Supply Chain Network Equilibrium with Revenue Sharing Contract under Demand Disruptions

Contract is a common and effective mechanism for supply chain coordination,which has been studied extensively in recent years.For a supply chain network model,contracts can be used to coordinate it because it is too ideal to obtain the network equilibrium state in practical market competition.In order to achieve equilibrium,we introduce revenue sharing contract into a supply chain network equilibrium model with random demand in this paper.Then,we investigate the influence on this network equilibrium state from demand disruptions caused by unexpected emergencies.When demand disruptions happen,the supply chain network equilibrium state will be broken and change to a new one,so the decision makers need to adjust the contract parameters to achieve the new coordinated state through bargaining.Finally,a numerical example with a sudden demand increase as a result of emergent event is provided for illustrative purposes.

基于双层孪生神经网络的区块链智能合约分类方法

当前通过深度学习方法进行区块链智能合约分类的方法越来越流行,但基于深度学习的方法往往需要大量的样本标签数据去进行有监督的模型训练,才能达到较高的分类性能。该文针对当前可用智能合约数据集存在数据类别不均衡以及标注数据量过少会导致模型训练困难,分类性能不佳的问题,提出基于双层孪生神经网络的小样本场景下的区块链智能合约分类方法:首先,通过分析智能合约数据特征,构建了可以捕获较长合约数据特征的双层孪生神经网络模型;然后,基于该模型设计了小样本场景下的智能合约训练策略和分类方法。最后,实验结果表明,该文所提方法在小样本场景下的分类性能优于目前最先进的智能合约分类方法,分类准确率达到94.7%,F1值达到94.6%,同时该方法对标签数据的需求更低,仅需同类型其他方法约20%数据量。

直播平台内观众与主播间法律关系的性质研究

直播打赏关系的性质界定对消费者权益保护与纠纷预防具有重大意义。直播打赏关系中虚拟货币的转移作为实质上的财产转移值得法律评价和规范,该关系完全符合合同成立的要件,应被认定为独立的合同关系。直播打赏基本运行模式为“非强制性付费”商业模式,基于对主播与观众之间真实意思表示的尊重,直播打赏合同不宜被认定为赠与合同,而应是网络服务合同。相较于平台和观众之间的网络服务合同,直播打赏网络服务合同在格式、主体、权利义务、履行等方面具有特殊性,可以考虑引入打赏冷静期作为配套措施,但在其具体规则的设计上应注重规制消费者的“恶意反悔”。同时,直播平台作为网络服务交易平台提供者,在不能提供主播的有效联系方式时,应当依据《消费者权益保护法》规定,承担对消费者的先行赔偿责任,以辅助相关纠纷的妥善化解。

基于深度学习的风电机组轴承诊断系统

风电机组的轴承作为其关键部件,正常工作时常出现因磨损和裂纹而失效的状况,导致所采集到的振动数据含有其他干扰信号,而传统的诊断方法故障检测误差较大,导致诊断结果准确性较差。针对这一问题,提出了一个基于DRSN-CW模型的风电机组轴承诊断系统。该系统结合了软、硬件设计,算法理论和仿真结果分析,旨在提高轴承故障检测的准确性和效率。通过合适的传感器和数据采集设备进行硬件设计,构建了包括数据预处理、特征提取、模型训练和推理等模块的软件设计,实现了自动化的轴承故障诊断过程。选择DRSN-CW作为基础模型,结合软阈值化、残差网络和注意力机制,有效学习轴承信号中的重要特征。使用凯斯西储大学轴承振动数据进行仿真实验,并对多种不同的故障诊断算法进行了分析。实验结果表明,DRSN-CW模型的准确率优于其他方法。

基于改进合同网协议的多星分布式任务规划

传统的集中式任务规划模式灵活性低、对中心节点的计算能力要求高,难以满足快速增长的观测需求。针对此问题,提出了一种分布式卫星任务规划方法。针对多星分布式任务规划问题,考虑合同网中招标者和投标者的目标差异,分别建立全局分配模型和局部规划模型;改进合同网协议,提出了多任务集中招标策略和任务组中标策略,并改进了评标策略以对重复规划任务进行合理分配;设计了基于改进遗传的修正合同网算法(Modified Contract Network Algorithm Based on Improved Genetics, MCNA-IG)用于求解问题;通过与Cplex和集中式任务规划算法(Centralized Mission Planning Algorithm, CMPA)对比验证了算法在观测收益率和规划耗时上的有效性。从任务完成率、观测收益率以及协商次数3个指标验证了改进合同网算法的合理性;在3种不同场景下验证了算法的稳定性。实验结果表明,算法适用于多星分布式任务规划问题。

基于双注意力机制图神经网络的智能合约漏洞检测方法

随着区块链技术的广泛应用,智能合约的内部逻辑越来越复杂。然而,目前大多数智能合约漏洞检测方法存在假阳性率高、检测准确率低等问题。为此,文章提出一种基于双注意力机制图神经网络的智能合约漏洞检测方法,用于智能合约漏洞检测,旨在提升检测的准确性和效率。文章在图卷积网络的卷积层中引入了多头注意力机制,并在特征传播阶段动态计算邻接节点信息对应的注意力权重。该机制使模型在特征聚合时更加关注与当前节点最相关的邻居节点,从而提升对重要特征的辨识能力。在图池化阶段,采用注意力池化机制选择和聚合节点特征,进一步提升对关键节点的关注度,提高了对漏洞检测影响较大特征的识别能力。文章采用以太坊智能合约漏洞样本数据集(ESC)进行实验,实验结果表明,与其他检测技术相比,文章所提方法在识别复杂智能合约漏洞方面具有更快的检测速度和更高的准确性。

特征与前瞻:中国契约文书研究演化与发展的计量分析

契约文书是中国历史变迁的载体,是民间历史档案的重要组成部分,从形态多样的契约文书中可以审视中国民间社会的务实、契约和法治精神。21世纪以来,我国契约文书的研究成果丰富,文章以中国知网(CNKI)核心期刊中的契约文书研究成果为样本,通过关键词共现、聚类分析、多维尺度分析、社会网络分析等统计计量研究方法,系统分析了中国契约文书研究的六大领域发展特征及前沿演进趋势,并认为契约文书研究领域亟待实现学科的话语体系建设,用时代语境对契约精神的内涵进行解读。

区块链系统安全及应用安全初探

近年来,区块链技术发展迅猛且应用广泛,然而,区块链技术本身还在不断地发展和完善中,其在实际应用中面临的诸多隐私泄露及安全问题,制约着区块链的快速发展。本文以区块链安全技术为切入点,简单讨论了区块链技术本身及区块链应用在网络层、合约层、共识层、数据层、应用层的安全性。

声誉损失、违约罚金与制造企业间低碳创新网络治理:基于演化博弈模型

针对当前我国企业间“低碳创新,协同发展”所面临的激励低效问题,基于声誉损失与违约罚金视角,构建制造企业间的低碳创新合作演化博弈模型,仿真分析在声誉损失机制和违约罚金机制作用下合作主体行为策略的演变规律。仿真结果表明:(1)当未设置违约罚金或声誉损失较小时将不利于低碳创新网络的长久发展,创新主体双方均会出现机会主义从而选择终止合作关系;(2)“强声誉机制”可以使低碳创新网络更稳定,声誉损失治理机制对制造企业的策略选择起到正向影响作用,制造企业的声誉损失越大,则其背叛成本也就越高;(3)适度的违约罚金机制能够加强创新主体间的协同绩效,而过高或过低的违约罚金均不利于低碳创新网络的长久发展。因此,该研究可以为制造企业间实现低碳创新合作建立声誉激励与违约罚金机制提供一定程度的理论依据。

面向区域目标观测的多星自主协同任务规划方法

针对现有多星自主任务规划方法面对区域目标观测任务时缺乏整体性,从而造成大量观测资源的浪费问题,提出了一种面向区域目标观测的多星自主协同任务规划方法。首先,建立面向区域目标的多星协同观测任务规划模型,并设计基于合同网的多星自主协同规划框架。其次,根据该协同框架设计基于动态定价的招标机制、投标机制和评标机制,从而实现区域目标任务的多星自主协同规划。最后,仿真实验证明,与传统基于单轮招标合同网以及基于固定标价合同网的多星协同规划方法相比,所提方法的任务收益分别提升了60.40%与29.07%。

基于深度学习的动态主用户频谱感知算法

实际的频谱感知场景中主用户可能随机到达或者离开,当主用户状态在实时频谱感知期间动态变化时,现有的静态频谱感知算法性能急剧恶化。针对该现状,研究提出基于残差收缩注意力机制的动态主用户频谱感知算法。频谱感知间隔内,主用户随机到达或者随机离开的时间服从均匀分布。采用深度残差收缩网络(DRSN)提取动态主用户特征,并且滤除冗余的噪声特征;利用协调注意力模块(CAM)增强每个通道不同方向的特征信息,提高模型对动态主用户特征的表达能力。仿真结果表明,所提算法性能优于对比算法ResNet、CBAM_IQ和CBAM_Energy,所提算法对主用户随机到达或者离开服从不同分布的主用户都可以保持较高的检测概率。

面向车联网切片的区块链辅助资源交易方法

5G车联网差异化的服务质量(Quality of Service,QoS)需求需要网络切片技术的辅助和多运营商协作提供资源.然而,多方参与下的车联网切片资源提供往往伴随着不信任、欺骗性攻击等问题.针对这些问题,本文提出一种基于区块链的5G车联网切片资源交易框架,目的是构建安全可信、可追溯的车联网资源交易生态.首先,设计一种基于智能合约的分布式资源交易方法,保证交易的公平性和隐私安全.然后,探索一种基于VCG拍卖的信誉评估机制,在资源交易者选择时作为参考.最后,开发一种信用感知的实用拜占庭式容错(Practical Byzantine Fault Tolerance,PBFT)共识机制.安全性分析和仿真结果表明,提出的方法可以实现安全可信的资源交易,提高节点运行效率,并且降低恶意节点参与共识的概率.

基于战车和夺控点分配的智能体步兵投送策略决策方法

针对陆战兵棋开局阶段智能体如何分配战车和如何选择步兵投送点位,提出基于战车和夺控点分配的步兵投送策略决策方法。使用多目标最优规划模型将战车部署问题建模为多目标分配问题,构建目标收益函数,引入改进合同网协议算法对问题进行求解;通过分析不同理性程度智能体的行为和意图,将步兵投送点位选择问题建模为多策略分配问题,给出混合投送点位选择算法。实验证明所提方法可解释性强,同时具有一定的针对性、灵活性。

一种基于领域自适应的智能合约安全分析框架

现有智能合约漏洞检测方案很大程度上依赖于缜密的专家规则或先验知识,不仅缺乏灵活性且难以应对新型未知漏洞检测,为此提出一种基于领域自适应的智能合约安全分析框架(domain adaptive security analysis framework,DASAF)。首先,在DASAF中,智能合约操作码执行逻辑被获取并被转化为序列特征。其次,为了解决深度学习模型中固有的数据偏移现象引起的模型老化,以及新型未知漏洞有标签样本不足导致的难以获得强泛化性能的问题,在DASAF中引入了生成对抗网络结构和领域自适应技术。最后,在一个公开基准数据集上详细评估了DASAF在智能合约漏洞分析领域的有效性,并与同类方案进行了对比,实验结果表明,本文提出的DASAF优于同类方案。

面向以太坊智能合约的图神经网络漏洞检测

智能合约是区块链的重要组成部分,以太坊平台通过部署大量智能合约实现去中心化应用,且智能合约关联着价值数十亿的美元数字货币。但智能合约是由高级语言编写的一段代码,可能存在易受攻击的漏洞,造成巨大的经济损失。目前智能合约漏洞是以太坊面临的严重威胁之一。传统的智能合约漏洞检测方法严重依赖于固定的专家规则,导致准确率低、耗时长。近年来有研究者使用机器学习方法进行漏洞检测,但其所使用的检测方法没有充分利用智能合约源代码的语义信息。文中将智能合约源代码构建为具有数据流和控制流信息的智能合约图,利用注意力机制为图中节点按照其关键程度分配不同的权重更新图节点特征进行合约漏洞检测,对可重入漏洞和时间戳漏洞进行了实验。实验结果显示,与传统的图神经网络检测模型相比,文中模型在两种漏洞检测中准确度分别提高了11.18%,10.06%。实验证明,智能合约漏洞不仅与合约代码的结构特征相关,而且与不同的函数和数据变量有密切的联系。

基于改进节点收缩法的复杂网络节点重要性评估

识别网络中的重要节点对研究网络的拓扑结构及功能特性具有重要的实际应用价值。为了更好地挖掘复杂网络中的重要节点,考虑到节点核心位置和网络拓扑结构变化对节点重要性评估的影响,基于节点收缩法提出两类改进的复杂网络重要节点评估方法,并进行仿真实验与比较分析。一方面,k-shell值对节点位置可进行粗粒化评估,将节点的k-shell值与网络中所有k-shell值之和的比作为节点收缩法得到的节点重要度(IMC)系数,提出基于新的节点重要度K-IMC的改进算法;另一方面,利用网络结构熵刻画网络拓扑结构的变化,结合收缩前后网络标准结构熵的变化,提出基于又一新的节点重要度E-IMC的改进算法。在此基础上,对两类改进的重要节点评估算法进行仿真实验,运用SIR模型和鲁棒性测试对算法性能进行评价与分析。实验结果表明,相较于原始节点收缩法,K-IMC算法和E-IMC算法的重要节点排序结果均表现出更高的准确性。其中,E-IMC算法相较K-IMC算法的准确性更高,KIMC算法相较E-IMC算法的运算效率更高。

基于知识共享的高比例可再生能源系统发电控制

具有不确定性的可再生能源并网比例提高使得系统状态变化多样性,增加系统准确控制难度,促使系统能源协同调度。文中首先提出了一种参数知识共享算法,通过共享深度神经网络参数来提高计算速度和准确性。然后,构建双层联动发电控制框架,运用参数知识共享算法,通过对相似求解目标之间的参数迁移,提高深度神经网络参数设置的计算速度和准确性,对各类型储能进行指令分配,运用提出的区间快速收缩算法对各类型储能进行指令分配。最后,一个含高比例可再生能源电力系统的实验结果表明:所提算法较对比算法在频率偏差平均值和成本上分别降低了22.5%和3.77%。

双边市场中的销售人员激励合同设计

与传统企业类似,平台企业需要雇佣销售人员开展促销活动,但与传统企业不同,平台企业两边的用户存在交叉网络效应。构建平台企业雇佣销售人员进行促销的委托代理模型,研究交叉网络效应对于销售激励合同设计和平台利润的影响。研究发现,如果代理人的工资与直接销售挂钩,即平台仅对销售人员直接施加努力的一边进行补偿,则交叉网络效应的增强不见得总是有利于平台利润的提高。但是,如果将平台另一边的销售量也纳入激励合同,则代理人需要在平台两边都分担风险,这将促使代理人提高努力水平,也有利于增加平台利润。研究揭示了,双边市场中的激励合同设计不但需要考虑平台两边用户由于交叉网络效应导致的溢出效应和风险传导,还需要考虑平台的费用设定。

计及源荷相关度类线性紧缩法的配电网有功无功协同优化

随着分布式电源的高比例渗透,主动配电网的稳定性受到很大影响,因此主动配电网有功-无功协同优化至关重要。对此,提出一种计及源荷相关度类线性紧缩法(Quasi-Linear Contraction,QLC)的配电网有功无功协同优化方法。首先,基于相关性分析方法分析新能源出力以及负荷的相关度,给出源荷相关度概率约束,完善系统优化模型。然后,针对优化模型非凸非线性容易导致局部最优解问题,采用泰勒展开式求解分支电流的上下界并代入节点电压和功率流方程,完成主动配电网模型的类线性紧缩,再采用罚函数方法校正,当得出的解在缩小后的约束范围内时该解为实际最优解,当得出的解在紧缩的约束边界上时,在满足原有约束范围的前提下向外寻优,得到实际最优解。最后,通过Yalmip等仿真计算软件验证所提方法的稳定性、准确性以及有效性。