中国科学院数学与系统科学研究院期刊网

2024年, 第44卷, 第7期 刊出日期:2024-07-25
  

  • 全选
    |
  • 梁文豪, 牛兴龙, 兰艳亭, 方炜
    系统科学与数学. 2024, 44(7): 1841-1852. https://doi.org/10.12341/jssms23448
    摘要 ( ) PDF全文 ( )   可视化   收藏
    文章对二阶时滞非线性多智能体系统在固定有向拓扑下的领航跟随一致性问题进行研究.为节省系统的通信及计算资源,提出了一种基于事件触发机制的分布式一致性控制协议.通过给每个智能体设计相应的事件触发条件,从而有效减少了智能体间信息的更新频率. 利用图论知识、矩阵理论以及Lyapunov稳定性理论给出多智能体系统达到领航跟随一致性的充分条件,并排除了系统的Zeno行为.最后由仿真结果验证了理论方案的可行性和有效性.
  • 陆群, 徐轲, 林文杰, 黄光普, 吴祥, 董辉
    系统科学与数学. 2024, 44(7): 1853-1869. https://doi.org/10.12341/jssms23740
    摘要 ( ) PDF全文 ( )   可视化   收藏
    文章针对非匹配干扰和噪声影响下伺服系统鲁棒跟踪控制问题,提出了一种基于改进等价输入干扰的模型预测控制方法. 首先,设计了基于自适应滤波器的等价输入干扰估计器,其根据估计扰动特性调节滤波器带宽参数,解决了扰动估计性能和测量噪声衰减之间的权衡问题. 其次,考虑扰动补偿残差对伺服性能的影响,设计了基于模型预测控制的鲁棒跟踪控制器. 进一步,结合改进等价输入干扰和模型预测控制实现高性能伺服系统跟踪控制,并分析了闭环系统的鲁棒稳定性. 最后,通过对比仿真和实验验证了所提方法在非匹配扰动和噪声影响下的有效性和优越性.
  • 刘万太, 练红海, 王芳, 李谟发, 邓鹏
    系统科学与数学. 2024, 44(7): 1870-1884. https://doi.org/10.12341/jssms23172
    摘要 ( ) PDF全文 ( )   可视化   收藏
    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.
  • 刘路生, 徐婕, 崔峰, 谢启伟, 龙潜
    系统科学与数学. 2024, 44(7): 1885-1901. https://doi.org/10.12341/jssms23419
    摘要 ( ) PDF全文 ( )   可视化   收藏
    路况检测是智能驾驶中的一项核心任务, 其中包含限高检测任务.鉴于学术界中与限高检测相关的研究还不够成熟,文章对限高检测方法进行了研究,提出基于关键点和多帧图像特征融合的限高检测网络.将关键点思想引入限高检测任务, 减少不必要的预测, 提升检测效率;引入卷积门控循环单元(ConvGRU)对多帧图像进行建模,学习多帧图像之间的上下文关系, 提升召回率, 降低漏检率; 提出空间细节特征(spatial particulars feature, SPF)模块,加强解码层的多尺度特征融合; 引入坐标注意力机制,进一步关注目标检测区域, 提升模型的查准率. 实验结果表明:该网络不仅能够很好地完成限高检测任务,并且相比于BiSeNet、PINet、PSPNet等其他先进网络,能够更好地平衡查准率与召回率, 拥有更高的F1值和较少的参数量;同时对于车道线检测任务, 在精度与漏检率方面也表现优异,进一步证明了该网络的有效性.
  • 李永武, 杨家敏, 李健, 汪寿阳
    系统科学与数学. 2024, 44(7): 1902-1930. https://doi.org/10.12341/jssms23456
    摘要 ( ) PDF全文 ( )   可视化   收藏
    投资专有技术(简称IST)是一种通过创造新的资本存量从而在技术层面所带来的技术创新,一直以来被认为是经济增长的重要决定因素,投资专有技术冲击与股票市场之间也密切相关.随着机器学习方法在金融领域中被广泛地应用,其优异的表现能够挖掘出更加有效地解释资产价格波动的因子,探索投资专有技术冲击对资产价格的影响具有重要的现实意义.根据基本面量化投资研究的进展,文章筛选了机器学习方法中投资绩效表现优异的因子变量,基于数据可得性构建了2004年1月至2021年12月内的3种IST冲击代理变量以及9种微观企业特征和市场风险因子,并运用TVP-SV-VAR模型进行时变特征分析,揭示了IST冲击对不同企业特征下的股票横截面收益的影响.结果显示投资专有技术冲击对不同的企业特征下股票横截面收益影响均具有时变性,在不同时期下影响的方向、大小均不确定,且滞后影响都是中短期的.投资专有技术冲击在短期更多是通过影响企业短期内的交易量、交易额等交易摩擦类因子进一步影响投资者对企业的未来预期.同时,对于中期而言,投资专有技术冲击更多的是影响股东权益变化等成长类因子进而影响股票价格波动.
  • 金徐妤, 赵思翔
    系统科学与数学. 2024, 44(7): 1931-1944. https://doi.org/10.12341/jssms23315
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着不同基础设施网络之间的关联性日渐增强,也使得其在遭受区域毁伤时更为脆弱.区别于传统的节点破坏方式,考虑伤害衰减的区域破坏方式会导致毁伤区域内的节点或边部分失效,继而对网络系统功能造成严重的影响.文章提出了基于区域毁伤方式下关联基础设施网络抗毁性评估模型,用于识别关联网络的脆弱区域并评估网络抗毁性,并设计一种基于均值漂移法的算法搜索关键区域,采用归一化的网络流指标来评估不同规模之间的网络抗毁性水平.最后,通过数值实验验证了算法的有效性,相比于遗传算法和现有的算法,文章所提出算法求解速度更快,也具有更好的可拓展性.
  • 楼振凯, 王治莹, 逄金辉
    系统科学与数学. 2024, 44(7): 1945-1958. https://doi.org/10.12341/jssms23349
    摘要 ( ) PDF全文 ( )   可视化   收藏
    需求区间销售模式选择鲁棒定价预售合理性在可预知的需求信息为区间表达的情形下,研究销售模式选择与鲁棒定价决策问题, 目的是分析预售的合理性和必要性.首先建立不进行预售时的鲁棒定价决策模型,根据逐层求解法得到鲁棒最优价格和实际销售利润.然后考虑通过预售获取确切需求信息并在现售阶段调整销售价格的两阶段鲁棒定价模型,根据预售所获得的实际利润评估预售的合理性. 进一步地,基于风险中性准则对事先获取的需求区间进行分析,根据需求上下限和顾客购买偏好比例给出预售必要性的判别条件.最后设计了数值算例, 考察预售的必要性如何随关键参数的变化而变化,以及不同销售模式下利润函数关于需求下限与实际需求之间差值的敏感性.
  • 赵树平, 李双双, 陈敬贤, 梁昌勇
    系统科学与数学. 2024, 44(7): 1959-1976. https://doi.org/10.12341/jssms23133
    摘要 ( ) PDF全文 ( )   可视化   收藏
    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.
  • 许叶军, 董丹迪, 赖小莹
    系统科学与数学. 2024, 44(7): 1977-1994. https://doi.org/10.12341/jssms23265
    摘要 ( ) PDF全文 ( )   可视化   收藏
    一致性是决策过程中关键且具有挑战性的问题之一,影响判断矩阵及决策结论的有效性和准确性.当决策者的偏好以犹豫模糊语言术语集表达时,为了有效获取语言决策环境下的决策信息,文章研究了犹豫模糊语言判断矩阵的一致性确定,不一致性修正及权重推导.首先,提出了犹豫模糊语言判断矩阵的两种加性一致性:完全加性一致性和弱加性一致性.在此基础上,提出了线性规划模型和0-1混合规划模型来确定一致性类型.另外,对于不完全的犹豫模糊语言判断矩阵,也给出了缺失值估计并判断一致性的方法;对于不一致的犹豫模糊语言判断矩阵,给出了一种修正方法,在一致性的基础上计算权重.最后,结合决策问题的具体实例并进行对比分析,验证了文章模型的有效性与合理性.
  • 彭定洪, 李旭锋, 李杰
    系统科学与数学. 2024, 44(7): 1995-2012. https://doi.org/10.12341/jssms23228
    摘要 ( ) PDF全文 ( )   可视化   收藏
    如何从众多候选云制造服务中优选出令用户满意的服务,是云制造高效开展的关键. 针对云制造服务优选评价信息所具有的不确定性,云制造需求者的风险规避心理, 以及其评价整体系统具有的系统倍增效应,提出了一种犹豫模糊全排列EDAS模型, 以实现其准确优选.该模型在EDAS框架下, 通过犹豫模糊集表征完整的分歧意见,将体现极端情形的正、负理想解引入EDAS模型求解,构造出能刻画风险规避心理的指标优劣评价测度,并利用指标全排列面式聚合体现指标系统倍增效应.最后将其应用于解决云南省云内动力集团的云制造服务优选问题,以验证所提方法的贴切性与优越性.
  • 刘烈璋, 陶媛, 乐琦
    系统科学与数学. 2024, 44(7): 2013-2030. https://doi.org/10.12341/jssms23225
    摘要 ( ) PDF全文 ( )   可视化   收藏
    鉴于双边匹配决策中大部分主体越来越趋于有限理性的情形,考虑匹配主体对风险的态度,提出一种基于TODIM的双边满意度与公平度相结合的匹配方法. 首先,对犹豫模糊偏好信息下的双边匹配问题进行描述; 然后,依据TODIM法计算每个主体的总体优势度均值,再将总体优势度均值规范化处理, 并考虑双方主体不同风险态度,求得双边主体的满意度和公平度;进而建立包含单边主体满意度、双边主体满意度和公平度的多个匹配优化模型;对模型进行求解, 得到最佳匹配方案, 并与其他方法进行对比; 最后,通过一个算例验证本方法的可行性. 文章创新之处主要有:1)提出一种考虑TODIM思想和风险态度的满意度计算方法; 2)提出一种考虑TODIM思想和风险态度的公平度计算方法;3)将单边主体满意度、 双边主体满意度以及公平度进行结合,建立多个不同匹配模型.
  • 马西锋, 都杏妹, 李柏秋, 刁松源
    系统科学与数学. 2024, 44(7): 2031-2044. https://doi.org/10.12341/jssms240164
    摘要 ( ) PDF全文 ( )   可视化   收藏
    已有大群体决策问题大都探讨概率语言和犹豫模糊语言的环境,区间概率语言环境少有研究.文章针对区间概率语言环境下的大群体决策方法采用改进的密度加权平均算子进行信息集结,拓展了已有的研究.文章借助预处理后的区间概率语言数据,在DEMATEL评分矩阵中采用改进的K均值聚类法实现数据的聚类分组.之后,借助改进的密度加权平均算子进行信息集结,运用改进的DEMATEL方法确定属性权重,进而得到大群体决策的结果.文章所用方法适用于解决区间概率语言环境下属性间相互影响的的大群体决策问题,弥补了现有大群体决策中评分分布不均匀的不足,为大群体决策的进一步研究提供了方向.
  • 李胜利, 舒婷, 魏翠萍, 曲国华
    系统科学与数学. 2024, 44(7): 2045-2059. https://doi.org/10.12341/jssms240080
    摘要 ( ) PDF全文 ( )   可视化   收藏
    针对考虑实际分类需求的大群体决策问题,文章从偏好信息的概率分布和最小调整视角研究二分类大群体共识决策模型.首先, 基于PROMETHEE II方法, 通过将数据的概率分布向量与优势度相结合,提出了一种备选方案的初排序方法; 其次, 根据分类需要,建立二分类选择过程, 接着构建了基于最小调整的二分类共识决策优化模型,该模型能够在获取群体共识方案分类需求的同时,最小化决策者的共识调整量; 最后,通过一个算例来验证方法的有效性和可行性.
  • 项琳, 陈宇峰, 胡昊
    系统科学与数学. 2024, 44(7): 2060-2087. https://doi.org/10.12341/jssms22834
    摘要 ( ) PDF全文 ( )   可视化   收藏
    基于高频数据视角, 文章提出时变参数(TV),Realized HAR GARCH混合预测模型, 同时考虑资产波动率的聚集性、长记忆以及由测量误差引起的参数衰减偏差效应. 进一步,为充分利用价格信息并提升估计效率,本文基于日内“OHLC''数据构建赋权修正已实现信息波动率(WRIV),并将其用于驱动条件方差的动态变化. 在偏$t$分布假设下,以沪深300指数为样本探究中国股票市场的波动性规律,并在实证中评估所提模型在收益率拟合、 波动率预测以及风险度量上的能力.结果显示: 中国股票市场的收益波动存在明显的异质性与长记忆特征,TV-Realized HAR GARCH能够充分捕捉指数波动率的动态变化,在样本内拟合效果和样本外波动率与风险预测准确性上均能显现出优势,且WRIV测度的引入能显著提升模型的预测精度,凸显出日内高频数据信息的充分利用对于波动率刻画与风险测度的重要性,综合而言, TV-Realized HARGARCH,(WRIV)模型具有最优的整体实证表现.
  • 陈镰元, 唐应辉, 袁雨梅, 刘雨欣
    系统科学与数学. 2024, 44(7): 2088-2111. https://doi.org/10.12341/jssms23155
    摘要 ( ) PDF全文 ( )   可视化   收藏
    文章考虑在双水平$\left( p,N_{1},N_{2} \right)$-策略控制下有随机启动时间的$M/G/1$排队系统, 其中双水平$\left(p,N_{1},N_{2}\right)$-策略是指当系统中的顾客数达到一个事先给定的低阈值$N_{1}(\geq1)$时,服务员以概率$p\,(0\le p\le 1)$启动系统,以概率$1-p$不启动系统直到系统中的顾客数累计达到另一个事先设定的较高阈值$N_{2}\,(N_{2}≥N_{1})$个时才启动系统,同时在一段随机长度的启动时间完成后服务员才开始为顾客服务.运用更新过程理论、全概率分解分析方法和拉普拉斯变换工具,研究了系统队长的瞬态和稳态分布,获得了队长瞬态分布关于时间$t$的拉普拉斯变换表达式,以及稳态队长分布的递推表达式,同时求出了系统其他一些重要排队性能指标. 进一步,通过数值实例说明了稳态队长分布表达式在系统容量设计中的重要应用.最后, 应用更新报酬定理得到了系统长期单位时间内期望费用的显示表达式,并在平均等待时间约束下当服务时间和启动时间服从PH分布时,通过数值实例讨论了使得系统期望费用最小的最优双水平控制策略$(N_1^*,N_2^*)$,以及参数$p$对系统期望费用和顾客平均等待时间的影响.
  • 宋锴
    系统科学与数学. 2024, 44(7): 2112-2121. https://doi.org/10.12341/jssms23560
    摘要 ( ) PDF全文 ( )   可视化   收藏
    伽马过程是分析单调退化数据的常用模型之一.对伽马退化模型进行参数估计需要假定其形状函数的具体形式. 然而,有时候可能并没有足够的信息来选择合适的函数形式,此时参数估计方法就不再适用. 针对Song 和 Cui (2022)所提出的二元伽马退化模型, 文章研究了其形状函数的非参数估计问题,提出了一种基于期望最大化算法的估计方法.文章通过数值模拟验证了所提方法的有效性,并进行了实例分析来说明该方法的应用.
  • 林存洁, 熊照, 李扬
    系统科学与数学. 2024, 44(7): 2122-2145. https://doi.org/10.12341/jssms23406
    摘要 ( ) PDF全文 ( )   可视化   收藏
    中介分析的主要目的是研究自变量是否通过中介变量来影响因变量.中介分析方法在社会科学和生物医学等领域获得了广泛的研究和应用,已经成为这些领域主流的研究方法.无论是单个中介变量还是多个中介变量的情形,已有许多学者进行了广泛的研究, 但值得注意的是,这些对中介分析的研究鲜有利用先验信息. 在高维的情形下,合理地利用过往研究成果等先验信息, 可以有效提升估计和检验的效果.针对这一问题,文章提出了基于先验信息的中介变量选择方法和假设检验方法.理论和数值分析结果表明,文章所提的方法在先验信息质量较好时性能优于现有的方法,在先验信息质量一般时表现出稳健性, 性能与现有的方法相差不大.通过对功能基因组学数据集的分析, 探索出 DNA甲基化在童年创伤和皮质醇应激反应中的中介作用.
  • 熊正榆, 吴刘仓, 杨兰军
    系统科学与数学. 2024, 44(7): 2146-2172. https://doi.org/10.12341/jssms23819
    摘要 ( ) PDF全文 ( )   可视化   收藏
    随着信息技术的发展, 经济、金融、工业等领域产生了异常庞大的数据, 这些数据往往具有异方差特性, 传统统计模型和统计方法难以解决该类大数据的建模问题. 子抽样是处理大数据的重要方法. 文章针对联合均值与方差模型, 在异方差大数据环境下研究了子抽样问题. 文章主要贡献如下: 对具有异方差特性的大数据建立联合均值与方差模型, 在一定条件下, 基于$A$- 最优准则和$L$- 最优准则讨论了子样本参数估计的一致性和渐近正态性; 首次提出了异方差大数据下联合均值与方差模型的$\alpha$- 最优子抽样算法. 数值模拟和实证分析的结果表明, 该抽样算法能提高估计的精确性, 减少计算成本.