考察某领域研究的学术会议对本领域科研工作具有重要意义.文章以第一届``系统科学大会" (CSSC2017)的399篇投稿为数据基础,采用自然语言处理相关方法对数据预处理后构建关键词网络、合著网络、作者共享关键词网络以及机构共享关键词网络等单模网,基于社会网络分析的方法对网络结构以及节点中心性进行探析,通过网络分析工具Gephi可视化系统科学领域当前研究热点、研究人员、研究机构等之间的关系,进而定量地考察系统科学大会所反映的该领域的地域特性、学科特性以及合作状况,最后通过构建关键词/领域、作者/领域和机构/领域3个二模网络进一步分析研究焦点、作者、机构与领域之间的关系.
研究带泊松跳的线性Markov切换系统的随机微分博弈问题, 首先在有限时域内, 借助动态规划原理和配方法, 得到了Nash均衡解存在的条件等价于其相应的微分Riccati方程存在解, 并给出了均衡解及最优性能泛函值函数的显式表达. 然后延伸到无限时域进行分析, 得到了Nash均衡解存在的条件等价于其相应的代数Riccati方程存在解. 最后讨论了金融市场中的投资组合的最优化问题, 假设风险资产的价格服从带Markov切换参数的跳扩散过程, 两个投资者在相互竞争的情形下进行非零和随机微分投资博弈, 利用上述结论得到了最优投资组合策略的解.
金融危机的频繁发生, 使得国际金融传染的研究成为了一个重要的课题. 文章在动态Copula模型的基础上, 对其参数的动态演变方程进行推广, 借鉴c-DCC模型的思想假定其截距项存在结构突变, 构建了c-D-Copula模型. 为了避免人为选择结构性变化时间, 对c-D-Copula模型进行变点检测, 由数据驱动自动选择断点. 为了进行比较分析, 同时给出了动态演变方程的参数全部变化的变结构全模型, 并给出了相应的假设检验方法. 文章选择美国标准普尔500指数和全球主要5个国家(地区)的股票指数的对数收益率进行实证研究, 通过检验得出大多数情况下用c-D-Copula模型比变结构全模型更合适对数据进行描述. 通过这5个国家或地区与美国之间联动性的动态变化, 对美国次贷危机金融传染的存在性和变化过程进行了研究, 变点时刻和下尾部相依系数的实证结果表明所分析的国家和地区都受到了美国次贷危机的传染.
考虑分销渠道中多个零售商进行价格竞争的同时决定提供产品服务, 但服务存在着溢出效应, 研究它们在什么条件下才会提供服务, 设定何种水平的服务和零售价格以及二者的相互影响等问题. 运用博弈论构建了无服务、部分零售商提供服务和全部零售商提供服务等情形下的决策模型, 采用逆向法求解得到均衡结果, 找出了各零售商提供服务的条件. 结果表明, 零售商是否愿意提供服务、选择何种水平的服务和零售价格不仅取决于溢出效应的强弱, 还受服务竞争激烈程度的影响, 并且博弈均衡随零售商数量的变化而存在着差异. 研究结论为竞争环境下多个企业面临服务溢出时的服务策略选择和产品定价提供了参考.
针对支持向量机模型问题,给出了一种新的坐标梯度下降算法.算法首先求解一个特殊的二次规划问题,将所得的结果进行分解后,得到每次迭代所需要的工作集,然后,求解一个降维的二次规划子问题得到下降方向.新算法无需进行线搜索,避免了线搜索带来的时间和空间上的开销,使得计算量大大减少.最后,在较弱的条件下证明了算法的全局收敛性,并利用数值实验证明了算法的可行性和有效性.
在可靠性工程中, 可靠性优化设计是系统设计阶段需要解决的一个重要问题. 文章针对不确定并串联系统, 研究了具有不确定寿命和不确定费用的贮备冗余优化问题. 以最大化系统可靠性, 最大化系统寿命和最小化系统费用为目标, 构建了3种不同的贮备冗余优化模型. 在不确定理论框架下, 给出了3种模型的等价模型, 且根据决策者的偏好构建了3种带有优先级的模型. 此外, 给出的数值算例说明了所构建模型的合理性.
主要研究具有两种服务的Geom/Geom/1排队系统,这两种服务提供具有互补性,即顾客只有同时都接受服务才能得到收益.通过建立均衡方程来分析顾客的行为,研究了顾客的收益与花费,得到了利润最大化的服务提供者的到达概率小于社会最优到达概率,并给出了垄断情形下的顾客均衡策略,并说明垄断者的最优价格同时使社会福利达到最优.
假定博弈参与人策略选择影响着博弈参与人的情绪, 从而影响到参与人的支付函数. 在这样的假定下, 引入一类新的广义博弈问题, 并且给出相应均衡的定义. 进一步, 在一定条件下, 证明了这些均衡的存在性, 并给出这些均衡之间的关系. 最后给出一个简单算例, 验证了其可行性.
雾霾天气已对人类日常生活产生严重影响, 有效预测雾霾天气, 帮助城市 居民规划出行安排具有十分重要的现实意义. 因雾霾天气影响因素众多, 冗余因素的 存在一方面浪费计算机存储空间, 另一方面干扰预测结果准确性. 文章首先充分挖掘二 元粒子群算法(binary particle swarm optimization, BPSO) 的``隐并行性'', 构造虚拟多任务环境, 主任务和辅助任务中粒子分别执行不同的位置更新策略, 且相互传递有效信息, 从而保持种群动态多样性, 提出虚拟多任务二元粒子群算法(virtual multitasking binary particle swarm optimization, VMBPSO), 然后结合分形维数(fractal dimension, FD) 剔除雾霾天气中的噪声属性, 得出雾霾天气关键影响因素, 最后采用SVM 算法利用前一天雾霾天气关键影响因素预测后一天是否有雾霾. 仿真实验通过对即将举办亚运会的杭州和湖州两大城市进行分析预测, 结果表明文章算法具有较高的预测准确率, 稳定性和可靠性较高.
采用随机抽样方法从目标总体中抽取一个随机样本作为辅助样本, 利用目标总体已知的辅助信息, 基于倾向值匹配方法对来自目标总体的非随机样本与辅助样本进行匹配, 生成一个来自非随机样本的匹配样本, 并对匹配样本随机性进行了理论论证和数值模拟验证, 研究结果显示, 该匹配样本与辅助样本具有相同随机性, 说明利用倾向值匹配方法可以对非随机样本进行不完全随机化.
