利用2009年至2023年华证ESG评级数据, 文章检验上市公司ESG评级对企业下一年度在股价、财务和经营三个方面的风险水平的影响. 研究发现, 较好的ESG评级对企业未来一年三项风险水平均有显著的抑制作用. 具体地, 对于股价崩盘风险, 高于基准水平的ESG评级作为一种强烈的市场信号对企业股价崩盘风险水平的降低更显著; 投资者关注程度高的个股, ESG降低企业股价崩盘风险作用更强; 此外, 在《环境保护法》实施后ESG和股价崩盘风险的负向关系更加显著. 而对于财务风险, ESG对于企业财务风险的降低具有边际递减效应, ESG评级从低到中的提高能够改善企业财务风险水平, 但随着ESG评级进一步的提高, 该作用变得不显著; 同时,企业自愿披露非财务信息行为强化了 ESG 对于财务风险的抑制作用. 对于经营风险, ESG评级降低经营风险作用同样具有边际递减效应; 同时股权性质对ESG评级降低经营风险有调节作用, 相比于私企, ESG评级对国有企业经营风险的抑制作用更强. 文章基于企业年限长短的分样本异质性检验结果显示, 对于成立年限长的企业, ESG评级对风险的抑制作用更强, 而对于成立年限短的企业则较弱.

文章基于东方财富股吧论坛投资者行为数据, 利用有效转移熵方法, 探讨股吧论坛在股票市场中的媒介作用更能表征投资者关注还是情绪. 研究发现: 1) 股吧论坛中的投资者关注向股票市场传递的信息流更有价值, 能够更精准地表征投资者行为; 2) 帖子净评论数作为投资者关注的重要指标, 与股票市场强相关, 显著影响个股波动率, 且这一影响可持续一个月; 3) 在不同情绪(积极、中立、消极)的帖子中, 投资者关注均能传递可预测个股波动率的信息流, 而投资者情绪向市场传递的信息流缺乏显著的信息增益价值. 文章进一步强调了股票论坛捕捉投资者关注的媒介作用, 特别是帖子净评论数的独特预测价值, 为投资者提供了分析在线股票论坛数据的新视角. 未来研究应聚焦于更全面的数据整合与深度挖掘, 以提升市场预测的准确性和投资决策的科学性.

文章关注汽车充电服务供给端, 构建以政府、运营商、第三方平台(下称平台)为主体的分散(即运营商和平台以自身利益最大化为目标)和集中(即运营商和平台以二者整体利益最大化为目标)两种充电服务运营决策微分博弈模型. 研究发现: 在收益分配比例固定的均衡状态下, 相较于分散决策模式, 集中决策模式可提高运营商与平台的努力程度、服务质量及社会效益; 当平台较为弱势而收益分配占比较低时, 采用集中决策模式可实现运营商和平台收益的帕累托改进; 当平台较为强势而收益分配占比较高时, 采用分散决策模式可使运营商和平台收益增加. 这表明随着平台由弱变强, 汽车充电服务供给的决策模式或将从集中转向分散, 此时政府的政策支持比例将提升, 社会效益和服务质量反而下降.

文章针对一阶线性不确定系统,研究了以饱和函数和以ReLU函数为激活函数的循环神经网络控制器的稳定性和鲁棒性.给出了闭环系统收敛到非零目标值的必要条件以及指数稳定的充分条件,定量刻画了状态初值、目标值以及对象未知参数鲁棒性范围与控制器参数之间的关系,分析结果表明,以ReLU函数为激活函数的RNN控制器的鲁棒性更强.

注册制是中国资本市场发展的关键改革,推行询价制改革,旨在将定价权更多交由市场主体,提升新股定价效率.因此,围绕注册制下的IPO定价效率评价和询价制改革效果的系统性研究备受关注.文章基于双边随机前沿模型测度2016–2023年A股2365家上市公司IPO定价效率,并验证注册制下询价制改革对IPO定价的系统性影响.研究发现,2016–2023年A股市场首发定价中抑价效应强于抬价效应,整体定价低于合理水平7.06%,且在不同板块、年份、所有制形式和破发与否的条件下有其明显特征区别.询价制改革整体推高了股票首发定价,主要由股票市场内科创板依靠板块特性独自拉动,而其他板块则呈现下降趋势.在注册制推广阶段,科创板和创业板存在明显竞争,主板改革效果并不明显.同时,梳理出询价机构数量和报价有效性两种路径来解释其影响.最终,文章依据研究结论为监管部门询价制改革方向提出针对性建议.

稀疏性是高维建模过程中一个重要的假设,即在处理高维回归分析中,往往只有少部分变量对响应变量具有显著影响,这便是稀疏性的体现.文章在变系数模型的基础上,结合变量选择,针对纵向数据提出具有混合效应的变稀疏系数分位回归(VSCMEQ)模型,其中待估系数函数使用B样条估计,通过对随机效应和固定效应施加惩罚来研究相关重要因素(变化效应、常数效应)的影响.最后通过应用原发性胆汁性肝硬化(PBC)数据进行建模分析,得出在不同分位数下对患者疾病进展(生物指标)的重要因素影响.

文章考虑由两个供应商和一个零售商构成的供应链,其中一个供应商为供销一体型,另一个为纯供应商.在该系统中,零售商从纯供应商进行补货并在其供应中断时从供销一体型供应商进行紧急补货.文章主要讨论在纯供应商发生供应中断且供应中断结束时间随机情形下零售商的紧急补货决策和该情形下供销一体型供应商的零售价格决策问题.对此,基于供应链各成员效益最大化,建立了一个优化模型,并通过模型分析给出了模型的最优解,从而给出了供应链各成员的最优决策.数值实验讨论了主要参数对零售商紧急补货量和供应商零售价格及双方效益的影响.

趋势滤波是一种广泛应用于从时间序列数据中提取长期趋势和去除短期噪声的方法.为了准确捕捉潜在趋势的全局变化规律和局部波动,文章基于刻画稀疏性的本原函数提出带复合$\ell_0$约束的广义趋势滤波(L0CTF)模型并分析其最优性理论.复合$\ell_0$函数的组合属性和不可分性导致求解L0CTF模型是一项极具挑战的任务.为此,基于复合$\ell_0$约束的特点,文章将L0CTF模型转化为含第一类特殊有序集的混合整数规划问题并分析其与L0CTF模型在全局最优解意义下的等价性.最后,在模拟数据集和真实数据集上的实验结果表明,所提方法在提取潜在趋势方面优于主流的趋势滤波方法.

在工程实际中,通常难以获得单个部件的精确失效时间,相反地,仅仅知道部件失效的次数和系统运行的总时长,即聚合寿命数据.基于此种数据对寿命分布进行推断是十分具有挑战性的.文章提出了基于矩的点估计方法,并采用偏差校正Bootstrap方法来构建感兴趣量的置信区间.极大似然方法需要写出聚合寿命数据的似然函数,这仅对少数几个具有卷积运算封闭性质的分布才适用.与之相比,所提方法规避了似然函数,因此能适用于更多的分布类型.最后,文章通过模拟研究和实证分析对所提方法进行了验证和说明.

为了对冲突事件进行结构化表示,识别事件的逻辑关系,发现事件演变规律和影响事件发展的关键节点,文章基于在线媒体新闻数据构建标准语料库,使用融合注意力机制和依存句法分析的图神经网络解决冲突事件抽取存在的事件要素长距离依赖问题,使用基于RoBERTa的fine-tuning方法解决隐性事件关系识别问题,提出冲突事件本体模型、冲突事件知识图谱的自动化构建框架和关键路径识别算法.结果表明,冲突事件识别算法SGAEE和基于RoBERTa微调的事件关系识别算法均优于对比算法,覆盖重要节点的最少路径识别算法MPCCN可以识别出影响冲突事件发展的关键事件和关键路径.文章提出的冲突事件知识图谱构建方法可以实现对冲突事件进行多层次和多视角的分析,帮助专家掌握冲突事件发展脉络,提高决策的全面性和科学性.

在火工品可靠性设计和评估中,高效准确地估计感度分布的参数及分位数至关重要.文章采用贝叶斯方法,建立感度数据的半参数广义线性模型,利用Hamiltonian Monte Carlo算法进行后验推断,并借助偏差信息准则和对数伪边际似然,以数据驱动的方式筛选“最优"模型.模拟比较验表明所提方法在小样本情况下可以获得感度分布参数的准确估计.最后,实际数据分析验证了新方法的有效性,并为感度数据的分析提供了一种替代和补充的建模工具.

Duadic码是一类重要的循环码,构造最小距离具有平方根下界的duadic码是一个有趣的研究问题.文章提出了两种构造最小距离具有平方根下界的odd-like duadic码的构造方法,得到两类最小距离具有平方根下界的odd-like duadic码.

液压作动器广泛应用于工业控制系统中, 其精确的位移控制对系统性能至关重要. 传统的物理建模方法难以准确捕捉液压作动器的非线性和时序特性, 限制了其在复杂环境下的应用. 文章提出了一种基于长短期记忆(LSTM)神经网络的液压作动器位移建模方法. 通过采集电压输入和位移输出的时序数据, 使用LSTM网络对液压作动器的动态行为进行建模. LSTM网络能够有效捕捉数据中的长期依赖关系, 适应液压系统的非线性时序特性. 在模型训练过程中, 采用均方误差作为优化目标, 并通过实验验证了LSTM网络的有效性. 实验结果表明, 相较于传统方法LSTM网络在测试集上取得了更低的预测误差, 具有更强的建模能力和较高的精度.

自创区作为引领创新发展的重要引擎, 以体制机制改革和政策先行先试为出发点, 辐射带动周边区域创新协调发展. 高铁网络的逐步完善为“双循环”打开新格局, 扩大了自创区创新溢出作用的范围. 文章基于2008-2019年中国高铁城市对数据, 采用多期双重差分法, 系统研究开通连接到自创区城市的高铁后对普通城市创新水平的提升效果和作用机制. 研究发现, 开通连接到自创区城市的高铁后能显著提高普通城市创新水平, 自创区城市的创新溢出作用对东部地区城市、创新环境较好的城市和大规模城市的效果更明显. 机制检验表明, 自创区城市的创新溢出效应通过利用创新禀赋、政府引导创新和示范带动效应三个方面实现. 文章为高铁网络化背景下自创区城市发挥示范带动作用, 进一步优化创新资源空间配置和加快发展新质生产力, 实现经济高质量发展提供了经验证据和政策启示.

当今时代,数据资源日益呈现出多源化的特点,即数据由不同的主体或来源方所持有.对多源数据进行融合开发是激活数据要素潜能、释放数据资源价值的前提和基础.然而,大部分多源数据仍然以“数据孤岛”的形式存在,数据间的互联互通仍然十分困难.与此同时,数据安全问题备受关注,如何在保护数据隐私的前提下实现多源数据的安全开发变得尤为重要.为了解决上述问题,文章提出了一种基于隐私保护的多源数据分析范式.该方法依托纵向联邦学习框架,允许各数据持有方在不暴露各自原始数据的前提下协作完成数据分析任务.与此同时,为了进一步防止攻击者对数据的恶意攻击, 文章在纵向联邦学习框架中引入差分隐私,通过在传输信息时加入噪声以保护个体隐私.最后,文章以工商管理中的企业违规风险预测为例展示了上述方法的实际应用效果,通过结合工商部门、市场监督管理部门、法院等多个部门的数据,提升了企业违规风险预测的准确性.

灾前规划应急设施和灾后抢修调度是提高城市道路交通系统韧性的关键策略.文章综合考虑受损道路位置、类型和修复工期多维不确定性以及抢修任务异质性,以应急设施覆盖率与系统综合韧性指标之和最大为目标,构建城市道路交通系统应急设施选址与抢修调度两阶段随机规划模型.根据所构建模型的结构特征,设计基于浓度集的样本均值近似算法.实验结果表明:文章提出的韧性最优恢复策略优于传统的随机恢复、边介数优先恢复、流量优先恢复和长度优先恢复策略,且基于浓度集的样本均值近似算法可以快速求解该问题.研究成果可为制定面向韧性提升的城市道路交通系统应急设施选址和抢修调度方案提供决策依据和算法支撑.

针对带有非匹配扰动和未建模动态的桥式吊车系统抗摆控制问题,提出一种基于未知系统动态估计器的滑模控制方法.通过引入一阶低通滤波器,设计未知系统动态估计器,补偿包括非匹配扰动在内的系统未知动态,提高系统抗干扰能力.构造基于两相幂次趋近律的滑模控制器,能较准确获得滑模变量的收敛时间,保证滑模变量具有较快的收敛速度.实验结果表明,所提控制方法能有效确保桥式吊车具有良好的抗摆性能和定位精度.

在试验设计领域,寻求有效的偏差下界是均匀设计理论研究中的一个重要方向.文章系统地研究了最新的均匀性准则——绝对偏差的下界问题,推导了对称平衡多水平设计的绝对偏差的一般性下界,并讨论了绝对偏差在两水平和三水平情形下的一些新的紧下界.这些关于绝对偏差下界的理论结果,可以作为评价设计均匀性的指标,也可作为构造均匀设计的基准.同时,文章提供了基于绝对偏差的均匀设计的构造方法.

文章运用OP法和事件研究法, 探讨区块链技术应用对企业全要素生产率和股票价格影响, 分析企业区块链技术应用是否切实促进了企业全要素生产率的提高, 或只是为公司股价制造了更多的“泡沫”? 文章主要的结论有:区块链技术应用主要通过降低融资约束促进全要素生产率的提高, 且对于大型企业和国有企业全要素生产率的提升更大; 此外, 企业公告区块链技术应用后, 公司股票价格水平显著升高, 即公司能够从基于区块链技术的公告中获取更高的股票溢价.

在实际研究中, 数据可能会来自不同分布, 用单一分布模型对数据拟合时会存在一定的局限性, 为克服这一问题, 运用混合模型可以更好地适应复杂的数据类型.指数分布与瑞利分布在可靠性分析中都是重要的寿命分布, 在删失数据背景下相关的混合模型研究较少, 文章提出双参数指数分布与双参数瑞利分布的混合模型, 并运用EM算法在右删失数据下对混合模型进行参数估计.同时进行大量的数值模拟研究, 验证了在有限样本下EM算法在所提混合模型估计的有效性.最后将模型运用到实际数据中, 并进行拟合优度检验, 验证了所提模型是合适的, 进一步说明该模型可以更好地适应复杂的数据特征, 具有一定的现实意义.

为插值指定的Frenet标架以及曲率和挠率, 提出空间五次F³插值曲线的构造及形状优化方法.空间曲线的F³连续是一种特殊的k阶Frenet标架连续, 可确保满足G²连续和挠率插值.首先, 构造一条插值F³数据的五次Bézier曲线, 其控制顶点包含两个表示曲线在端点处切矢长度的参数.然后, 通过最小化曲线的二次能量函数确定参数的最优值.最后, 定义目标函数为曲率和挠率加权平方和的积分, 提出另一种更优的形状优化方法.相比之前的G²插值方法, 新方法虽使用更严格的端点连续约束, 但总能生成曲率和挠率分布更满意的曲线形状.

针对端口哈密顿微分代数系统,通过$\varepsilon$-嵌入将其转化为含参数$\varepsilon$的端口哈密顿常微分系统.然后基于此参数化系统,提出了两种保结构的模型降阶方法.一是参数矩匹配法:构造参数系统相应频率参数$s$和嵌入参数$\varepsilon$的参数矩,进而通过参数矩匹配获得参数系统降阶模型.得到的参数降阶系统匹配原系统的若干参数矩.最后,取嵌入参数$\varepsilon=0$,得到原始端口哈密顿微分代数系统的保结构降阶模型;二是低秩平衡截断法:利用Laguerre函数构造参数系统的可控和可观Gram矩阵的低秩分解因子,通过投影变换得到近似平衡系统,最后截断较小Hankel奇异值对应的状态变量构造降阶模型.此过程具有一定的自适应性,可以构造满足给定精度的降阶模型,并且计算复杂度较低.上述两种算法均通过施密特正交化构造投影矩阵以保持原系统的微分代数结构.最后,通过数值算例验证了算法的有效性.

当今各类社会事件频繁发生,对人们的日常生活和社会发展产生深远影响.对未来事件的预测可以帮助分析人员理解社会动态,做出快速、准确的决策.文章提出了一种时序图学习模型,将事件的目标实体预测问题形式化为时序事件图中的推理任务.该方法首先根据历史事件信息构建了时序事件图,为了挖掘不同类型事件间的相互影响,设计了基于节点和边的双重注意力机制进行信息聚合.之后,模型通过门控循环单元编码时间信息,将嵌入向量输入全连接层实现对事件目标实体的预测.此外,鉴于许多社会事件在历史时间轴上重复出现的特点,模型进一步引入了拷贝机制,对预测函数进行了修正.在多个社会事件数据集上的实验表明,该方法优于其他的对比基线模型.

当前,中国推出了大规模设备更新改造政策,规模养殖粪污收集处理设施的更新改造涵盖在内,这一政策将如何影响规模养殖粪污治理及资源化利用,现有研究还未曾涉及.为此,文章构建了中小规模养殖企业“更新设备”策略与第三方公司“分类收费”策略的演化博弈流率基本入树模型,并在中小规模养殖企业的决策中引入前景理论与心理账户理论,充分考虑中小规模养殖企业的风险偏好意识,将期望效用函数与价值感知函数结合使用,基于“谁投资,谁获得设备更新补贴”的原则,论证了由哪个主体实施更新改造更有利于政策的推行,并对不同策略进行仿真分析,总结了规模养殖粪污收集处理设施更新改造的系统基模.研究发现:第一,将大规模设备更新补贴给予第三方公司,由第三方公司为中小规模养殖企业的粪污收集处理设施进行更新改造,更有利于政策的推进;第二,第三方公司应积极实施“分类收费”策略;第三,基于大规模设备更新改造的养殖粪污收集处理系统构成了成长上限基模,其杠杆解在于解除平衡回路的制约,即通过政策补贴鼓励第三方公司投资中小规模养殖企业的粪污收集处理设施,并采用分类收费策略获得更高质量的粪污原料,促进养殖企业投入粪污治理,进一步增加养殖企业获得补贴的比例.

针对电力现货价格时序的高波动性和复杂性, 研究提出了基于小波变换与轻量级梯度提升决策树(light gradient boosting machine, LGBM) 的组合预测模型. 通过引入滚动时间窗口与小波变换实现电力现货价格序列的动态多尺度分解, 提取各频率特征以降低其模态复杂性的同时还可以有效规避数据泄露问题. 研究利用LGBM算法的复杂非线性特征提取能力进行预测建模. 为了验证模型的有效性, 研究采用山西省电力现货市场数据对提出的组合预测模型进行实证分析. 结果表明: 文章提出的动态分解组合预测模型在均方根误差、平均绝对误差和决定系数等多个关键性能指标上均优于长短期记忆模型、支持向量机、弹性网络回归模型以及极致梯度提升模型等主流预测方法, 其中决定系数$R^2$达到0.9792, 表现出较高的预测精度. 同时, 文章所提模型在不同市场条件下均表现出稳健性和适应性, 为电力市场参与者提供了可靠的预测工具, 有助于优化交易策略、降低市场风险.

私有化改革被视为减少公立医疗体系等待时间的有效策略. 文章着重探讨两种私有化改革模式: 一是竞争模式, 即允许私立医院进入市场与公立医院竞争; 二是合作模式, 即公立医院与私立医院为实现共同目标而协作. 文章采用排队模型刻画患者的问诊过程, 分析不同私有化改革下公立医院与私立医院的服务速率与诊疗价格调控, 并研究不同改革模式对医联服务覆盖的患者数量、患者等待时间、患者效用及社会整体福利的影响. 研究发现, 竞争模式能够显著缩短患者等待时间, 进而扩大医疗服务覆盖的患者数量, 提升患者效用和社会福利; 而合作模式虽然也能减少患者的等待时间, 但在提升患者数量、患者效用以及社会福利方面则表现出不确定性, 只有在公私合作医院的服务容量较大或私有化程度较高时, 才能有效促进医疗服务覆盖的患者数量、患者效用以及社会福利的提升. 最后, 私立医院在选择合作或竞争模式时, 主要取决于政府给予公立医院的补贴率以及公私合作医院追求自身利益的私有化水平. 具体而言, 当补贴率或私有化水平较高时, 私立医院更倾向于选择合作模式; 反之, 则更倾向于选择竞争模式.

基于图的半监督降维是一类利用数据结构图来处理半监督降维问题的方法. 然而, 目前大多数此类算法使用的结构图仅关注数据信息而忽略类标签信息; 且在训练过程中并未考虑样本之间的差异性, 这降低了算法在噪声或异常值情况下的稳健性. 对此, 文章结合稀疏表示与自步学习, 提出一种利用稀疏判别图求得线性降维映射函数的自步学习器. 首先, 该方法在数据的稀疏表示的基础上, 融入了类别标签的传播, 以此构建稀疏判别图; 然后考虑低维数据与其类锚点之间的距离, 以及低维数据保持原高维数据的判别性稀疏结构的能力, 并在此基础上构造了相应的自步学习降维问题. 一方面, 所提方法构建了稀疏判别图, 能更有效提取数据中蕴含的判别信息; 另一方面, 所提方法基于自步学习机制, 可以自动计算训练数据的重要度值, 抑制不可靠数据或标签的负面影响, 提高模型对噪声或异常值的鲁棒性. 5个实验数据集的结果验证了所提算法的有效性.

由(Pyragas,1992年)提出的连续混沌系统的反馈控制方法主要将时滞反馈项作用于三维系统的中间方程,但实际上对于反馈项作用于系统的最后一个方程也非常方便有效.文章以Shimizu-Morioka混沌系统为例,将反馈项加于其最后一个方程,以单时滞作为分岔参数讨论系统平衡点的局部稳定性及Hopf分岔产生的条件,进一步利用中心流形定理及规范型理论分析分岔的方向及稳定性.最后,数值实验加以验证理论分析结果以及混沌控制的有效性.

比例标签学习(LLP)是一个弱标签学习问题,其中实例级标签信息以袋子的形式抽象,即只有每个袋子的标签比例可用.因此,LLP可以被归类为"学习袋社区",即由实例组成的"学习袋"是相互关联的.与典型的分类法类似,我们的目标不仅是学习一个分类器来极大地恢复训练数据中的实例级标签,而且还要将这种标签预测泛化到未见过的数据中.然而,由于统计估计的模糊性或近似性以及标签噪声的存在,这种学习框架更现实的情况是容易设想一种区间比例信息,而不是LLP中的实值比例.因此,对于这些通用场景,标准的LLP方法无法提供令人满意的标签预测器.文章提出了一种名为区间标签比例(bounded label proportions,BLP)的新学习框架来解决这个令人困扰的问题.此外,还提出了一种基于随机森林(RF)的BLP鲁棒算法:BLP-Forest算法,它能够较好地处理多类高维问题.为了便于比较,将实验分为两部分.首先,将BLP-Forest退化为标准LLP问题,以验证这两个相似学习问题之间的演变.结果表明,即使在配备实值比例信息的情况下,BLP-Forest也具有天然优势,这主要得益于RF算法的应用.在第二部分中,选择了具有多类和更高维度的大型数据集.同时,还特意为每个数据包中的比例信息添加了适当的噪声.所有实验都表明,BLP-Forest在大多数情况下都能获得最佳精度.最后,得出结论,在处理多类和高维度问题时,文章提出的方法性能最佳.

相对误差由于其具有与尺度无关且易于理解等特质而被广泛应用于销量预测等领域评价预测精度.文章在同方差正态假设下基于均方相对损失提出一种最优乘法模型平均方法,以提高由均方相对误差衡量的预测精度.理论上,文章的权重选择准则是相对风险的一个渐近无偏估计.当所有候选模型都是误设定时,文章证明了所提模型平均方法的渐近最优性.当候选模型中存在正确设定模型时,放在这些正确设定模型上的权重之和收敛到1.数值模拟和销售预测的实证分析均验证了文章的方法的优越性.

文章以线性水波方程来描述二维有界长方形区域内理想水体的波动,并使用Craig-Sulem变换将水波方程转化成以速度势函数和水波波高为状态变量的线性发展方程.文章假设水波的波高是系统的测量输出,并在此基础上分析水深和速度势函数的可辨识性,设计同步辨识算法从波高中估计水深和势函数.文章设计了基于伴随法的数值辨识算法,该算法能够同时有效地估计水深和势函数. 首先,该算法通过引入拉格朗日乘子将传统的二次型目标泛函改进为带有系统模型约束的目标泛函.其次, 利用拉格朗日泛函微分公式导出了水波方程的伴随方程,并通过求解该方程得到了目标泛函的梯度. 最后,采用梯度下降法来迭代估计水深和速度势函数,并通过数值仿真验证了所提算法的有效性和准确性.

为了提升供应链效率, 地理位置不同的工厂协同完成生产任务,已成为标准生产模式. 构建符合实际情况的调度模型,并设计简单有效的优化算法, 是实现高效协同的关键.针对分布式柔性作业车间调度问题的研究应运而生,成为建模和优化这一类问题的有力工具. 然而,现有研究很少考虑序相关机器准备时间的约束, 而是将该时间假设为常数.这种近似模型容易导致低质量的调度方案, 从而影响系统效率.文章建立了一个混合整数规划模型,用于描述考虑序相关机器准备时间的分布式柔性作业车间调度问题.为了解决该问题, 提出了一种基于$Q$学习的迭代贪婪算法, 利用$Q$学习机制动态选择合适的扰动程度,有效克服了迭代贪婪算法因不合理的扰动而导致搜索性能下降的问题.通过在带有机器适用限制的分布式柔性作业车间调度基准测试算例中引入机器准备时间与操作序列的关联性, 构造了207个测试算例.所提算法与3种扰动程度固定的迭代贪婪算法、模拟退火算法、分散搜索算法、基于回溯搜索的超启发式算法和基于随机置换下降的超启发式算法进行了比较.实验结果表明, 所提出的基于Q学习的迭代贪婪算法具有更高的搜索质量和更快的收敛速度.

加盟制快递业高速发展的同时,也存在由于利益不协调、服务质量低等引发的合作不稳定问题,这难以满足消费者日益增长的高质量高服务的需求. 为此,文章从风险成本的角度出发,使用演化博弈的方法动态分析了快递公司监管策略、末端加盟商生产行为以及政府部门监管奖惩策略的演化稳定,揭示了不同决策参数对演化稳定的影响, 证明了演化稳定的条件.数值分析结果表明, 当风险成本和利润分享比例位于不同阈值区间时,快递公司-末端加盟商博弈系统呈现出四种不同的演化稳定结果; 此外,政府部门在制定奖惩政策时, 要确保对各方的奖惩之和大于其投机收益,才能保证快递服务企业的规范运营和合作稳定性.文章的研究结果对建立适宜的违约惩罚制度、风险识别和预警机制、提升政府监管职能的同时营造市场良好运营环境具有重要意义.

近年来,中国自然灾害多发频发,对人民群众的生命与财产安全造成了重大的威胁.在面对愈发复杂严峻的自然灾害时,需要决策者根据实际情况合理储备和调度应急物资来进行防灾、减灾和救灾.当前多层级储备库、多需求点的应急物资区域调度问题仍缺乏立足现实储备网络体系的研究,应急物资“谁来运”、“运多少”、“怎么运”的问题尚未得到进一步细化规范.为了解决上述问题,文章通过总结大量应急物资调度实例,提出严格行政层级、跨行政层级和自由就近等三种应急物资区域调度策略,并构建了基于匮乏成本的多智能体仿真系统模型.文章运用构建的多智能体模型对安徽省亳州市蒙城县进行了案例仿真研究,结果显示:在短时间内区域应急物资需求量巨大时,自由就近调度策略可以实现社会物流总成本的最小,在短时间内区域应急物资需求量较小时,不同的调度策略下社会物流总成本差异不大.该研究表明,在应对特重大灾害时,各级政府应当打破现有行政管辖关系,积极合作共建区域联防减灾抗灾机制;在应对常规型灾害时,按照行政管辖关系调度储备库应急物资进行救助即可满足需求.

破坏性事件发生后对修复工作的目标路段选取和序列优化是提升事后路网修复效果及系统韧性的关键.识别道路网路中对系统性能具有关键作用的路段是该问题高效求解的重要基础.然而,传统的关键路段识别方法未充分挖掘多个路段间的交互与协同关系,即研究多个路段同时失效对路网整体性能影响的显著性.针对该问题,文章提出了一种基于图注意力网络的路网关键路段识别模型(TGAT).该方法借助图注意力网络挖掘路段间的影响权重,并基于权重值计算各路段的关键度取值,以均方误差为损失函数进行训练,从而识别出对路网性能具有关键作用的路段.随后,依据关键度取值排序确定事件后被破坏路段的修复序列.以江苏省昆山市路网为例,文章将TGAT方法与度中心性、加权介数中心性、特征向量中心性三种基线方法应用于路网修复方案优化的效果进行对比.具体来讲,分别基于路网修复效果实验和逐点修复实验对上述四种方法进行性能对比.实验结果表明TGAT方法相较于其他三种方法能更有效地识别路网中的关键路段,并且基于TGAT的修复序列优化对路网的修复性能更好.

目前,建模的主要挑战之一是训练数据和测试数据来自不同分布.针对此问题,稳健学习通过样本重加权对协变量去相关,从而实现稳健预测.尽管稳健学习等机器学习方法在实验中表现良好,但理论研究仍存在不足,例如,测试数据下如何度量模型稳健性,多环境下稳健学习为何能保持稳健的预测效果.文章聚焦上述问题,提出新的稳健性指标,比较稳健学习方法与最小二乘法,研究在多个环境中稳健学习保持稳健的原因.最后,通过模拟实验,验证文章理论.文章研究有助于完善稳健学习的稳健性理论,加深对稳健学习的理解,并指导实际建模方法的选择.

文章基于2012-2020年部分“违规”公众号的数据,研究“违规”公众号荐股对中国股票市场和投资者的影响.文章发现“违规”公众号所推荐股票在信息发布日后短期内超额绝对值和成交量显著增加,但长期累计超额收益率显著低于其他股票.实证结果还显示,在推荐的上涨股票中个人投资者的净流入显著增加,而机构投资者的净流入显著减少.进一步地,渠道检验发现“违规”公众号主要是通过制造虚假的私有信息吸引投资者的注意力,并且主要是吸引手机端为主的用户.

制造业智能化进程中的员工行为问题,不仅仅是认知科学领域的问题,其实也是生产中的管理问题.文章立足行为认知与精益这两个相互联系又有各自特点的两个维度,关注的核心问题是,基于认知偏见与精益化这两个理论视角,挖掘在智能制造持续推进的过程中影响劳动力行为的因素与机制,并分析其对自动化系统的影响.文章的重点是组装产品的不完美生产过程,生产过程中可能因为多种因素使得劳动力忽略检查项目.考虑了I类和II类错误,利用拓展的EOQ模型优化订单数量,以最大限度地降低总成本.证明了积极精益的策略可以消除忽略的发生减少系统总成本,并衡量减少的程度.文章给出了一些数值示例、敏感性分析和图形表示来说明该模型.

薪酬激励是企业激发员工工作激情和创造潜能,提升企业绩效的重要手段. 内部薪酬差距一方面可以产生正激励作用,促进员工的努力程度, 另一方面也可能导致不公平感,造成部分员工的“躺平”.文章构建了一个包含核心高管、非核心高管以及普通员工三类职工的数学模型分析内部薪酬差距对企业绩效的影响,并利用2008-2020年沪深两市民营上市公司的数据进行了实证检验.理论和实证结果均表明,管理层内部薪酬差距、高管-员工薪酬差距、非核心高管的薪酬激励程度与企业绩效之间均表现为倒U型关系.进一步的实证研究显示, 非核心高管-员工薪酬差距对企业绩效的作用最强,而核心高管-员工薪酬差距对企业绩效的作用最小,展示非核心高管-员工的薪酬差距是企业内最重要的薪酬关系,而核心高管-员工薪酬差距则重要性最低. 此外,民营企业在薪酬激励设计中营业利润的“约束”大于营业收入的“约束”,体现民营企业注重 “里子”和要害.

为量化评估电力供应稳定性对数字经济发展的影响程度,构建了涵盖电力供应装机容量、三次产业数字经济规模等变量在内的系统动力学模型,探究了“拉闸限电”等突发情景下电力供应稳定性对数字经济发展的作用机理.结果表明, 中国数字经济规模在“十四五”期间将保持高速发展态势,到2025年将超过70万亿元; 数字经济规模将随着电力供给的减少而减少,若日均发电时间或年度工作天数减少1%、5%和10%,则数字经济规模将平均减少9.28%、14.24%和20.43%;通过科技创新来提高各产业的产值系数,可以降低因拉闸限电或发电机组故障对数字经济发展的影响. 最后,从中国增强电力供给稳定性方面提出了对策建议.