随着信息技术与制造业的深度融合，共享经济衍生出生态链模式，相对于传统的代加工模式，该模式下龙头企业会对初创企业进行一定的孵化，进而影响生态链利润.为揭示关键要素的作用机制，构建由龙头企业、初创企业和零售商组成的供应链，分别从代加工生产模式和生态链视角下探究了产品品牌优势、孵化能力、竞争强度等对供应链利润及竞合策略的影响.在代加工模式下，部分人的合作在一定程度上会损害其他人的利益；在一定程度下，生态链模式能够有效促进供应链成员间的深度合作，且不会损害其他参与主体的利益；适当的竞争强度能提升产品知名度、扩大受众群体，当初创企业自有品牌受消费者青睐时，消费者对龙头品牌产品的购买意愿也会变强，此时龙头企业将更倾向于生态链模式.本文研究为生态链的推广以及供应链模式优化与协同策略制定提供了理论支撑与实践参考.

在信任机制下,专用P2P网络中的终端向云端P2P网络发起资源传输请求,云端节点需接受安全凭证列表对其身份进行验证后方可进入专用系统.该机制依据节点在系统中的资源传输历史,将云端中携带资源的节点划分为两类:一类节点与二类节点.具有传输历史的二类节点在此分类中会获得抢占优先权.两类节点响应资源传输需求进入系统并在终端完成资源传输的过程,可类比为离散时间下顾客进入多服务器排队系统并接受服务的过程.基于此,本文构建了一个Geom/Geom/$c$排队模型,采用矩阵几何解法对其进行求解,从而获得量化系统运行机制的指标以实现对这类P2P网络系统的深入分析.最后,针对二类节点具有抢占优先权的特性,对模型进行Stackelberg博弈均衡分析,得到了两类节点在收益最大化条件下分别对应的唯一到达率.

AI辅助检测在医疗领域的应用日渐广泛,有效提升了医疗机构的诊断效率与准确性.产能配置可以有效管理服务速率和患者队列,进而提升医疗服务质量.本研究构建了采用AI辅助检测的医疗系统两阶段产能配置模型,并分析不同性质医疗机构中的产能配置、利润和社会福利.研究发现:医疗机构需参考AI辅助检测的赋能水平,合理配置检测和治疗阶段的基础和安全产能,以满足患者基础需求并提供应对需求波动的弹性;AI辅助检测能够提升检测阶段的服务速率,但若医疗机构未能相应增加治疗阶段的产能,则可能引发系统瓶颈;AI辅助检测并不总是提升医疗机构的利润和社会福利.本研究为AI技术与医疗领域的融合提供了理论支持,为医疗机构产能配置决策提供了指导方向.

推动“无废城市”建设是落实“双碳”目标、促进经济社会可持续发展、建设美丽中国的重要实践.本文以2019年“无废城市”建设试点为准自然实验,探究“无废城市”建设对企业ESG表现的影响.研究发现,“无废城市”建设显著提升了试点区域企业ESG表现,且该现象在非国有、制造业企业以及地区环境保护支出高的企业中更突出.进一步结果显示,“无废城市”建设提升了政府工作报告的环境词频、增加了城市的环境处罚次数和绿色工厂数量,同时在企业层面缓解了管理层短视和融资约束、降低了权益资本成本并增加了信贷获取,且“无废城市”建设对ESG表现的提升作用在未获环保投资、未获环保荣誉或所在行业竞争激烈的企业中更为突出.这些结果表明,“无废城市”建设主要通过提高政府环境注意力、增强利益相关者认可等渠道提升企业ESG表现.分析其后续经济影响发现,“无废城市”建设能降低企业短债长用水平,带动企业共同富裕发展.本文拓展了“无废城市”建设相关研究,对引导企业积极参与社会治理、协同推进减污降碳扩绿增长,加快经济社会发展全面绿色转型提供了有益参考.

气候变化已成为全球发展的关键议题,积极应对全球气候变化挑战已经成为社会的普遍共识.在大数据背景下,对气象数据中的变化点进行检测和分析,从而判断政策或极端事件的影响显得尤为重要.本文提出了基于广义信仰推断的广义Logistic分布变点模型估计方法,并与传统的极大似然方法和贝叶斯方法进行比较.模拟结果表明,基于广义信仰推断得到点估计和置信区间具有良好的适用性.在变点位置的估计中,基于均值的广义信仰点估计效果更好,信仰置信区间在合理的范围内具有更稳定的覆盖率;对于尺度和形状参数,广义信仰推断中位数的估计在大多数情况下优于其他方法,基于最高后验密度的信仰置信区间在保持合理长度的同时,能够提供更准确的覆盖率,特别在估计形状参数时表现尤为突出.最后,使用北京气象站月最大降雨量数据验证了广义信仰推断在广义Logistic分布变点模型中的有效性.

多维系统的等价和多元多项式矩阵的等价与约化密切相关,矩阵的Smith型在矩阵等价中起着关键作用.多元多项式矩阵等价于Smith型的问题十分复杂.本文研究拟弱线性多元多项式矩阵与其Smith型等价的问题,刻画了该类矩阵等价于其Smith型的充分必要条件，并给出相应的算法.

本文运用多项式代数同构研究多项式矩阵的Smith型, 发现了几类新的多项式矩阵, 并刻画这几类新的多项式矩阵与其Smith型等价的充分必要条件, 这些条件可以通过Gröbner基的理论与计算来判断并有相应的算法.

考虑由一个制造商和一个电商平台组成的供应链,制造商通过电商平台转售渠道销售,并决定是否入侵终端市场获得额外收益,当制造商决定入侵时,可以在直销入侵与代理入侵之间进行选择.电商平台掌握市场需求信息并决定是否与制造商信息共享,同时会通过促销提高市场需求.结果表明:(1)相对于直销入侵,代理入侵可以更好的降低批发价格导致的双重边际效应,并销售更多的产品.(2)电商平台信息共享对制造商有利;只有制造商代理入侵且佣金率较高时,电商平台才会共享信息给制造商.(3)当促销成本较高时,若佣金率较低,制造商选择代理入侵;电商平台信息共享能提高制造商选择代理入侵的积极性.需求波动性提高会使制造商选择代理入侵和电商平台信息共享的意愿先降低后提高.

本文研究了混合控制策略下不连续非线性分数阶多智能体系统的全局领导跟随一致性问题.在分数阶微分包含框架下,提出了基于动态事件触发机制的混合分布式控制协议.利用Lyapunov稳定性理论和代数图论等,实现了不连续分数阶多智能体系统的领导跟随一致性,且排除了Zeno行为.最后,用一个仿真实例和模拟对比分别验证了所得理论结果的正确性和控制策略的有效性.

新型城镇化集约高效、绿色低碳的发展道路与新质生产力理论高度契合.基于2006~2021年中国地级市面板数据,将新型城镇化试点政策视为一项准自然实验,运用多期双重差分模型估计该试点政策对新质生产力的影响.研究发现:新型城镇化试点政策显著促进新质生产力,在经过平行趋势检验、安慰剂检验、替换被解释变量、排除其他政策干扰、倾向匹配双重差分模型、工具变量法等一系列稳健性检验后,结论依然成立.异质性分析显示,在不同城市区域、城市规模、城市资源禀赋、城市经济发展、城市产业结构、城市市场化程度下,新型城镇化试点政策均显著促进新质生产力,且对东部城市、特大及以上城市、非资源型城市、高经济发展城市、高产业结构城市、高市场化程度城市的新质生产力具有较强促进作用.进一步分析得到,新型城镇化试点政策促进新质劳动者和新质劳动对象,并通过产业结构合理化和数字技术渗透率对新质生产力产生积极效应.研究丰富了新型城镇化的政策效果,对加快发展新质生产力具有启示意义.

多维系统的约化常被转化为多元多项式矩阵与其Smith型的等价来考虑.本文主要研究一类多元多项式矩阵与其Smith型的幺模等价问题,先通过证明给出了这类矩阵与其Smith型幺模等价的判别条件.再将结果推广到非方阵和非满秩的情形.最后,给出了这类矩阵约化到其Smith型的一般算法,并通过一个实例进行验证说明.

多模态数据是信息科学领域中常见的数据形态.基于多模态的情感分析技术能够更为准确地把握情感倾向和态度,进而极大地提升基于人工智能技术的用户体验,在经济学、管理学、社会学领域具有重要的潜在应用价值.方兴未艾,如何有效融合多模态信息进行情感分析是人工智能领域中重要的研究课题.文章实现了基于EfficientNet-v2和BiLSTM的面部情感识别,基于CNN架构的语音情感识别,基于BiLSTM架构和词袋模型融合的文本情感识别.通过优化模型参数,运用早融合、晚融合、语义融合、阶段融合四种多模态信息融合策略,实现了包含视频、音频和文本的多模态情感识别算法.实验结果显示:融合后的音视频双模态算法三分类的准确率达到73.86%,对比文献(张俞晴等,2019),分类的准确率提升了3.1%;不同融合策略下的多模态情感识别计算方法较单模态或双模态识别方法能够显著提升识别精度.同时,在模拟的数据集上测试表明,语义融合的方法在融合策略中效果最优,晚融合效果好于早融合,阶段融合影响因子为0.84时,情感分类效果最优.

本文考虑具有执行器饱和的轴对称航天器的三轴姿态控制问题.首先将线性化姿态方程转化为Luenberger规范型.其次,由于开环系统由中立稳定的线性系统级联而成,基于绝对稳定性理论,分别构造了子系统的有界线性状态反馈控制器.最后,通过构造显式Lyapunov函数,证明了当反馈增益中的参数满足一定的显式条件时,该控制器能保证线性化闭环系统的全局稳定性.此外,还得到了使得闭环系统具有最快收敛速度的最优反馈增益.仿真结果验证了所提方法的有效性.

随着生鲜电商的迅速发展，生鲜品质量问题广受关注。针对单生鲜供应商、单生鲜电商平台供应链，考虑平台公平关切行为，分别构建供应商履行和不履行企业社会责任两种情形下供应商主导的Stackelberg博弈、电商平台主导的Stackelberg博弈以及Nash均衡博弈模型，通过六种模型求解、利润比较和数值仿真研究平台公平关切行为的影响、供应商是否要履责及不同权力结构下供应链决策差异。研究表明：平台公平关切行为会降低决策效率，对供应链利润和社会福利产生负面影响；供应商积极履责能够平抑物价、提高生鲜品质量，但会降低自身利润并增加平台利润；在Nash均衡权力结构下，供应链系统能够实现最优的市场表现，然而具有渠道权力优势的一方通常缺乏主动让渡权力的动机。最后，本文提出双重协同契约，在实现系统最优的同时，又能实现供应链成员利润的帕累托改善。

随着电子商务和物流处理技术的迅猛发展,消费者商品信息搜索和购买的成本大幅下降,灰色市场规模呈现爆发式增长.受利益驱使,一些品牌授权平台也可能参与灰色市场投机行为.为了更好地应对授权平台的灰色市场投机行为,一些制造商考虑引入直销渠道.文章考虑了授权平台不投机、平台投机制造商不引入直销渠道以及平台投机制造商引入直销渠道等三种情形,构建了制造商主导的Stackelberg博弈模型.研究发现:(1)当低价市场(low market,L)消费者对产品支付意愿较低时,平台会选择投机;随着L市场消费者对产品支付意愿的提高,制造商在不引入直销渠道的情况下会提高L市场的批发价格;随着支付意愿的进一步提高,尽管制造商不采取任何措施,平台也没有投机动机.(2)制造商引入直销渠道可以有效提高自身利润,并打击平台的灰色投机行为.(3)当消费者对制造商直销产品支付意愿提高时,制造商的利润将增加而平台的利润将减少.因此,制造商应加强直销产品品牌管理,增强消费者的认可度.

本文研究了具有紧急补货策略和服务员休假的M/M/1排队库存系统,其中库存产品为流体类型.系统有一个服务员,顾客接受一定时间的服务后带走随机数量的库存产品.当库存数量为零时,系统下发紧急补货订单,同时服务员开始休假.当一次休假结束时,若系统中仍然没有库存,则服务员以概率$p$返回系统,以概率$(1-p)$进行下一次休假.假设服务员服务时间、休假时间、常规补货时间、紧急补货时间和顾客的随机需求量均服从指数分布.首先,考虑了服务时间为零的修正系统模型,利用Markov过程理论和微分方程理论求出了系统稳态概率分布.其次,利用修正系统模型的稳态概率分布进一步求出了原系统模型的稳态概率分布,并发现其具有乘积解形式,在此基础上,求出了系统的一些性能指标.最后,建立了系统的平均费用函数,并对系统的最优库存策略和最优费用进行了数值分析.

本文基于新分解方法的国际油价结构冲击，通过时变参数向量自回归模型(TVP-VAR)研究其与我国行业股票市场间信息溢出效应,并基于广义自回归条件异方差-混合数据抽样模型(GARCH-MIDAS)进一步研究地缘政治风险对溢出效应的影响.研究结果表明:1)相比于波动率和尾部风险的信息溢出层面,国际油价冲击与我国行业股票间信息溢出效应主要集中在收益率层面.2)所有行业均是油价冲击的净接受者.能源行业受到国际油价冲击的信息溢出效应最大,并且是最大的净接受者.3)该信息溢出效应主要由油价风险冲击驱动.4)信息溢出效应具有时变特征.在突发的金融事件下,油价冲击与我国行业股票之间的联系更紧密.5)地缘政治风险对该信息溢出效应具有很强的解释力.这些发现在当前地缘政治局势空前紧张的背景下,不仅有助于投资者调整投资组合,降低投资风险,还能够为政策制定和金融监管提供参考价值.

针对求解线性等式约束凸优化问题,本文提出一类带有慢速消失阻尼的Tikhonov正则化二阶原始对偶动力系统.在适当的假设条件下,本文不仅证明了该动力系统的解轨道强收敛至优化问题的最小范数解,而且还得到了沿动力系统所生成轨道的原始对偶间隙、目标函数残差、可行性违反度的快速收敛速率.进一步地,本文借助数值实验,将所得理论结果与已有文献的结果进行比较.

在精算科学与金融风险管理领域,准确刻画风险分布尾部的分位数函数对于极端风险的度量与控制具有重要意义.传统风险度量方法（如VaR、ES、CTE及扭曲风险度量）在小样本或分布未知的情形下往往存在估计偏差较大、稳健性不足等问题.为提升风险估计的稳定性与一致性,本文提出了一种基于贝叶斯框架与线性最小均方误差原理的分位数函数信度估计方法.该方法构建了具有解析表达形式的信度估计模型,有效避免了后验分位数计算的高维复杂性,并建立了适用于多类风险度量指标的统一估计框架.理论分析表明,所提出的估计量具有条件一致性、均方误差收敛性及渐近正态性等良好统计性质.数值模拟结果进一步显示,该方法在小样本条件下较传统经验估计表现出更高的稳定性与精度.最后,我们从中国股票市场选取了六只具有代表性的股票日频数据,对本文提出的估计方法进行了实证分析.研究结果表明,该方法在高波动或噪声较大的情形下仍能保持稳健性,并能自适应不同市场条件,为尾部风险度量提供了一条可靠且可操作的实证路径.

本文基于向量布尔函数,提出了两种新的线性码构造方法,并构造出三类具有三重和五重的二元线性码.根据Ashikhmin-Barg条件,给出了这些码是极小码的充分条件.最后,将这些极小线性码的对偶码应用在秘密共享方案中.

银企间的信息不对称与政策传导的滞后性是制约科技创新再贷款政策效应的核心问题。本文将融资溢价效应与信贷配给机制纳入DSGE模型，探究央行数字货币对科技创新再贷款政策效应的影响并分析其主要作用路径。结果显示，基于央行数字货币来发放科技创新贷款可显著提高科技创新再贷款政策对创新投入结构与创新产出结构的优化效果，且机制分析表明央行数字货币主要通过降低企业的融资约束与优化信贷资源配置的方式来增强该政策的调控功效。特别是科创贷款中央行数字货币占比超过15%的情形下，科技创新再贷款政策对经济结构的调控效果与福利效应均优于直达式货币政策。拓展研究结果表明，央行数字货币的“前瞻性条件触发机制”有利于进一步提高该政策对经济结构的优化效果。

人工智能技术的应用使得生成式谣言相较于传统谣言更难辨别。在谣言产生后，准确识别其传播过程中的关键用户行为，已成为遏制谣言大规模扩散的重要策略之一。鉴于谣言传播的影响力（权重）通常随传播跳数（常表示为距离、时间或成本等）增加而衰减，本研究假设其在三跳及以上距离时已极小甚至可忽略。基于该假设，本文重点研究了加权二跳约束下最小化信息交互量的关键用户识别问题，并分析了该问题目标函数的非凸性与次模性等数学性质。在此基础上，为有效求解该问题，创新性地提出了一种离散知识共享增益算法（Discrete Gaining Sharing Knowledge Based Algorithm,DGSK），将原有连续型算法扩展至离散求解框架，并引入了新的种群初始化策略、个体学习策略与种群更新策略以进一步提升算法性能。最后，本文分析了DGSK算法的时间复杂度，并在10个人工与真实数据集上进行了实验验证。通过与四种主流启发式算法在五项评价指标上的对比分析，结果表明DGSK算法在关键用户识别精度、稳定性及收敛速度方面均表现出更优的性能。

本文针对教育质量提升问题,将WSR系统方法论和系统动力学深度融合,构建基于系统各要素间因果关系分析的教育质量持续改进动态治理模型.仿真结果表明:基于人才培养质量(学生发展)真实数据进行评价并与人事和分配机制改革关联的质量监测评估体系,作为起反馈控制作用的价值导向载体,是系统结构和功能实现优化的重要手段和系统运行的驱动力,它通过驱动系统在三个维度的全方位变革,即物理(W)维度的保障变革、事理(S)维度的效益变革、人理(R)维度的动力变革,推动跨周期的迭代优化和系统的持续改进,实现教育质量提升.本文的创新体现在以下三方面:一是将系统科学与组织行为学有机融合,为教育质量管理领域提供基于系统科学的研究视角和基于组织行为学的研究切入点;二是突破传统静态分析的局限性,为该领域提供了基于WSR系统方法论和系统动力学方法融合的静态与动态相结合的逻辑分析框架,弥补了该领域逻辑分析框架的缺乏;三是将控制论、系统管理理论、耗散结构理论、混沌理论融合,揭示了质量监测评估体系的作用原理.体现了系统工程“面向实践问题导向”的学术价值取向和“综合就是创新”的观点.为教育质量管理系统中人事和分配机制改革政策的有效推进及地方政府、学校和社会形成育人合力,提升以学生发展为核心的教育质量提供决策建议和管理启示.

为了探讨间接网络效应对竞争环境下电动汽车(EV)制造商投资建站策略的影响,本文构建了由两个相互竞争且存在质量差异的EV制造商组成的Hotelling博弈模型,研究考虑间接网络效应的EV制造商投资建站策略--均不建站、仅低质量EV制造商(制造商A)建站、仅高质量EV制造商(制造商B)建站和双方建站决策.研究结果表明：(1)间接网络效应在一定条件下对制造商A和B的决策和利润均有正向促进作用,但当质量差异较小时,间接网络效应的增强反而对制造商A和B均不利,这与直觉相反.(2)当市场准入费用较低时,仅制造商A (制造商B)建站策略对制造商A (制造商B)有利,否则均不建站策略对制造商A (制造商B)有利.(3)当间接网络效应较弱时,间接网络效应的增强可以降低制造商A和B投资建站的门槛.(4)充电站兼容性比例的增大会使EV制造商间的搭便车效应更为显著.

本文旨在优化可追溯农产品供应链的长期管理,提升其效率、竞争力与质量安全保障能力.为此,文章构建了一个基于微分博弈的动态模型,研究了在长期合作过程中,供应链中一级供应商、二级供应商和大型零售商等各层级参与者在努力投入和定价方面的最优策略.模型结合Stackelberg博弈与微分博弈,考虑了供应链的多层级结构、动态交互行为及信息不对称等因素,并通过逆向归纳法求解各参与者的均衡策略.研究发现,一级供应商的均衡努力输入随单位种植成本增加而上升,二级供应商则相反,而大型零售商的均衡努力输入保持稳定.此外,各参与者对追溯技术总成本的敏感度较低,表明技术改进对激励额外努力的效果有限.本研究为优化可追溯农产品供应链管理提供了理论支持和决策依据,有助于增强消费者信任,推动农业可持续发展

考虑假冒产品渗透于制造商的固有渠道(OD渠道)中,并引发了消费者的失望厌恶与欣喜追求行为.区块链支持的零售渠道(BR渠道)可以消除假冒风险,但容易引发消费者的隐私担忧.基于此,构建未引入BR渠道、考虑失望厌恶(或弱欣喜追求)且引入BR渠道、考虑强欣喜追求且引入BR渠道三种情形下,制造商与零售商的定价博弈模型,并通过比较分析着重探讨失望厌恶/欣喜追求影响下制造商的BR渠道引入策略.研究结果表明:(1)虽然BR渠道具有正品保障,但引入该渠道并不总是对制造商有利;虽然OD渠道存在假冒风险,但在一定条件下,保留该渠道反而会提升制造商利润.(2)在不同条件下,制造商可采取“等价式”、“竞争式”以及“取代式”策略引入BR渠道,这取决于失望厌恶/欣喜追求和隐私担忧成本的共同作用.(3)消费者失望厌恶会导致制造商利润减少,但不会导致零售商利润减少;消费者欣喜追求会促使制造商利润增加,但不会促使零售商利润增加.

在企业竞争冲突中,决策者的偏好获取是缓解冲突的重要条件.本文构建了基于第三代前景理论的偏好-赞成结构方法,用于获取多属性环境下决策者的偏好信息.具体而言,由于决策者在多属性环境下易受心理行为的影响,本文考虑了决策者的风险态度,建立基于正负理想解和均值的不确定参考点,并用于计算可行状态在多属性环境下不同决策情况的收益和损失,进而得到可行状态的价值函数.随后,利用价值函数和概率计算累积权重函数.最后,通过上述函数来计算决策者关于可行状态在多属性环境下的前景值,该值反映了决策者对可行状态的感知价值,并构成偏好信息形成的基础.前景值越高,表明状态的排名和分类越符合决策者的预期.此外,本文将偏好-赞成结构引入到冲突分析图模型框架中,构建了基于偏好-赞成结构的冲突分析图模型,并重新定义了五个基本稳定性定义.最后将其应用到企业竞争冲突中,验证所提模型的有效性,为政府促进农村经济的发展提供决策支持.

减排补贴和排放税收是政府推进企业绿色转型、落实“双碳”目标的重要举措。然而，运营资金不足是制约供应链上下游企业实施低碳生产的主要障碍。在面对银行提供的贷款时，资金约束的供应商和制造商需要权衡选择单独融资还是组合融资。在单独融资下，供应商和制造商分别采用银行融资；在组合融资下，供应商采用银行融资并为制造商提供贸易信贷。根据减排政策和融资方案的不同结合形式，分析了四种模型下的均衡策略，探究了供应链成员的融资和减排政策偏好。研究表明：制造商总是倾向于选择批发成本较低的融资模式，而供应商和供应链的融资决策还取决于市场因素和减排成本。批发成本和初始碳排放成本联合决定了制造商的减排政策偏好。此外，数值分析结果论证了供应链成员在内生批发价格下的最优融资模式选择及减排政策偏好。

本文研究了具有灾难和工作休假的重试排队系统的效率和顾客策略分析.当系统发生灾难时,顾客被迫全部离开系统,同时引起服务台故障.在服务台维修过程中,任何顾客不允许进入系统.顾客在到达系统时可以根据所获取的服务台当前状态信息,自主决定是否加入队列.通过概率母函数和差分方程的方法,得到了系统的稳定性条件和一些主要的性能指标.根据报酬-成本结构,确定了顾客的均衡加入策略、社会最优加入策略和最优社会收益.此外,还通过研究吞吐量和无政府状态价格等效率指标,评估了系统运行效率.最后,通过数值实验,分析了各参数对于顾客加入概率和最优社会收益的影响.

随着自然语言生成式AI大模型技术的发展,DeepSeek等具有超强语义理解能力的人工智能已经成为了数字经济社会的基础设施.AI与HI的协同具有优化时间密集型流程、减少决策偏差和降低各种系统性风险的特点,有利于在高度动态环境中提升应急预案生成的时效性、有效性和可操作性.在应急管理实践中,政府部门需要结合预算约束,权衡引入AI的成本与收益.考虑了政府部门与社会组织的人机协同收益与预算约束,本文构建AI-HI协同的应急信息共享与应急预案生成系统Stackelberg博弈基础模型,得到了政府部门与社会组织的均衡决策与最优收益.随后,通过将基础模型进一步扩展为三种情景(定制化AI、预案修正、数据信托)提升了模型的稳健性,并进行案例分析.研究结果表明:AI的投入并非总是有益的,政府部门需要根据自身预算选择是否投入AI技术.对于政府部门而言,只有当AI技术投入的边际成本小于某一临界值时,才应当采用定制化AI.如果AI生成的应急预案准确性低于某一临界值,与其人机协同后再修正不如直接采用人工编制.对于社会组织而言,采用定制化AI始终比通用AI更有益,应急预案的修正对社会组织的最优收益无影响.此外,只有政府部门的数字治理能力提升的收益大于人机协同损失时,政府部门才应当采用数据信托模式.

研究工件加工时间具有恶化效应以及工件可拒绝的单机多任务排序问题.考虑了两种不同的资源分配函数和位置相关恶化效应函数,目标是确定可拒绝工件的集合、可接受加工的工件集合以及确定可接受工件集合中的最优工件排序,使得工件的最大完工时间、完工时间的总绝对差、工件拒绝总费用和资源费用的线性加权和最小.考虑线性资源和凸资源分配函数下,在拒绝工件数给定的情况下两个问题均可转化为指派问题,分别给出了一个时间复杂度为\(O\left ({n}^{4}\right)\)的多项式时间算法.最后进行数值实验验证了算法的可行性

多状态加权$k/n$系统含有$n$个元件,每个元件有多种可能的状态及不同的权重,当工作元件的效用(权重与状态乘积)之和不低于预设值$k$时,系统工作.针对实际系统中样本数据缺失或失效的情况，需依赖于领域专家的信度数据,将不确定理论引入该系统的可靠性分析中,基于Birnbaum联合可靠性重要度的思想,给出不确定多状态加权$k/n$系统中联合可靠性重要度的概念.假设系统中各元件状态是不确定变量且相互独立,推导了系统中元件的联合可靠性重要度的计算公式,并给出二元搜索算法计算元件的联合可靠性重要度，丰富了可靠性基础理论体系.此外,将上述结果进一步推广到权重是不确定变量的多状态加权$k/n$系统中,该系统的权重由专家估计,用不确定变量来刻画,同样建立了系统中元件的联合可靠性重要度的数学模型,得到该系统中元件联合可靠性重要度的计算公式,并给出相应的二元搜索算法.结果表明,在信度数据驱动下，所建立的模型和提出的算法能够获得系统元件的联合重要性测度，能有针对性的提高和改善系统整体的性能.

本文构建了具有阈值策略和灾难场景的多服务台排队系统,探讨了信息异质顾客的均衡和社会最优进队行为.到达系统的顾客包括两类:一类顾客掌握队长和服务台状态信息,具有信息优势,另一类顾客无法获取该类信息,处于信息劣势.服务台工作期间存在突发灾难风险,灾难一旦发生所有顾客均被迫退出队列,但会获得一定补偿.分别讨论均衡和社会最优条件下两类顾客的进队行为,揭示掌握信息顾客的到达率、灾难发生率、阈值策略和灾难发生后的补偿对两类顾客的进队策略、服务提供商的收益以及最优社会收益的影响,探究均衡和最优条件下顾客进队策略之间的关系,从而为相关多服务台排队系统的管理实践提供理论依据与决策支持.

为降低新能源车辆动力电池换新-回收物流过程中的运输风险与物流成本,综合考虑电池分类、客户需求、废旧电池回收去向、车辆类型、车辆容量与行驶路径上的人口密度等因素,以总配送成本最低、运输风险最小为目标建立混合车队开放式取-送货路径规划模型,并根据模型特性设计一种改进非支配排序遗传算法求解.采用多类型算例开展实验,结果表明:基于动力电池分类和专车专送策略,本文方法可以根据客户坐标与行驶路径上的人口密度等因素科学规划电动货车和危化品货车的电池配送路径,使得危化品货车避开人口稠密区域开展新能源车辆废旧动力电池回收物流,不但能有效降低物流成本,而且能显著降低新能源车辆动力电池物流过程中的潜在运输风险,具有可行性、科学性与合理性,可为新能源车辆动力电池制造企业等相关主体提供物流决策参考.

现有财务重述识别研究大多基于财务数据或文本数据等单一模态信息，而多种模态数据的有效信息尚未得到充分利用。本文创新性地引入业绩说明会文本和语音多模态数据，并利用BERT变体、传统文本分析及声学分析方法提取各模态特征以提高财务重述识别效果。基于美国2010年至2023年的5212份上市公司业绩说明会样本，提取112个涵盖语音声学、语音情绪、文本叙述方式、文本问答情况及文本情绪特征。实证研究发现引入来自业绩说明会的多模态数据能够提高财务重述识别的准确率；在多模态特征中，考虑管理层发言流畅度、音高、情绪及内容叙述方式等对重述识别更为重要；在不同年份数据中，多模态特征均表现稳定，且语音特征带来的效果提升逐年优于文本特征。本研究可为投资者及监管机构识别财务重述风险、优化相关决策提供参考依据。

本文针对一类带有传感器和执行器故障以及全状态约束的输出反馈非线性系统,提出了一集成故障估计与种模糊自适应容错控制方案.首先,设计故障补偿机制重构系统的正常输出状态,并构建融合未知非线性函数逼近功能的模糊观测器;其次,基于广义中间变量法设计自适应律,在线估计执行器偏置故障参数并动态补偿其影响;此外,在反步法框架下引入障碍Lyapunov函数,使得系统的状态被约束在有界紧集内,并且引入的命令滤波与误差补偿机制解决了反步设计中固有的"微分爆炸"难题.最后,通过仿真结果验证了所提出方法的有效性和优越性.

主系数是指投入产出直接投入系数矩阵中对目标变量具有关键影响的少数系数,是生产网络中的关键链条,主系数识别对生产网络传导效应的研究具有重要意义.针对现有识别方法主要基于假设系数以相同幅度发生变化进行测度的缺点,本文提出一种基于比较静态分析的主系数识别新方法(ESDA:Elemental Level of Structural Decomposition Anaysis).该方法通过将结构分解分析(SDA)扩展至矩阵元素层面,可以综合系数实际变化规模和变化的边际影响识别主系数,并可以提供具有经济可解释性的主系数归因框架和新的主系数分类维度.为检验新识别方法与现有方法的差别,本文不失一般性选择就业总量为目标变量,编制了2012年与2017年中国就业投入占用产出表进行了实证分析,结果表明,比较静态视角下主系数的识别结果与分布规律显著区别于现有识别方法.

渐进式创新和突破式创新作为第三方卖家创新发展的两大主要方向,选择适配的创新模式,是其维持竞争优势的关键.然而,平台能够凭借掌握的第三方卖家非公开数据实施数据自我优待,即通过模仿第三方卖家创新推出自有品牌并与之展开直接竞争,这从根本上重塑了第三方卖家的创新激励.本文通过构建两阶段竞合博弈模型,探讨了平台数据自我优待与第三方卖家创新模式选择的交互影响.研究表明:平台数据自我优待会产生价格竞争效应,迫使第三方卖家在第二周期降低销售价格,进而提升社会福利;高佣金费率会限制第三方卖家选择突破式创新;当突破式创新的单位生产成本位于中等水平时,若平台模仿成本相对较高,平台数据自我优待反而会诱使第三方卖家选择突破式创新,否则会遏制其选择突破式创新;数据自我优待并非始终是平台占优策略,禁止平台数据自我优待行为反而可能减损社会福利.

为探讨数字服务化下以智能互联产品为载体的制造企业服务生态系统中，核心行动者如何协调多方数据以驱动价值共创，本研究聚焦“制造企业主导、多方数据协同、数智服务驱动”的生态系统特征，构建制造企业、第三方开发商、终端消费者的三方演化博弈模型。以数据资源共享与整合为切入点，考虑数据资源非竞争性、可复制性等特性，分析主体间策略互动及演化稳定性。通过数值仿真发现：协同收益提升与数据资源共享损失降低可显著增强各主体参与价值共创的积极性；协同收益系数突破临界区间后，三方协同概率呈现阶跃式增长；制造企业可通过动态匹配数据共享量的收益分配方案（如梯度式分成比例）与差异化激励政策（如数据贡献度奖励机制）优化系统稳定性；协同收益分配的公平性与激励政策的科学性对生态可持续发展具有双轮驱动效应。研究为智能互联产品主导型服务生态系统的数据治理与协同机制设计提供理论依据。

本文主要研究边界带有匹配干扰的不稳定变系数热方程的输出调节问题.该热系统由具有混合边界条件的不确定抛物型偏微分方程(PDE)描述,其空间扩散系数存在未知变化,且边界控制端受到未知扰动的影响,这里只假设干扰的导数有界,无需对自身有任何限制.所提出的鲁棒控制方法由线性反馈和"Twisting"二阶滑模控制算法组成,这两种方法在无穷维空间控制器配置中被适当地结合并重新设计.基于极大单调算子理论,证明了闭环系统(作为一类微分包含问题)的适定性.紧接着,通过引入非标准Lyapunov泛函,且假设控制器中的一些调节参数在满足特定的不等式前提下,证明了误差系统在Sobolev空间中是全局渐近稳定的,进而得出原系统输出跟踪到给定信号.最后,论文的数值模拟部分通过仿真实验验证了所提控制器设计的有效性.