非家族股东超额委派董事与企业会计信息质量——来自上市家族企业的经验证据

如何认识股东超额委派董事这一行为,切实规范董事会决策机制,已成为公司治理领域亟待解决的问题。现有研究主要探讨了控股股东超额委派董事对企业经济决策行为的影响,鲜有文献从非控股股东超额委派董事的视角展开讨论。鉴于此,本文以2008—2021年我国上市家族企业为研究对象,深入考察非家族股东超额委派董事与企业会计信息质量之间的关系。研究发现,非家族股东超额委派董事会降低企业会计信息质量。机制分析表明,非家族股东超额委派董事会加剧第一类代理冲突,进而导致企业会计信息质量下降。进一步研究发现,当内部控制质量较低、企业处于非数字化转型期、外部审计监督较弱、地区市场化进程较慢时,非家族股东超额委派董事对企业会计信息质量的负向影响更显著。经济后果分析表明,非家族股东超额委派董事降低了会计信息质量,由此增加了企业股价崩盘风险,即会计信息质量在两者之间具有部分中介作用。

唇腭裂患儿决策代理人的决策困境现状及影响因素

目的:分析唇腭裂患儿决策代理人的决策困境现状及其影响因素。方法:采用一般资料调查表和决策困境量表对207名唇腭裂患儿决策代理人进行调查。结果:唇腭裂患儿决策代理人的决策困境量表总分为(34.70±10.52)分。多元线性回归分析结果显示,家庭人均月收入、费用支付方式、疾病相关知识了解程度及对治疗方案了解程度是唇腭裂患儿决策代理人决策困境的影响因素。结论:唇腭裂患儿决策代理人的决策困境处于较高水平,且家庭人均月收入、费用支付方式、疾病相关知识了解程度及对治疗方案了解程度均是唇腭裂患儿决策代理人决策困境的影响因素。医护人员需对唇腭裂患儿决策代理人的决策困境引起重视,并个体化评估唇腭裂患儿决策代理人的决策困境,针对性制订决策辅助方案,以帮助唇腭裂患儿决策代理人应对决策困境。

基于执行器冲突预防的平行Petri网控制系统设计

为了获得可靠安全的控制系统,提出一种执行器冲突预防的平行Petri网设计方法。利用智能体扩展了平行Petri网定义,并设计平行Petri网执行算法;给出Petri网3种基本模块的设计方法,将生产工艺转化为Petri网模型;设计了执行机构冲突预防算法,通过添加控制库所避免Petri网进入冲突状态,得到无冲突的Petri网模型。最后,通过C语言和Twin CAT联合编程,在一个芯片检测系统上进行实验,验证了该方法的可行性和有效性。

可拓推理与多Agent之间的冲突消解问题

分析了多之间的冲突问题和冲突消解方法,提出了用可拓学中的解决对立问题的转换桥方法,根据反其道而行之和多路分Agent"""频的原则,解决多的动态冲突问题。最后给出了解决足球机器人拦截避障作为对立问题的实现方法。"Agent-关键词:可拓推理;多;

CAPP中Agent冲突及其协商策略研究

从多个角度研究了CAPP中Agent的冲突类型 ;总结了当今在多Agent系统领域冲突消解的策略 ;提出基于知识的冲突消解协商策略模型。该模型根据冲突的对象和类型可采用基于规则和实例的推理策略 ,从而提高协商的效率 ,将有利于多Agent理论应用于CAPP系统 。

基于多Agent的机场场面冲突检测与解脱算法研究

为了减少机场场面运行冲突,提高机场场面运行效率,提出了基于多Agent的场面冲突检测与解脱算法。该算法以多Agent技术建立场面资源Agent和飞机Agent模型,采用基于滑行路径和实时运动的方法来进行冲突检测,以及通过合同网协作模型进行冲突解脱。最后依据该算法进行仿真分析,验证了该算法的有效性和可行性。

多Agent型CAPP系统的冲突消解

冲突是多Agent系统中存在的一种必然和本质的问题 ,也是多Agent系统研究的核心问题之一。基于多Agent理论的CAPP系统是CAPP技术研究的一种新趋势。本文从多个角度上研究了在多Agent型CAPP系统中冲突的类型 ;总结了当今在多Agent系统领域冲突消解的策略 ;提出了一种冲突消解的系统模型。

基于协商的Agent资源冲突消解算法研究

针对分布式规划系统中Agent计划的资源冲突问题,研究了资源冲突的分类;基于Agent协商理论,从资源最优配置的角度,论证了最优的协商策略,提出了可重复利用的不可分享型资源的冲突消解算法,较好地解决了Agent分布式规划中出现的一类资源冲突问题。算例表明,给出的冲突消解算法是有效的。

制造型企业供应链的冲突机理及多agent系统的研究

文章从理论上研究了制造型企业供应链的信息不对称问题 ,分析了供应链中的冲突机理和principal -agent问题的特点。而后从供应链信息协调的角度研究了多agent系统在供应链协调中的应用 。

基于Agent航空器滑行避让过程的建模与仿真

针对航空器地面滑行过程中出现的冲突避让问题,采用多Agent方法,在满足航空器规则与流程的基础上,设计了符合管制员思维的分布式多Agent模型。对每个Agent的功能以及Agent之间的交互进行了详细的描述,同时利用事件驱动(event-condition-action)语言描述了Agent推理过程。最后利用Anylogic仿真平台对多Agent模型进行验证,验证结果证明采用规则的算法可智能有效地避免航空器冲突,且符合航空器的运行流程。

基于BDI的足球agent和TH-soccer平台

机器人足球赛是典型的 MAS问题 .建造了 TH- soccer比赛平台 ,利用 BDI实现了足球 agent模型和比赛算法 ,并在模型上实现了 team work方法 ,可解决个体与 team行为选择矛盾的问题 ,还给出了个体对抗 ,局部战术和全局战术等协商、协作和对抗方法 .改进了 Milind

基于多Agent混合推理的故障诊断方法

提出了基于正反向混合推理的故障诊断方法,运用基于动态模糊综合评判的正向推理生成候选故障集,作为反向推理的基础。基于诊断任务的多层次混合分解策略,提出了融合不同知识表达方式和推理机制的多Agent并行诊断结构,分析了管理Agent、诊断Agent和决策Agent的基本职能,给出了并行推理过程中的冲突消解算法。

基于多agent系统的大规模无人机集群对抗

本文将多agent系统引入到大规模无人机集群对抗决策系统中,给出了基于多agent系统的大规模无人机集群对抗决策方法.将机群中的每个无人机视为一个独立agent,建立了无人机运动模型,为无人机设计了独立的个体行为集,并针对每种行为给出了决策方法.通过每个个体无人机对其邻域环境的作用,涌现出宏观的集群对抗(作战)效果.使用MATLAB仿真软件对所设计的大规模无人机集群对抗方法进行了仿真,验证了所设计的基于多agent系统的大规模无人机集群对抗决策方法的有效性.

多Agent技术在飞行冲突解脱中的应用

提出一个离散环境下的分布式的飞行冲突解脱方法,引入了自动化的Agent。探测到冲突后,解脱过程的求解包括两个步骤:Agent冲突解脱和Agent协调,在保证安全间隔的同时保证了最大的空域容量利用率。

基于Agent的空袭目标流的反应行为模型

采用Agent体系结构表达空袭实体,引入了集成范例学习和推理及规则推理的综合决策机制,有效地解决了结构化经验知识和规则之间的矛盾。提出不确定性的区间数运算规则、含元级知识的冲突解决和分层搜索策略,在保证最佳对抗策略的同时提高了实体的反应速度。构建空袭目标流的反应行为模型,使生成的空袭目标流具有一定的智能,能够较为逼真地模拟实际空情,弥补以往目标流生成器的不足。

虚拟环境中多Agent决策的冲突证据合成研究

研究了虚拟环境下基于知识融合的多Agent仿真决策中的冲突证据合成,认为传统的Dempster-Shafer证据组合规则导致悖论的主要因素是归一化因子,使结果产生了误差。对该规则进行了形式变换,分解了归一化因子,把Dempster-Shafer分为两项之合,其中第二项含有未知项。文中首次提出了融合误差的概念,引入误差函数项和全局平均支持度,这两项与未知项相关。采用等效的方法,提出了一种改进的证据组合规则,与变换后的Dempster-Shafer规则形式上一致,仅把误差赋给了未知项。理论分析和实验表明,新的合成规则得到了合理的融合结果,产生的误差最小。最后给出了一个高速贴标机的多Agent仿真决策的实例说明新组合规则的有效应用。

基于分布式协商进化算法的多Agent目标冲突消解

针对多Agent系统研究中的目标冲突消解问题,建立了在多个Agent的局部目标和系统全局目标间进行协调优化的多目标优化模型。在多Agent分布式规划的框架下,提出了一种基于遗传算法(genetic algorithm,GA)的分布式协商进化算法,用于求解多目标规划模型。针对GA搜索中保持解的多样性、提高收敛速度等问题,对选择算子进行了设计。通过仿真实验,证明新的选择算子能有效提高解的质量。最后将该算法应用于部队机动协同路线规划的目标冲突消解问题,验证了其有效性。

基于鲁宾斯坦讨价还价模型的跨区域河流水资源分配研究

行政区的人为分割使同一条河流流经不同的行政区域,当可分配水资源不足以满足整个区域水资源需求时,跨区域河流沿岸多利益主体因争夺稀缺的水资源就可能产生冲突。跨区域水资源分配成为解决跨区域水资源冲突问题的重要手段,鲁宾斯坦讨价还价模型凭借其能反映各利益主体讨价还价能力的特点,已在解决水资源冲突问题得到成功应用。而上述鲁宾斯坦讨价还价模型大多对各利益主体的贴现因子进行单一定值处理,忽略了贴现因子的动态变化影响。为此,在考虑贴现因子动态变化的基础上,提出了多主体鲁宾斯坦讨价还价水资源分配模型。首先,基于讨价还价轮次、需水量的偏离程度和调节系数确定了动态贴现因子,构建了考虑动态贴现因子的报价策略,并综合考虑时间成本和水量损失因素确定谈判成本;然后,构建了多主体鲁宾斯坦讨价还价水资源分配概念模型,讨论了3种因素对贴现因子的影响,开展了基于动态贴现因子与固定值贴现因子的鲁宾斯坦讨价还价模型的对比研究;最后,以大汶河流域泰安段6个行政区为例展示了模型的效果。结果表明:提出的多主体鲁宾斯坦讨价还价水资源分配模型得到的水资源分配方案能够使结束谈判轮次提前,降低谈判成本,较好的均衡了各利益主体之间的经济社会发展水平,为得到各利益主体均能接受的合理分水方案提供了新方法,拓展了跨区域水资源分配理论。

基于Agent的分布式协商策略在供应链动态计划中的应用

在分布式协作环境中,多个商业实体或执行单元,为达成某一共同决策而进行有效地协商,提出一种基于Agent的分布式协商机制和算法。采用智能Agent技术,使各Agent代表各自商业实体或执行单元的利益与其他商业实体Agent为达成某一共同决策进行协商。协商机制中使用了偏好模型的概念,并将Agent的偏好及约束看作私有信息。算法中采用了建议的全局偏好评估和冲突消解。通过实例对提出的分布式协商算法进行了仿真。仿真结果说明,使用全局偏好评估可使协商结果从全局来看更为理想;使用冲突消解明显提高了协商的成功率。最后,分析并扩展了该分布式协商算法的应用范围。

冲突环境下中立Agent群体趋向分析与预测

分布式智能系统基本研究领域之一就是多Agent系统.在MAS协作过程中冲突难以避免,在实际应用的许多情况下,冲突都是在群体层面展开,同时冲突双方都需要特别关注持中立态度Agent的未来发展导向,这在双方势均力敌情况下尤为重要.因此,根据已有信息,建立基于中立Agent群体的智能分析与计算模型,对中立群体可能的趋向进行必要评估和预测,在冲突研究与应用当中具有基本意义.通过对MAS中Agent相互关系的形式描述,引入中立Agent群体模型,建立了对中立Agent未来状态进行智能分析和预测的计算模式,并设计了相应算法和实验.理论分析和实验结果表明了所建立模型的合理性与有效性.