经济效益.采用区块链技术更有利于提高零售商的获利水平,而制造商是否采用区块链技术需要同时考虑消费者低碳偏好程度和绿色信任程度的影响.

不确定周期离散时间系统的预见饱和控制

文章考虑一类具有输入饱和的不确定周期离散时间系统的预见饱和控制问题.由于时变不确定矩阵及输入饱和的存在,预见控制理论中经典的差分算子方法无法适用.为此,文章引入状态辅助变量,利用系统状态向量与状态辅助变量之差代替通常的状态差分,成功地构造出输入饱和不确定离散系统的扩大误差系统.通过扩大误差系统的构造,将原系统的预见饱和控制器的设计问题转化为扩大误差系统的镇定问题.利用改进的扇形条件处理饱和非线性项并结合线性矩阵不等式(LMI)技巧,导出了闭环系统渐近稳定的充分条件.最后,仿真例子表明了文章结果的有效性.

基于视觉Transformer的自注意力舌象肝郁线识别

智能舌诊是计算机视觉在中医领域的一个典型应用,舌体图像自动识别是其中的核心问题.肝郁线位于舌面两侧,是中医临床重要的诊断依据,研究其自动识别能够促进智能舌诊的进一步发展.文章借助视觉Transformer自注意力机制的优势,基于Swin Transformer提出注意力指导和局部区域复用策略,并以此为基础构建了用于肝郁线识别的ST-LDL网络结构.注意力指导用于促进ST-LDL提取到肝郁线细粒度特征;局部区域复用利用舌面两侧的局部强响应区域,一方面训练ST-LDL的局部网络分支,另一方面增强ST-LDL的全局网络分支.消融实验结果表明,单独使用注意力指导策略和区域复用策略,均能提升识别效果;共用这两种策略时,各项指标均大幅提高.对比实验结果表明,文章所提算法优于通用算法,也好于现有专门用于肝郁线识别的算法.

基于用户评论“主题-情感”耦合分析的MOOC质量表征研究

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.文章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.文章提出的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.

“无票免税”政策下跨境电商报税策略与供应链网络联合优化

随着在跨境贸易的数字化,跨境电商得以快速发展.为此,国家分批设立了165个跨境电商综合试验区(综试区),并出台了“无票免税”政策,吸引中小企业参与跨境电商的创新实践中.文章在考虑综试区和“无票免税”政策的基础上,研究了跨境电商企业供应链网络构建与报税策略选择的联合优化.考虑到跨境贸易场景的不确定性,构建了两阶段非线性随机规划模型;并对模型进行了线性化,设计了最优求解的L型算法.实例应用结果表明:“无票免税”政策能够有效吸引企业入驻综试区,而新实施的“区域全面经济伙伴关系协定”会弱化海外仓与国内仓的差别,促使企业布局少数有地理优势的海外仓.两者均能够有效减轻企业供应链网络的布局代价.

一种融合舆情态势评分和图套索的股票收益系统预测研究

为了解决证券投资组合收益预测模型在股票价格波动感知方面的语义细粒度量化不足和有效投资组合灵活性受限的挑战,文章提出了一种综合舆情态势评分模型(SESTM)和图套索(GLASSO)的股票收益系统预测模型.首先,采用分位回归方法对股价波动进行拟合建模,定义了波动幅度和均值序列两条曲线,用于发现与正收益波动相关的词汇.接着,运用SESTM模型从新闻公告语料中通过有监督的方式提取对股票价格波动灵敏感知的相关词汇,并形成与政策、估值和市场情绪密切相关的主题和匹配词典,进而生成舆情态势评分.最后,结合GLASSO方法构建股票价格之间的联动网络结构,并基于该网络构建个股投资组合策略.实证研究以疫情期间生物疫苗板块股票为对象,对网络联动和舆情态势评分模型开展了实验比较.实验结果显示:首先,以波动感知词汇为纽带构建的投资策略更适用于短期预测;其次,在融入反映联动网络的偏相关信息后,投资组合日均对数收益率达到1.6%,相较于未融入偏相关关系的1.4%的情况提高了14.3%,更是随机组合的日均对数收益率0.7%的2倍;而最高收益由随机组合的3.117提高到3.605,提升幅度达到15.6%.以上结果表明,通过SESTM+GLASSO组合模型的方式提供了一种高效且性能优越的系统预测模型,该模型能够分析股票价格之间的网络联动关系,更准确地预测股票收益以制定相应的投资策略.这对于推动动态价格感知和深化大语言模型中的生成式跨模态任务的统计应用研究具有积极意义.