在求解无约束优化问题的传统梯度类方法中, 共轭梯度法具有存储量小、迭代格式简单和计算速度快等优点. Barzilai-Borwein(BB)梯度法是对最速下降法的一类改进算法, 它们具有良好的理论收敛性且能避免最速下降法的锯齿现象. 谱共轭梯度法是结合了BB梯度法中一个步长公式的一类具有良好计算效果的共轭梯度法. 本文将一族Dai-Kou(DK)共轭梯度法中的参数与BB梯度法中的另一个步长公式相关联, 并结合具有较好理论收敛性的Fletcher-Reeves(FR)共轭梯度法以及具有良好计算效果的Polak-Ribière-Polyak(PRP)共轭梯度法的一个变形, 给出一类具有凸组合形式的混合截断共轭梯度法. 为了提高该类方法的数值性能, 我们结合重启策略和谱共轭梯度法的思想, 进一步给出一类带有重启步的混合截断谱共轭梯度法. 谱参数的设计使得本文的方法不依赖任何线搜索即具有充分下降性. 数值试验结果表明，本文给出的算法比DK、DK+、PRP和一个混合Dai-Yuan(HDY)共轭梯度算法具有更好的数值表现. 最后，我们还将本文的算法应用于图像恢复问题, 进一步验证了本文算法的有效性.

本文研究了考虑相对绩效的保险公司和再保险公司的再保险-投资博弈问题. 再保险合同的设计考虑双方利益, 保险公司确定风险分担策略, 再保险公司确定再保险价格, 二者共同确定最终的再保险费. 两公司均可投资于一种无风险资产和一种价格过程服从常方差弹性系数 (CEV, 即 constant elasticity of variance) 模型的风险资产以管理自身盈余. 通过相对绩效量化保险公司和再保险公司之间的竞争. 二者均旨在最大化自身终端相对财富的期望, 同时最小化其方差. 在 Stackelberg 博弈框架下, 利用随机最优控制理论建立并求解扩展 Hamilton-Jacobi-Bellman (HJB) 方程, 得到最优再保险合同和最优时间一致投资策略的解析解. 最后, 通过数值模拟表明在考虑相对绩效后, 保险公司的再保险购买意愿降低, 再保险公司会调低再保险价格, 最终的再保险费减少; 同时双方在考虑相对绩效后都更愿意增加风险资产投资.

本文研究了一类具有量化输入和输出的不确定非线性系统的鲁棒非脆弱输出反馈控制. 采用一个输出滤波器对所考虑的非线性系统进行扩展, 构造扩展非脆弱观测器, 避免量化误差和测量噪声引入到观测器每个状态中, 并采用扰动估计器对系统噪声和扰动进行估计. 在此基础上, 设计具有量化输入和输出的鲁棒非脆弱控制器. 此外, 引入两个时变矩阵不等式解决观测器和控制器增益存在不确定摄动问题. 稳定性分析表明, 闭环系统中的所有信号最终都是有界的. 通过两个数值仿真案例以验证所提方案的准确性和有效性.

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.

本文旨在引入美国的人口统计分析模型, 建立适合于在我国应用的人口统计分析模型. 采取文献解读法和概率模型法, 研究人口统计分析模型及其相关问题. 研究结果表明: 人口统计分析模型在我国的研究尚处于起步阶段, 建立我国的人口统计分析模型, 不能照搬美国的人口统计分析模型, 而应该结合我国实际情况有所改进与创新; 建立人口统计分析模型分为两个层次, 一是建立基于全面资料的人口统计分析模型, 无需计算抽样方差, 二是建立基于抽样调查资料的人口统计分析模型, 需采用刀切法近似计算其抽样方差; 人口统计分析模型的优势是, 充分利用了出生、死亡及国际迁移等人口行政记录资料, 节约了数据采集成本, 与人口普查独立, 劣势是, 估计结果具有不确定性, 尤其是其中的国际净迁移人数的估计结果差异较大. 人口统计分析模型有望应用于我国 2030 年人口普查净误差估计, 开创我国在该领域使用人口统计分析模型的先河.

粮食是安天下、稳民心、惠民生的战略性资源. 确保粮食供应链安全稳定是大国经济必须具备的重要特征. 在追求经济高效与资源节约的当下, 本文以成本与耗损量最小为主要优化目标, 构建粮食“供应商-加工商-经销商”协调优化模型, 通过引入第二代非支配遗传算法求解, 并结合AHP-CRITIC组合赋权法进行精准施策. 案例分析表明: NSGA-II算法可以获得数量较多、质量较好的Pareto解, 据此找到能最大限度降低粮食三级供应链成本与损耗量的优质解集, 以便提升粮食供应链韧性和安全水平, 实现三级供应链双重优化, 为国家实现“稳粮保供”提供科学决策依据.

行业ETFs是一种基于特定行业的交易型开放式指数基金(Industry exchange-traded funds, IETFs), 它是旨在为投资者提供一种低成本、高流动性的金融创新工具.本文结合中国金融市场融资融券与转融券制度, 采用Huang 等(2020)的方法构造IETFs, 从套期保值视角分析IETFs的资产定价问题. 研究发现: 首先, 在做多标的股票/做空IETF的交易策略下, 当上市公司宣布正向盈余意外信息时, 知情交易者会同时大幅增持此标的股票的多头和该股票所属行业ETFs的卖空头寸, 表明IETFs可以促进知情交易者利用公司特定信息对冲行业风险, 实现套期保值的目的. 其次, IETFs降低了其成分股的特质波动率和非流动性, 证实IETFs让知情投资者获取到公司特定信息所带来的收益, 随后, 股价将更充分地反映公司层面信息, 由此提高了市场效率. 最后, 在我国引入转融券业务后, 知情交易者还可以通过转融券对冲行业风险, 表明我国转融通制度为投资者提供对冲行业风险的多样化选择.

基于绿色产品属性差异, 分别构建边际成本密集绿色产品(marginal cost-intensive green products, MIGPs) 和开发密集型绿色产品(development-intensive green products, DIGPs) 制造商均不采纳、仅MIGPs或DIGPs制造商采纳以及两者均采纳区块链的四种竞争模型, 研究绿色产品价格竞争下区块链不同采纳技术对于产品绿色度、定价策略、市场需求和利润改进水平的影响. 研究结果表明: (1) 在市场价格竞争加剧且消费者信任度较高的环境下, 制造商倾向于推行高质量、高价格的绿色产品; 同时, 制造商在采纳区块链技术后, 产品在环保属性上表现更为优异, 尤其是对于DIGPs. (2) 区块链技术的引入显著增强了消费者对于绿色产品的信任度, 进而促使制造商获得市场定价优势. (3) 制造商单一采纳区块链技术时均能比竞争对手获得更高的利润, 但采纳策略的选择取决于采纳成本、市场价格竞争强度以及制造商成本投入水平等多个因素的综合影响.

产品属性权重表示消费者对产品属性的重视程度, 是消费者进行产品选择和商家进行产品优化的重要依据. 但目前基于在线评论确定属性权重的方法存在主观性较大和结果易偏差的弊端, 因此文章提出了一种新的产品属性权重确定方法. 首先基于改进LDA 主题模型挖掘出产品属性, 然后基于属性情感分析对评论中属性满意度进行标注. 之后先对满意度标注样本进行N折交叉处理,然后计算所有不同样本下各属性的信息增益值, 以此对各属性重要性值分布进行参数估计. 然后, 计算两两分布的距离因子, 最后运用AHP方法确定属性权重. 文章以肉类生鲜产品为对象进行实证分析, 结果表明, 该方法能够为各属性准确赋权来表达消费者对属性的重视程度.

本文研究布尔网络的弱干扰解耦问题. 首先, 利用矩阵半张量积, 给出了布尔网络弱干扰解耦问题可解的充分必要代数条件. 其次, 基于着色-状态转移图, 利用有向图划分方法, 提出了布尔网络弱干扰解耦问题可解的图论条件. 这些条件清晰地反映原始干扰解耦和弱干扰解耦之间的关系. 并且, 所得图论条件为弱干扰解耦的控制器设计提供了图论角度. 最后, 通过例子说明了所得结果的有效性.

本文考虑了下游零售商的“洗绿”风险因素，基于博弈论构建了银行融资、混合融资以及供应商融资三种模型，对比分析了在这三种情况下供应商的融资偏好和零售商的运营决策。研究结果显示：（1）从供应商视角来看，不论零售商的“洗绿”风险多大，供应商融资模式始终对供应商最有利。在此模式中，供应商可以根据零售商的“洗绿”风险动态地调整利率，有效地降低潜在的融资风险。（2）从零售商视角来看，只有当零售商面临较高的“洗绿”风险时，他们才倾向于选择供应商融资模式。在此模式下，零售商因销售渠道和融资成本的双重竞争，可能会减少订货量并且利润下降。（3）在利益冲突方面，由于各方从自身利益最大化出发，供应链参与者无法在融资模式上达成一致意见。为了实现供应链的双赢，供应商可以根据对零售商的“洗绿”风险评估，对高风险零售商的订货量进行限制，以减少零售商间的竞争。

在公共卫生事件如COVID-19发生时, 防护物资产能不足会极大增加疫情蔓延的风险, 合理生产和分配防护物资是应对突发公共卫生事件的关键. 公共卫生事件根据感染人数、蔓延速度等显著特征可划分为出现、爆发、波峰及衰减四个阶段, 本研究针对一类突发公共卫生事件下多周期防护物资生产设施选址与订单分配问题, 以最大化防护物资生产综合效益为目标, 优化工厂的产能迁移、生产计划以及分配中心的库存与交付决策. 首先将上述问题建立为一个混合整数非线性规划模型; 其次通过挖掘问题特性开发了一种混合自适应大邻域搜索算法, 设计了融合问题特性的固定分解优化策略和基于问题特征的四种成对算子以提升算法寻优能力. 大量数值实验结果表明: 1)所提出的算法在求解小规模算例时, 能在9秒内获得距离最优解平均差距为3.25%的满意解; 求解大规模算例时, 所提出算法能够在平均求解时间缩短82.1%的情况下获得距离最优解平均差距为5.44%的满意解; 2) 在公共卫生事件发生时, 产能迁移策略可以为疫情严重区域提供更为有效的物资保障, 同时在后疫情时代缓解供应链的产能过剩现象.

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, 本文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. 最后并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.

本文研究二阶时滞非线性多智能体系统在间歇通信下的自适应一致性控制问题, 主要贡献是提出了一种新颖的基于能量的间歇通信机制, 其中工作时间和休息时间可以根据系统当前误差状态的能量进行在线灵活调整. 在该通信方案中, 通过将非负实数区域划分成三个子区域, 工作时间和休息时间由预先给定的子区域和描述误差状态的能量函数决定, 然后通过施加基于相邻智能体状态估计的分布式自适应控制协议, 在基于能量的间歇通信下实现整体一致性. 与现有的基于时间的间歇通信方案相比, 所提出的基于能量的方案可以容许更多的休息时间. 最后, 通过一个具有两种情况的仿真示例验证了所提出方法的有效性.

针对当前中国日益严峻的大气环境污染问题, 进行有效的大气环境效率评估显得尤为关键. 本文提出考虑系统内部结构和相邻时期跨期活动的动态网络松弛测度(NSBM) 模型来动态评价中国省际大气环境效率. 该模型克服了传统网络数据包络分析(DEA)方法中忽视结转变量滞后影响的不足. 运用该模型对2016-2021年中国30 个省(市、自治区)的大气环境整体及其各子阶段效率进行了分析. 实证结果表明: 1) 从总体上看, 中国东部地区大气环境整体效率和各子阶段效率得分均高于中西部地区; 2) 低污染物产生效率-高大气污染物治理效率或高污染物产生效率-低大气污染治理效率是部分省份大气环境整体效率低下的主要原因; 3) 在京津冀地区, 北京和天津相较于河北省具有更高的大气环境整体效率和各子阶段效率.

本文旨在刻画基于范数约束不确定集的鲁棒二次优化问题的二阶锥规划对偶性质. 首先, 借助鲁棒优化方法, 引入该鲁棒二次优化问题的鲁棒对等问题. 随后, 给出该鲁棒二次优化问题的二阶锥规划对偶问题. 最后, 借助一类特征锥约束规范条件, 研究它们之间的零对偶间隙关系.

统计过程控制中，随机性导致的报错时间后移问题是控制图设计需要解决的关键问题，所以对参数漂移先验信息的利用至关重要。基于均值漂移方向的先验信息和样本最新差异信息，结合MEWMA和单边EWMA控制图的检测性能，开发了带有重启机制的改进型EWMA均值控制图(ReMEWMA)。最后通过计算失控状态平均运行长度，验证了ReMEWMA均值检测控制图在仿真数据和真实过程数据上均优于传统方法。

新一轮电力体制改革确立了以“准许成本+合理收益”为核定准则的输配电定价机制. 这种基于成本的监管机制逐渐难以适应新时期电力行业的高质量发展要求, 亟需将有效的激励机制和不同区域的电网企业面临的异质性经营环境纳入输配电定价机制的设计. 为此, 本文提出了一种将标尺竞争规制模型与meta-frontier超效率DEA模型相结合的激励性输配电成本规制方法. 首先, 将25家省级电网企业根据外部环境的相似性分为六个群组, 并计算其共同前沿下和群组前沿下的经营效率. 其次, 根据各电网企业的效率表现将其分为三种情形针对性地设计成本补偿方案, 激励群组内部和全国范围内均效率表现优异的电网企业进一步改进绩效, 保护由于受到外部环境影响导致全国范围内绩效表现一般的电网企业的生产积极性. 研究发现: 1) 各省级电网企业基于本文方法得到的准许成本有所提高，准许成本调整之和明显下降; 2) 少数电网企业基于本文方法获得正向的激励, 大多数电网企业获得负向激励. 最后, 结合研究结果提出了一些输配电价改革的政策建议.

为有效解决序决策信息系统的模糊信息、偏好信息和噪声信息的问题,结合单值中智集与概率粗糙集模型,构建一种基于改进得分函数的新单值中智概率粗糙集模型.首先,综合考虑单值中智数的模糊性和人为偏好性定义了一种改进的得分函数,以此确定对象间的优势关系;其次,为提高模型的容错能力,引入条件概率阈值构建了单值中智概率粗糙集模型,依据概率下、上近似约简的性质设计了一种基于辨识矩阵的近似约简方法与规则提取算法.应用实例验证了新提出方法的有效性和适用性.

数学类人答题是自动推理的重要组成部分, 属于认知智能的研究重点, 长期以来受到众多学者的广泛关注. 数学类人答题需要模拟人对数学知识的理解、表示和推理, 其中知识表示是语义理解和知识推理的基础. 针对数学知识表示的逻辑关联问题, 提出了一种数学知识图谱的构建新方法. 通过将数学谓词和对象分别理解为关系和实体, 借助规则实例化, 将题目和规则知识统一用知识图谱表示; 通过基于子图同构的结构匹配实现单步推理, 有效应用于不含有复杂表达式的数学问题的自动求解, 并生成类人作答过程. 实验结果表明, 通过本文提出的数学知识图谱方法, 可以实现作答结果正确且风格类人.

针对一类控制方向未知的严格反馈非线性系统, 提出了一种基于反步法的动态事件触发控制方法, 从而达到在解决系统控制方向未知问题的同时减少网络中传输数据的目的.首先, 在利用反步法设计自适应控制器时引入Nussbaum增益函数, 解决控制方向未知的问题; 其次, 在设计实际控制器时引入动态事件触发机制, 在触发机制中引入一个动态变量来调整触发阈值, 进一步减少触发次数, 并基于李雅普诺夫函数证明了闭环系统的稳定性, 同时芝诺行为不会出现; 最后, 通过仿真实例验证了本文提出的动态事件触发控制方法能减少网络中传输的数据, 节约网络资源.

随着深度学习技术的快速发展，其在资产定价领域的应用受到了广泛关注。本文深入探讨了因子定价模型的理论基础，并结合深度学习技术，提出了一种基于特征排序并以深度神经网络为主体所构建的隐性因子模型。该模型克服了传统因子模型在处理非线性问题和假设检验方面的局限，同时采用合理的激活函数以准确地模拟真实的投资组合构建过程。在对中国A股市场的实证分析中，本文提出的深度神经网络模型在样本外预测表现上显著超越了基准模型，并在均方有效前沿投资组合构建中实现了最高的累计收益和夏普比率。此外，通过对模型输出的梯度特征重要度分析，发现A股市场的月度收益率受交易类特征的影响最为明显，体现了中国股市作为一个发展中市场的特点。本文为深入理解隐性因子模型的构建，以及A股的市场行为模式提供了新的见解。

物流标准化是健全现代流通产业发展的重要途径,我国积极开展物流标准化试点工作,探索解决流通中的“堵点”问题.在流通一体化的目标下,如何吸引多元主体参与物流标准化建设以打造高效的流通体系是现代流通业发展的关键.本文从协同治理的视角出发,构建“制造商—第三方物流企业—零售商”三方演化博弈模型刻画供应链上下游参与协同物流标准化的行为关系,探究影响链内主体协同模式选择的关键因素,通过剖析主体间的利益关系以及仿真分析进一步讨论系统不同稳定状态和主体的策略选择.研究发现:（1）各主体初始参与势能达到一定阈值可以直接实现三方协同的理想状态.（2）政府对各个主体的奖惩强度提高会促进标准化协同关系的建立.（3）标准化成本的降低可以吸引各主体参与协同标准化,且其激励效果相较政府补贴更加独立于企业初始意愿.（4）第三方物流企业的让利有利于于各主体收敛至理想状态.最后,基于结论提出相应政策建议.

为提高无人水下航行器(Unmanned underwater vehicle, UUV)对非合作目标状态估计的准确性, 本文提出了一种基于轴向注意力的目标状态估计方法. 分析基于声呐观测的UUV非合作目标状态估计机理, 将该问题非马尔可夫状态空间模型转换为带有记忆的一阶马尔可夫状态空间模型, 从而构建递归滤波模型. 针对前视声呐观测的不可靠性, 目标运动的不可预测性, 提出一种基于轴向注意力Transformer的非合作目标状态多步预测网络, 描述非线性观测下, 非合作目标相对声呐的复杂运动过程. 针对观测的不稳定性及后验分布的未知性, 基于Monte Carlo近似推断原理, 利用该多步预测网络将目标观测状态空间中的采样粒子映射到目标预测状态空间, 构建基于轴向注意力的目标状态估计方法. 仿真结果表明了所提方法对不确定输入的适应性和鲁棒性.

在多准则分类问题中,一个关键问题是考虑决策者的偏好,这直接影响到分类结果.它可以使分类结果更符合现实情况,得到的分类结果更令决策者满意.因此,在现有VIKORSort方法的基础上,本文提出了一种考虑决策者偏好的D-VIKORSort方法.首先,从决策过程出发,给出不同优势度的概念,并讨论决策者的优势度偏好.其次,选择VIK-OR方法来说明不同的优势度.将群体效用值和个体遗憾值视作局部优势度,而将折衷值视作全局优势度.令决策者对全局优势度的偏好为$D$,通过该偏好将不同优势度进行集结转化为调和优势度.然后,定义了调和优势度及其计算公式,并用于备选方案分类.随后,给出本文所提出分类方法的具体算法.最后,为了说明所提方法的优越性和新颖性,将本文所提方法应用于两个实例,并将本文方法结果与已有研究方法结果进行对比分析.

针对现有主客方协作式群体评价方法大多基于点值或区间数的不足, 且未考虑专家评价信息以及被评价对象自评信息的可信度对评价结果的影响, 提出一种直觉模糊环境下考虑信任的主客方协作式群体评价方法. 首先, 提出了一种基于直觉模糊入度中心性指标的权重确定方法来分别获得主方信任网络和客方信任网络中的主方权重和客方权重. 其次, 考虑到客方自评信息的可信程度, 建立了一种基于综合可信度的主方残缺观点最优估计模型. 最后, 为了合理集结主方和客方所给出的评价值, 提出一种基于最小偏差的主客方信息集结模型来得到最终的评价结果. 文末通过一个应用算例验证了所提出方法的有效性和可行性. 比较分析的结果表明主客方协作下每个客方的评价结果均处于主方评价结果和客方评价结果之间, 充分考虑了主方和客方各自的观点, 能得到更为可靠的评价结果.

本文利用完备集合经验模态分解和变系数分位数回归方法，提出基于时频分解的时变金融稳定性检验方法，研究了金砖四国和发达国家股票市场的稳定性。实证结果表明，各国金融不稳定性来源于不同频域。发展中国家金融市场不稳定性来源于其高频成分，而发达国家金融市场在低频域内存在一定的不稳定性。无论是在高频域还是低频域，各国所承受的系统性冲击具有时变非对称效应，且发展中国家受到的影响更大。最后，各国金融市场不稳定的状态具有一定的持续性。

突发公共卫生事件发生时，应急医疗物资的需求激增，保障应急医疗物资有效供应是关系到人民生命安全的重要问题。为探讨突发公共卫生事件中应急医疗物资供应三方的策略选择，本文根据新冠疫情中部分医疗物资供应商投机销售扰乱市场秩序这一现实状况，构建了医疗物资供应商、医院和地方政府的演化博弈模型，分析各博弈主体策略稳定性，进一步利用Lyapunov第一法则，分析博弈系统组合策略稳定性。最后，进行仿真分析，讨论不同参数对三方博弈系统演化的影响。研究表明：演化稳定策略受到医院投诉成本和地方政府严格监管成本的明显影响， 医院投诉成本过高会导致医院反馈监督积极性不足，进而造成政府严格监管效率低下，加之政府严格监管成本较高，最终博弈三方的策略选择为投机销售，接受，松散监管；地方政府对其他两方决策主体所实施奖惩的力度对系统稳定性起决定性作用，地方政府对医疗物资供应商奖惩力度不足或对医院补偿不够惩罚过大均会导致政府严格监管失效的情况发生；当地方政府松散监管时，应急医疗物资供应商天然更倾向于选择投机销售，为保障应急医疗物资有效供应，在整个公共卫生事件发展过程中，地方政府需始终实施严格监管。

为了更好的指导新能源汽车行业健康发展, 本文结合新能源汽车市场的新特点, 对新能源汽车企业间博弈的演化特征进行了研究. 在需求方面, 社会交互不仅传播了绿色产品的信息, 也传播了公众对环保的意识, 能够有效鼓励潜在消费者购买绿色产品. 在供给方面, 随着纯电动汽车和混合动力汽车之间的竞争加剧, 在企业制定供给政策时需要将这种竞争考虑进来. 在此基础上, 本文研究了新能源汽车的扩散过程和关键参数的影响. 此外, 本文还对两种社会交互形式进行了分析和比较, 以突出新能源汽车行业不同发展阶段的特点. 最后, 通过延迟反馈法对混沌进行控制. 本研究为新能源汽车行业的稳定发展提供了一些有价值的启示, 并展示了新能源汽车企业在互联网时代考虑消费者社会交互的重要性.

随着产品竞争逐渐发展为基于供应链的竞争, 全链路溯源已成为提升供应链竞争优势的主要途径之一. 相比传统溯源, 区块链溯源在去中心化、增强消费者对产品信任、提升顾客体验方面存在优势. 本文考虑顾客体验影响顾客的购买行为, 通过最大化非线性消费者效用函数构建每个供应链的需求, 研究了采用或者不采用区块链情形下两个相互竞争的三级供应链的均衡策略, 并对链际竞争下各情形的最优策略进行比较, 给出了各供应链引入区块链技术的条件, 探讨了谁有动机成为区块链技术的发起者. 研究发现, 占据高初始份额的供应链具有竞争优势并向顾客提供更高的服务体验. 只有消费者溯源意识超过某阈值时, 相互竞争的两个供应链都会选择采用区块链技术并能实现共赢. 最后, 通过数值算例分析了体验投资成本系数、溯源意识以及竞争系数对两个供应链绩效的影响.

由Pyragas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.本文以Shimizu-Morika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.

作为线下医疗系统的重要补充,在线医疗的普及为患者就医提供新途径,推动社会医疗环境良好有序发展.对在线医疗社区中患者选择医生这一行为的相关实证研究进行梳理与再分析,解决过去研究结果不一致问题,明确不同前因变量对用户择医行为的作用强度,为后续研究与实践工作提供参考.运用元分析方法,将影响患者线上择医行为的23个前因变量,3个调节变量,共55项研究的190个独立效应值进行分析.研究发现,23个前因变量均正向影响线上患者择医行为,其中患者心意,评论总数量呈显著强相关.平台类型,研究数据的时间,数据收集方式对部分前因变量与线上择医之间的关系起到调节作用.

在时间序列预测中, 预测误差指标无法帮助研究者判断预测效果差是由模型不恰当引起还是数据本身含有的可预测信息少. 本质可预测性刻画了数据的"预测效果上限", 可以帮助研究者判断当前使用的模型和数据是否匹配. 在本文中, 我们简述了可预测性相关概念, 并详细介绍了基于排列熵的时序可预测性研究. 基于此, 我们提出一种带协变量的排列熵指标, 用于刻画带有协变量时目标时间序列的复杂度, 并通过玻璃气泡数据实验验证其有效性. 此外, 我们进一步提出一种利用本质可预测性进行预测方法选择的策略, 在较小精度损失前提下, 尽可能选择简单模型并节省建模预测时间. 在经济数据上的数值实验验证了该策略的有效性.

针对一类控制方向未知的非严格反馈非线性系统, 提出一种新的全状态约束事件触发渐近跟踪控制策略. 该策略基于非线性映射与系统转换方法, 在全状态约束控制中去掉了对系统初始状态的依赖, 同时设计了一个新的性能约束函数使系统跟踪误差在有限时间内收敛到平衡点附近的邻域内. 为了避免控制输入初始值过大, 本文考虑零初始控制输入的控制方式, 设计一种新的输入调节函数, 并将其引入事件触发机制, 确保系统事件触发控制输入具有零初始值. 所设计的控制器保证了系统的全状态约束性能和渐近跟踪性能, 使所有的转换误差渐近收敛到0. 机械臂系统的仿真研究验证了所提方法的有效性和优越性.

本文考虑一个商品，商家，消费者三方存在的一个市场，商品的质量为$\theta$，商家对商品质量进行市场调研时，存在观测误差 $\varepsilon$，导致商家观测到的商品质量为商品信号$s$，记作$s=\theta+\varepsilon$。 为简单起见，假设观测误差服从两点分布，商家可以推测出 商品的真实质量，再根据阈值策略向消费者披露真实质量。当商家不披露质量信息时，消费者形成的对于商品质量的预期为$E(\theta|s\le \hat{s})$。 当 商家披露时，顾客不完全信任商家，以某一概率相信商家披露的是真实质量。本文在这种假设下研究信任概率和披露成本对于垄断情况和竞争 情况下商家的披露行为的影响，并得到商家的事前利润与二者的关系。垄断情况下， 商家的事前利润与信任概率呈正相关。当信任概率较低时，事前利润是关于披露成本的凸函数。当信任概率较高时，事前利润与披露成本呈负相关。竞争情况下，事前利润与信任概率仍呈正相关，与披露成本呈负相关。

为提高信号降噪效果,本文提出了一种基于优化变分模态分解联合小波阈值的信号降噪方法.首先,采用改进麻雀搜索算法对变分模态分解参数自适应寻优,确定最佳模态分解数$k$和二次惩罚因子$\alpha $;其次,采用改进小波阈值去噪方法对含噪模态进行去噪处理,将有效模态与去噪后的模态进行重构,实现信号降噪;最后,通过仿真实验与小波软、硬、固定阈值去噪方法对比,结果表明本文方法信噪比提升了1.604,均方根误差降低了0.015,具有更好的降噪效果.

对于求解无约束优化问题, 该文结合混合自适应技术引入新的Dai-Liao 型共轭参数, 使用一个调控参数作为谱参数以构造有效搜索方向, 从而提出一个新的Dai-Liao 型混合共轭梯度法. 其搜索方向独立于任意线搜索满足充分下降性. 一些基本假设和弱Wolfe 线搜索条件下, 建立对一致凸函数的算法强收敛性和对一般函数的算法全局收敛性. 在Armijo 线搜索下, 对新方法的迭代复杂性展开分析, 即获得梯度范数低于精度$\epsilon$ 时, 其最多需要$O(\epsilon^{- 2})$ 次函数求值. 最后, 数值试验结果表明该方法在求解无约束优化问题和图像恢复问题上优于一些现有算法.

本文系统考察2013-2021年全球铁矿石期货市场,中国综合股市及各行业股市是否存在多重价格泡沫,并基于泡沫日期和因果关系考察铁矿石对中国股市的风险溢出效应,以揭示行业股市泡沫的引导作用和全球铁矿石市场的金融化特征. 研究结果表明:(1)在铁矿石期货市场成立初期,铁矿石与中国股市之间存在此起彼伏的资本轮动关系,近年来逐渐演变为联动效应;(2)后疫情时代,铁矿石与中国股市之间出现双向泡沫传染关系,这一发现为铁矿石市场的金融化现象提供了新证据;(3)泡沫传染关系具有复杂动态性,综合市场泡沫爆发往往由行业股市泡沫演变而来,一旦某些行业市场出现泡沫,市场投资者在损失厌恶偏差的引导下,会倾向购买涨幅相对迟缓的股票,这种规避追涨的行为促使泡沫从先于大盘上涨的行业向综合市场传染. 评估并规避铁矿石市场金融化问题,为维护金融市场稳定和降低系统性金融风险提供重要依据.

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. 本文聚焦上述问题, 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, 验证本文理论. 本文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.

本文研究了带有松弛工期指派的单机排序问题, 目标函数是最小化加权提前损失和误工损失, 证明该问题是$NP$难的, 并提供了一个时间复杂度为$O(n^2P(P-p_{\max}))$的伪多项式算法. 此外，研究了在松弛工期下的最小化总误工损失问题的两种特殊情况: 相同的加工时间和相同损失系数, 分别提出了时间复杂度为$O(n\log n)$ 的多项式时间算法.