社会化媒体驱动产品质量多方协同监管的博弈策略

利用社会化平台构建产品质量监管体系是提升政府监管效能的重要手段。构建社会化媒体平台参与的政府、企业和消费者三方演化博弈模型。结果表明:信息中介、声誉、行政介入效应是社会化媒体发挥监督作用的关键,通过聚焦效应、放大效应、声誉效应对企业质量行为施加影响。鉴于此,对产品质量多方协同监管提出相关建议。

考虑中央政府奖惩的黄河流域政府间生态补偿博弈分析

建立流域生态补偿机制是保护黄河流域生态环境的重要举措,为了给黄河流域生态补偿机制的完善提供理论依据,从博弈基本理论出发,设定黄河上中游政府与下游政府为生态补偿博弈的主体,上中游政府可选择的博弈策略有积极保护和消极保护,下游政府可选择的策略有补偿和不补偿,将中央政府依据流域各省(区)政府履行生态环境保护职责的绩效进行激励或惩罚作为生态补偿博弈的影响因子,构建黄河流域生态补偿演化博弈模型,分析博弈双方在各种情形下的稳定策略。研究结果表明:若上中游政府保护生态环境的成本较小,则无论下游政府是否对上中游政府给予补偿,上中游政府均有保护生态环境的动力;若需要下游政府给上中游政府支付的生态补偿金额较小,则无论上中游政府是否积极保护生态环境,下游政府都愿意对上中游政府保护流域生态环境的成本予以补偿;中央政府提高奖惩力度有利于博弈双方选择最优稳定策略(下游政府主动补偿、上中游政府积极保护)。提出了完善黄河流域生态补偿的财政转移机制、建立科学的生态补偿计算体系、实施多元化生态补偿机制等政策建议。

内部员工参与产品质量监管的演化博弈分析

已有研究认为政府监管和企业自律是实现有效产品质量监管的重要因素,在这基础上引入内部员工这一监督力量,构建了媒体参与下政府、企业、内部员工三方演化博弈模型,并引入前景价值函数对内部员工的收益进行修正,探讨了内部员工吹哨行为对产品质量监管的影响。研究表明,内部员工吹哨是对以政府为主体外部监管体系的有益补充,在一定程度上缓解了由信息不对称造成的政府监管效能低下的问题;内部员工吹哨是否能够发挥对企业和政府的监督作用除了受到自身举报意愿影响外,还受到违法成本和媒体报道等外部因素的影响。结合长生疫苗案例,阐述了产品质量监管中内部员工吹哨对企业和政府策略选择的影响路径。最后,提出了激励内部员工参与产品质量监管、形成产品质量监管多方合力的相关建议。

直播带货产品质量的演化博弈分析

本文针对直播带货中存在的产品质量低下问题,构建了主播、商家、平台和消费者的四方演化博弈模型,讨论主播识别效率等因素对四方策略选择的影响。研究发现:主播严格选品并提高对不自律商家的识别效率,可以督促商家进行自律生产;消费者维权所造成的用户损失,会对主播和商家的行为产生正向影响,用户损失和平台连带损失系数是影响主播和平台行为的关键因素,用户损失越大,主播严格选品积极性越高,连带系数越大,平台监管意愿越强;平台的惩罚能够促使主播和商家改变其消极的行为选择,但仅靠增加惩罚不能对商家行为产生长效的影响,应当与其他手段配合;消费者维权和平台监管,可以促进主播严格选品,同时约束商家进行自律生产,在一定程度上缓解直播带货中存在的产品质量低下问题。

政府控制程度、混合所有制结构与企业绩效

随着混合所有制改革实践的推进,外部政府控制行为与内部混合所有制结构的交互作用及其影响逐渐成为了研究热点。本文分析了政府控制程度、混合所有制结构影响企业绩效的机理和效果,并以2014~2018年我国A股上市的国有企业为研究对象,实证检验了三者之间的关系。结果表明:政府控制程度与企业绩效呈正U型关系,阈值为0.554;混合所有制结构与企业绩效呈倒U型关系,阈值为0.631;当政府控制程度低于阈值时,混合所有制结构能够发挥显著的负向调节作用,缓解政府控制程度对企业绩效的负面影响,当政府控制程度高于阈值时,混合所有制结构的正向调节效应不显著,政府控制程度对企业绩效的作用更重要。

基于卷积神经网络的智能制造过程质量异常诊断

针对现有方法在智能制造过程中诊断能力有限和识别精度不高的问题,提出了一种与智能制造过程相适应的基于卷积神经网络的质量异常诊断模型。首先建立基于实时数据的过程质量图谱,以精准表达制造过程运行状态。其次,构建用于识别质量图谱的卷积神经网络诊断模型。最后,利用滑动窗口取值的方式对当前过程运行状态进行动态诊断,并通过某球磨过程验证了所提方法的有效性与实用性。结果表明,所提方法优于传统浅层模型,能够有效的对过程异常状态进行识别与诊断。

基于特征选择的RF-LSTM模型成分股价格趋势预测

金融市场的股价波动是一种极其复杂的非线性系统。文章首先选取上证A股中有代表性的15只成分股,然后使用RF和CA-SFS对19个指标进行特征提取,最后使用LSTM模型对股票价格涨跌进行预测。每只股票,以5分钟一组,运用20组的数据来预测未来1组的股票的涨跌,同时也滚动预测了未来48组的股票涨跌趋势。结果证明,文章所提模型兼顾分类效率和特征维数,相比浅层机器学习模型预测准确率提高了33.17%,相比结合PCA、LASSO等降维方法的LSTM模型准确率提高了11.45%,所提模型可以有效地预测股票价格趋势,有着较高的应用价值。

基于特征选择与SVM的质量异常模式识别

为了提高质量异常模式识别精度和效率,文章提出基于特征选择与支持向量机的质量异常模式识别模型。将小波低频近似系数作为特征选择的起点,运用基于分类精度的序列前向选择方法对时域特征和形状特征进行约减,剔除对于分类器精度没有贡献较小的特征;将优化后的特征集作为支持向量机分类器的输入向量,并通过粒子群算法对影响支持向量机分类效果的参数进行全局寻优,构建多分类支持向量机模型。仿真结果表明,所选择特征比未经选择的混合特征的识别精度有明显的提高。

基于LLE-SVDD的高维非线性轮廓数据实时监控方法

针对高维非线性轮廓数据的实时监控问题,文章提出了基于局部线性嵌入(LLE)和支持向量数据描述(SVDD)相结合的高维非线性轮廓监控方法。首先对受控的高维轮廓数据进行局部线性嵌入降维,然后使用降维后的轮廓数据对SVDD算法进行训练,最后用训练好的SVDD算法对高维轮廓数据进行实时监控。并利用蒙特卡洛方法生成仿真数据,以证实所提方法的有效性。结果表明,相较于其他方法,所提方法在失控状态下平均运行链长较小,能够及时发现生产过程中的异常轮廓。

基于前景理论的药品质量安全监管演化博弈分析

现有药品质量安全监管的相关研究多从理性假设出发探讨政府与企业的互动机理,鲜有考虑企业质量安全意识的有限理性,导致模型对现实的解释能力不足。运用前景理论,通过价值函数和权重函数构建演化博弈的收益前景矩阵,研究了政府和药品生产企业的博弈过程,得到了影响企业质量安全意识的约束条件及因素。同时,研究了上市许可持有人质量激励、惩罚机制对药品生产企业质量安全意识的影响。研究结果表明:过度自信、风险偏好等是影响企业质量安全意识的重要因素;上市许可持有人的质量激励与惩罚能否发挥作用取决于企业的风险态度;在质量激励、惩罚条件下,上市许可持有人需加大监督或惩罚力度来改善企业的质量安全意识。

基于混合正交试验的卷积神经网络参数优化

在卷积神经网络中,如何优化网络超参数是提高模型综合性能的关键。针对现有的优化方法的可解释性不足和计算耗时的缺点,文章提出了一种混合正交试验与优先级算子相结合的卷积神经网络超参数优化方法。该方法使用混合正交表设计卷积神经网络试验方案,并利用优先级算子对试验获得的多性能指标进行集结,获得网络综合性能指标,而后使用统计方法确定了对网络综合性能产生影响的各因素的排序和各因素的最佳取值水平。

基于多特征与MSVM的动态过程异常监控

为了提高动态过程异常模式的监控效率和精度,将动态过程质量模式的统计特征和小波变换低频近似系数作为分类特征的方法,并通过支持向量机构建多分类识别模型。首先提取出动态数据流的均值特征,将六种质量模式划分为正常与周期模式、向上模式、向下模式三大类;接着采用均方幅值特征和斜率特征将正常与周期模式进行细分;最后利用低频系数对向上模式和向下模式进行进一步识别。仿真实验表明,所提模型兼顾识别精度与计算效率,是一种有效的动态过程异常监控方法。

美国基金会审计监督机制的启示与借鉴

美国有着悠久的基金会行业发展史,基金会审计监督机制也相对较成熟和完善,其经验和模式对我国有着重要的启示和借鉴意义.本文首先对中美两国基金会的发展现状进行简要说明,然后就美国基金会的政府审计、内部审计和社会审计的具体情况进行归纳和分析,再以福特基金会为例说明美国基金会审计监督的具体做法,最后总结出完善我国基金会审计监督机制的若干建议.

基于CNN-LSTM的股票指数预测模型

股票价格数据具有高频性、非线性和长记忆性等特点,且投资者行为是影响股票价格的重要因素,文章引入成交量加权平均价(VWAP)指标刻画投资者行为,并构建了基于卷积神经网络(CNN)与长短期记忆网络(LSTM)的混合预测模型。首先,通过CNN分类模型判定股票指数的波动方向;其次,分别构建LSTM模型对指数上升、下降的具体值进行预测;通过田口正交设计方法对CNN-LSTM模型进行参数优化。静态预测和滚动预测结果表明,CNN-LSTM模型在预测方面有较高的预测准确率和普适性,对于投资者有着较高的参考价值。

基于关联系数的概率不确定语言集多属性决策方法

为了测量概率不确定语言集的平均程度、离差程度、信息完全度和整体相关关系,文章提出了概率不确定语言集的均值关联系数、方差关联系数、信息完全度关联系数及综合关联系数,并给出了关联系数的相关性质。构建了基于关联系数的概率不确定语言集多属性决策模型,最后应用实例验证了该方法的合理性和有效性。

基于PCA-BPNN的互联网公司信用风险预警模型

本文以互联网金融公司为研究对象,在对国内外企业信用评价指标研究的基础上,结合互联网金融公司自身的特点筛选并构建信用预警指标体系。运用主成分分析(PCA)方法和BP神经网络(BPNN)相结合建立互联网金融公司的信用风险预警模型并进行实证分析。研究结果表明,训练好的预警模型对于训练样本和检验样本均具有较高的识别精度和良好的分类性能,从而为互联网金融公司信用风险的预警提供了一种科学可行的思路和方法。

基于PLS-Aenet的多工序制造过程关键质量特性识别

复杂多工序制造过程包含较多质量特性,且质量特性具有多重共线性、高维度及群组效应等特点,这些特点使得关键质量特性识别较为困难。为解决此问题,本文运用偏最小二乘回归改进自适应弹性网(Aenet)方法并结合状态空间模型进行建模分析,从而进行复杂多工序制造过程关键质量特性识别,并给出了基于PLS-Aenet方法的关键质量特性识别具体步骤,最后通过仿真分析对比PLS-Aenet方法与岭回归、Lasso、弹性网以及PLSLasso等变量选择方法在复杂多工序制造过程关键质量特性识别中的适用性与有效性。仿真与实例结果表明,相比于岭回归等变量选择方法,本文所提改进的PLS-Aenet方法在关键质量特性间具有较强相关性时识别效果更佳,特别是对具有群组效应的关键质量特性具有更优的识别精确性和完整性。

考虑内部人吹哨的产品质量监管四方演化博弈

已有的产品质量监管研究多关注政府等外部监管主体,缺乏对企业内部监管资源的发掘。鉴于内部人在产品质量监管中发挥的重要作用,构建了公众参与下政府、企业、媒体和内部人的四方演化博弈模型,探讨了内部人吹哨行为对产品质量监管的影响。研究结果表明,内部人参与监管是对以政府为主体的外部监管体系的有益补充,在一定程度上缓解了由信息不对称造成的政府监管效能低下的问题;吹哨人保护和奖励制度影响内部人的举报策略;内部人吹哨能否发挥对企业和政府的补充作用,不仅受到政治问责力度和对违法生产处罚力度的影响,还会受到媒体是否介入的影响。最后,结合长生疫苗案例,阐述了产品质量监管中内部人吹哨对企业和政府策略选择的影响路径。

社会化媒体环境下政府、企业与消费者的质量监管演化博弈

产品质量问题关乎国家形象、市场稳定和消费者权益,一直是社会各界广泛关注的热点问题之一。本文引入消费替代和协同效应因子,构建了社会化媒体环境下政府、企业和消费者产品质量监管三方演化博弈模型,通过稳定性分析与数值仿真探讨了社会化媒体环境下消费者举报对相关主体策略选择的影响机理。主要结论表明:不同消费替代水平下社会化媒体对企业行为的影响具有异质性;社会化媒体虽能够对政府监管工作形成监督与制约作用,但作用不具长期性;社会化媒体和政府行为都会影响消费者举报的积极性,但社会化媒体对消费者举报的激励程度随着政府监管力度的提高而减弱。最后,提出了社会化媒体环境下发挥产品质量监管多方协同作用的相关建议。

基于改进卷积神经网络的动态过程质量异常模式识别

为实时识别动态过程质量异常模式,提出了基于改进卷积神经网络的在线识别方法。根据动态过程数据流的特点构建一维卷积神经网络识别模型。通过改进卷积神经网络损失函数提升模型在不平衡分类问题下的识别准确率。为减少实验次数和节约计算资源,利用正交试验法对改进后的卷积神经网络进行参数优化。以某铅酸蓄电池涂板过程为例验证了所提模型的有效性。实验结果表明:所提方法在处理不平衡样本问题时表现出了良好的识别能力,能够有效应用于动态过程质量异常模式的在线识别。