本文提出一种融合 Jackknife 模型平均与协变量平衡的总体平均条件分位数处理效应 (CQTE) 估计框架. 针对条件分位数函数形式未知导致的模型设定不确定性, 本文在处理组和对照组分别采用分位数回归下的 Jackknife 模型平均 (JMA) 方法, 以数据驱动方式组合多个候选条件分位数模型. 为缓解处理组与对照组协变量分布差异带来的外推风险, 本文进一步引入基于熵平衡的协变量矩平衡权重, 构造 G 公式估计量和熵平衡重加权估计量. 理论上, 当全部候选模型均被误设时, 本文证明 JMA 权重在最小化组内超额最终预测误差 (EFPE) 意义下具有渐近最优性; 当候选模型集中存在正确条件分位数模型且错误模型集合满足风险间隔条件时, 正确模型集合的总权重依概率收敛于1. 本文还给出 CQTE 目标误差的显式上界及总体平均 CQTE 估计量一致性的充分条件: 在总体预测一致性下, G 公式估计量具有一致性; 若进一步满足协变量分布校准条件, 熵平衡重加权估计量也具有一致性. $n=800$ 的模拟结果显示, 含正确模型时 JMA 赋予正确模型的权重随信号增强而趋近于1; 全部模型误设时, JMA 和交叉验证模型平均的 EFPE 与 CQTE 估计的均方根误差 (RMSE) 低于信息准则方法, 但较低的组内预测风险不必然消除 CQTE 目标上的结构性偏差. 出生体重数据分析展示了所提框架的应用价值.

车路协同环境下，信号控制通过车辆引导与采纳行为，进而改变交通需求及转向分布，使交通不确定性呈现明显的决策依赖特征，而传统固定分布模型难以充分描述这种控制决策与交通需求之间的动态耦合关系。针对这一问题，建立含决策依赖不确定性的网络信号控制框架，通过控制决策、行为响应与条件分布之间的显式映射刻画交通分布的动态特征，并结合线性网络加载构建滚动两阶段随机规划模型。针对概率模式与情景联合展开带来的计算复杂度，提出模式感知的分布特定 L-shaped 分解方法。通过样本外测试和不同规模路网算例验证所提方法的有效性。结果表明，该方法能够有效刻画控制诱导的交通需求与转向分布变化，并在降低运行风险和缓解拥堵传播方面具有较好的效果，同时分解策略能够减轻模式与情景联合展开的计算负担。

内部碳交易机制的引入会改变供应链的成本与收益结构, 进而影响着供应链的运作决策、减排决策和数字技术应用决策. 本文将供应商数字技术应用水平内生化, 构建“仅外部交易”和“内外部交易并存”两种碳交易情景下, 供应商为领导者、制造商为跟随者的斯塔克尔伯格模型, 比较内部碳交易机制引入、减排技术和数字技术投资成本、内部和外部碳价对供应链相关决策的影响. 研究结果表明: 1)当内部碳交易成本节约显著且内部碳价设置合理时, 引入内部碳交易机制才能提高供应链的减排水平与数字技术应用水平, 进而提高产品销量和供应链的盈利能力; 2)减排投资和数字技术投资成本的上升会抑制制造商减排和供应商数字技术投入, 降低产品销量和供应链成员利润; 3)内部碳价上升会提高产品销量、减排水平、数字技术应用水平和制造商利润, 但其对供应商利润的影响与制造商的剩余配额相关; 另外, 当内部碳价超过临界值时, 外部碳价的提高才会加快供应链的低碳化和数字化进程. 上述结论可为混合碳交易机制设计、企业低碳和数字化技术投资提供理论参考.

为研究人口更新背景下实际年龄—感染年龄结构传染病的长期动力学,建立一类同时考虑出生和自然死亡过程的双年龄结构传染病模型.通过将无病平衡态处的线性化系统改写为新感染更新方程,得到描述新感染个体产生过程的Volterra型积分方程,并构造具有显式积分核的下一代算子$\mathcal{K}$.在适当的正则性和有界性假设下,证明$\mathcal{K}$为正紧算子,据此定义基本再生数$\mathcal{R}_0=r(\mathcal{K})$,并建立$\mathcal{R}_0$与线性化系统谱性质之间的联系.研究表明,当$\mathcal{R}_0<1$时,无病平衡态在可行状态空间内全局渐近稳定,感染最终消失;当$\mathcal{R}_0>1$,且解半流满足渐近光滑性和边界不变集排斥条件时,感染状态一致持久.数值模拟与上述阈值结论相一致.所得结果为刻画人口更新条件下双年龄结构传染病的灭绝与持续提供了谱阈值判据.

原油价格受到诸多因素影响, 呈现出高波动和非线性等复杂特征. 鉴于此, 本文以基于双时空注意力机制的自编码器为核心, 以Transformer作为集成预测工具, 提出了双时空注意力自编码器-Transformer模型, 旨在提升上海原油期货(INE)价格预测效果. 该框架首先将微观结构数据集、 商品与金融市场数据集以及不确定性数据集分别输入三个独立的基于双时空注意力机制的自编码器. 该自编码器在内置编码器前端引入第一个时空注意力机制, 对输入数据赋予权重, 以实现对数据价值初步识别. 接着, 通过内置的编码器-解码器结构, 获得更稳定和更高质量的特征. 然后, 在解码器后端引入第二个时空注意力机制, 结合特征筛选模块, 保留高价值特征而删除低价值特征. 最后, 基于以上三个自编码器输出的有效特征组合, 通过多源特征拼接与对齐, 利用Transformer模型进行集成预测. 实证结果表明, 本文模型在INE价格预测方面显著优于所有对照模型, 取得最佳预测效果. 进一步, 通过Diebold-Mariano(DM)检验、 训练集和测试集划分检验、 泛化试验、 滚动窗口检验和消融实验, 证明了本文提出模型的稳健性. 本文在理论上为原油价格预测领域提供了新技术, 在实践上为投资者风险管理提供了新路径.

本文构建了兼具马氏切换与均值回归 Ornstein - Uhlenbeck (OU) 过程的随机 SIHR 传染病模型. 该模型能够刻画隔离人群的动态演化, 防控政策的随机切换以及随机扰动的均值回复特点, 更贴合真实疫病传播的复杂随机特征. 本文首先证明了模型全局正解的存在唯一性; 进而得到疾病灭绝与持久的充分条件, 分析得出提升确诊隔离率能够有效遏制疫病蔓延, 同时阐明 OU 过程系数及马氏切换 Q 矩阵对疾病传播的调控作用; 最后通过数值算例验证理论结论, 并直观呈现了疾病灭绝性的两组判别条件的互补性. 本研究完善了带切换的均值回归随机传染病模型动力学理论体系, 为传染病防控策略的制定提供了理论参考.

在时滞效应和内幕信息的影响下, 研究保险公司的时间一致再保险与投资问题. 保险公司通过购买比例再保险来分散风险, 并将财富投资于由一个无风险资产与一个风险资产组成的金融市场. 保险公司的盈余过程和风险资产的价格过程均采用跳-扩散模型刻画, 且两个跳跃计数过程因共同冲击而相关.假设保险公司从交易之初就拥有一些关于未来时刻保险索赔的内幕信息, 同时考虑到历史业绩对财富过程的影响, 采用时滞随机微分方程来描述保险公司的财富过程.在动态均值-方差准则下, 运用随机控制理论建立相应的扩展HJB方程系统并求解, 得到了保险公司最优时间一致再保险与投资策略及最优值函数的显式表达式.最后, 给出数值算例分析模型主要参数对最优策略和值函数的影响.

该文主要研究具有局部退化 Kelvin-Voigt 阻尼的星形波网络系统解的长时间渐近性态. 基于频域分析方法, 针对两种不同情形给出了系统解的衰减速率估计. 首先, 对于由一根无阻尼波与多根有阻尼波在公共节点处耦合构成的偏微分网络, 证明了其衰减速率完全由阻尼系数的最小退化阶数决定. 进一步地, 研究拓展至多根无阻尼波与多根有阻尼波在公共节点处耦合的更一般情形, 基于数论中的 Diophantine 逼近性质，在特定条件下导出了此类偏微分网络系统解的显式衰减速率.

在国家药品集中带量采购与医保支付制度协同推进背景下,药品零售商采购模式逐渐由单一集采向双源复合采购转变.考虑原研药与集采仿制药在供给侧生产成本和需求侧患者感知质量方面存在异质性,以及医保补贴政策对患者购药行为的影响,本文构建由政府,医药供应商与竞争性药品零售商组成的三级医药供应链Stackelberg博弈模型,研究不同医保补贴政策下零售商的最优采购策略及其对供应链成员利润,患者剩余与社会福利的影响.研究结果表明:1)无医保补贴时,零售商的均衡采购策略取决于原研药相对于集采仿制药的额外生产成本与药品感知质量差异之间的权衡,当原研药相对于集采仿制药的额外生产成本较低时,零售商倾向于实施双源采购,且药品感知质量差异越大,双源采购策略的适用范围越广.2)医保补贴政策会显著改变零售商均衡策略.仅对集采药品补贴时,零售商倾向于放弃原研药市场;对两类药品同时补贴时,零售商会根据补贴力度,生产成本及零售商间竞争效应三者之间的权衡选择不同的采购模式.3)政府补贴并不必然提升社会福利,过高补贴可能诱发零售商过度竞争并陷入“囚徒困境”.4)集采药品批发数量折扣能够强化零售商参与集采的激励,但需与医保补贴政策协同设计,以避免社会福利损失.

置换多项式在密码学,编码理论以及数学和工程等其他领域中具有广泛的应用.本文基于AGW准则,通过分析特定方程在有限域中根的分布规律,构造了五类特性形式的置换多项式.与已有工作相比,本文不仅刻画了更加宽松的置换条件,而且获得了新的置换多形式.具体而言:在$F_{2^{3m}}$上,构造了两类形如$\sum\limits_i (x^{2^m}+x+\delta)^{s_i}+x$的置换多项式;在奇特征域$F_{p^{2m}}$上,构造了三类形如$\sum\limits_i (x^{p^m}-x+\delta)^{s_i}+L (x)$的置换多项式.最后,严格证明了本文所提出的置换多项式与目前已知的置换多项式均不满足伪乘法等价关系.

线性码的正交包在判定两个线性码的置换等价性以及确定线性码自同构群等问题中发挥着重要的作用.同时,作为一类重要的自正交码,线性码的正交包还可以用于构造纠缠辅助量子纠错码.确定线性码的正交包的参数是编码理论研究的一个重要问题.文章研究了 $\mathbb{Z}_{2^a}$ 上偶长度的负循环码的正交包,给出了负循环码的正交包生成多项式以及正交包 $2$-维数,确定了 $\mathbb{Z}_{2^a}$ 上具有给定正交包 $2$-维数的负循环码的数目,得到了正交包平均 $2$-维数的表达式,并探讨了正交包平均 $2$-维数的上下界.

针对欺骗攻击下含系统扰动、测量噪声与未知故障的一类线性离散系统,提出基于中心对称多胞体的状态及故障联合估计方法.首先,对欺骗攻击内在特性分析,给出欺骗攻击信号的中心对称多胞体边界估计,放宽经典区间观测器设计所需非负性条件;其次,基于系统状态与故障的增广系统,构造类Luenberger观测器状态变量集且经代数运算生成包裹系统状态和故障估计集,同时基于中心对称多胞体最小化体积准则获取集员估计优化准则中最优待设计增益矩阵;最后,仿真实验结果表明在遭受攻击时所提集员估计算法准确包裹真实状态和系统故障.

本文针对含未知控制系数的一维不稳定热传导方程,提出了一种新型自适应控制方案.首先设计了一种新型状态观测器以估计系统状态,并构造了相应的更新律来估计控制系数的倒数.与传统状态观测器不同,本文设计的新型状态观测器依赖于特定的控制分解形式,这使得未知控制系数及其估计均不再出现在状态观测器中.因此,被控对象的控制设计问题可转化为状态观测器的控制设计问题,有效克服了未知控制系数带来的困难.最终所得闭环系统为非线性系统,其适定性与稳定性得到了严格的数学证明,并且部分理论结果通过数值仿真进行了可视化验证.

随机逼近算法自Robbins和Monro在20世纪50年代提出以来，已经在系统与控制、统计学、机器学习等领域得到广泛应用。本文重点介绍过去三十余年中发展起来的带扩展截尾的随机逼近算法。首先回顾集中式随机逼近算法的历史发展，包括随机逼近算法收敛性分析中的概率方法、常微分方程方法，以及带扩展截尾随机逼近算法中的轨道-子序列方法。随后给出带扩展截尾随机逼近算法在递归主成分分析中的一个应用示例。最后介绍该类算法在网络化与分布式场景中的近期进展，即分布式带扩展截尾随机逼近算法.

本文主要研究分布式在线聚合博弈问题,其中约束集是时变的.首先,通过引入单向Hausdorff距离刻画相邻时刻约束集的变化.其次,基于Bregman散度设计了一个分布式在线镜像下降策略更新算法,同时考虑了噪声对梯度的影响.然后,在联合连通、镜像函数强凸等标准假设下,推导出所提算法在期望意义下动态遗憾的次线性上界.最后,通过数值仿真验证了所提算法的有效性.

受驾驶安全、道路使用效率及节能减排的现实需求驱动,无人车编队跟踪控制近年来受到广泛关注,并产出了一系列重要研究成果.在车辆实际行驶过程中,由于道路状况与气流变化的复杂性,车辆常受到强非线性作用力影响,其精确数学模型难以构建.已有理论研究多数基于线性简化模型建立,或是需假设由系统内外不确定性因素构成的总扰动或其导数有界；而总扰动及其导数通常依赖于系统状态,其有界性难以直接验证.基于此,本文提出一种基于扩张状态观测器与饱和约束的无人车编队纵向抗扰跟踪控制方法.该方法利用扩张状态观测器,对系统不可直接量测的状态及总扰动进行在线估计,并在反馈控制环节中对总扰动实施补偿；同时,设计饱和环节,确保在扩张状态观测器增益增大的过程中,系统高阶非线性项不会导致系统发散.采用反证法证明闭环系统状态的全局一致有界性,并在此基础上证明,观测误差与跟踪误差会随着扩张状态观测器增益的增大而充分减小.最后,通过数值仿真以及与自适应控制方法和滑模控制方法的对比分析,验证了所提方法的有效性与优越性.

为落实国家``有效防范化解优质头部房企风险''的政策要求,本研究聚焦房地产企业风险传导的高速性与多源扩散机制两大核心问题,构建覆盖2007-2023年沪深A股123家房企的高维动态风险溢出网络,识别其多风险中心结构,揭示风险策源节点的动态时空规律.研究发现:(1)房企网络风险溢出兼具1个月周期直接冲击金融市场、经由金融渠道在3个月内传导至宏观经济的超短链条;(2)房企网络呈现非中心化结构——风险溢出强度上升伴随网络集中度显著下降,表明系统性风险源自非枢纽节点的分散化贡献,这与传统金融业``中心-边缘''风险模型形成根本冲突;(3)进一步融合块模型与Fruchterman-Reingold力学算法识别出关键风险策源机制:双向风险溢出集群(平均占节点总数26%)作为风险源发节点,且呈现时空双重动态性——节点时序年际更替率达61.5%,空间上22%的节点分布于网络边缘并跨区域联动;(4)房地产与金融子行业内部风险溢出强度均高于跨行业风险溢出,但房地产与金融子行业间的双向风险溢出在多数时期维持较高水平,而房地产行业是整个金融行业的净风险溢出者.回归分析确证双向风险溢出集群是主要的风险溢出贡献者,其通过子系统空间解耦、节点响应同构及外部耦合场形成网络风险的多中心并发扩散.本文针对房企``爆发分散、传导聚合''的传导机制,为监管部门提供四项监管设计思路:基于Elastic-Net-VAR架构的周度级风险监测、实施双向风险溢出集群的靶向监管、完善跨区域空间联防响应机制及构建房地产与金融子行业间差异化风险监测框架,并为推动房地产风险治理从规模管控转向网络功能的防控范式提供了实证证据.

喷气发动机涡轮叶片负责将高温高压燃气转化为机械能,其材料必须能够承受极高的温度.为分析涡轮叶片的冷却性能,现有方法通常将其转化为不同精度的有限元模型进行数值模拟.然而,高精度模型计算耗时且成本高昂,高精度试验只能选取少量试验点来构建代理模型,因此常用的试验方法采用嵌套试验设计.鉴于广义拉丁超立方体设计在很多情况下具有更好的预测效果,本文提出一种用于构建有限元代理模型的广义嵌套空间填充设计,该设计将更多设计点布置在试验区域边界附近,并进一步给出相应的构造算法框架.数值模拟分析与实际有限元模拟的结果均表明,所提出的新设计在模型预测方面表现更优.

随着数字经济的快速发展与市场环境的复杂多变,平台分层成为平台企业优化资源、精准响应用户需求、构建竞争优势的重要手段.本研究基于技术-组织-环境(TOE)框架,运用模糊集定性比较分析(fsQCA)方法,对199家平台企业的分层策略进行组态分析.通过多维因素协同机制与动态演化路径解析,平台分层呈现出技术-组织驱动型、技术-环境驱动型、技术-组织-环境驱动型三种路径,形成依赖于技术架构模块化、数字赋能增强化与市场竞争动态化的差异化组合.研究发现,平台分层竞争力源于对用户异质性、技术架构和环境不确定性的有效响应,通过生态位分层将精细化客户、规模化供应商和长尾化市场转化为竞争优势.多维因素的协同效应与非线性交互增强了分层的精准性和生态系统的柔韧性,为平台企业在动态环境中实施差异化策略提供理论和实践指导.

为考察``东数西算"战略工程对目标地区双化协同转型的影响,本研究构建涵盖经济,人口,科技,能源,政策与环境等要素的双化协同系统动力学模型;并基于全国布局的``4+4"算力枢纽,确定模型参数及方程,在科技及能源子系统上分别赋予数据中心转出规模和非化石能源占比等调控因子,模拟2025—2060年间在单一算力调度和单一电力系统脱碳及两者综合实施等3种情景下的区域绿色化与数字化发展演化.结果显示,单一算力调度对减排作用有限,单一脱碳虽可降低排放强度但进程较缓;而两者协同实施的综合情景,能够在维持GDP与数字化产出稳定增长的同时,使碳达峰时间较基准状态提前约5年,2050年前后二氧化碳总排放量达峰并转降,实现了双化协同转型.

随着医疗资源供需矛盾日益突出，医保支付方式成为调节医疗行为和控费增效的重要改革举措，但容易造成医院选择性收治患者。针对一个由延时敏感患者、两家异质医院和医保局构成的公立专科诊疗服务系统，医保局是否应采用打包式付费和如何设计此种支付方式使得社会福利最大化。通过构建排队和博弈集成模型，刻画专科诊疗服务中服务速率提升、患者等待成本下降与后续医疗成本上升之间的权衡关系，分析了打包式付费下医院的服务速率策略，并探讨了对社会福利的影响。研究发现，当两家医院关于单位医疗成本同质时，打包式付费下医保局可以实现社会福利最大化。然而，当医院异质时，则无法实现社会福利最大化。因此，本文进一步设计了基于打包式付费结合按绩效支付（BP+P4P）的协调机制，在保持统一打包支付原则的基础上，引导单位医疗成本较低的医院承担更多患者服务，从而提高专科诊疗服务可及性，降低患者等待成本和社会总成本。

本文针对一类具有全状态约束和未知时变幂次的高阶非线性系统,研究其自适应实际有限时间跟踪控制问题.通过构造非线性状态变换处理全状态约束,将受约束系统转化为等价无约束系统,从而避免违反状态约束.通过引入参数$\bar{p}$与$\hat{p}$对未知幂次进行有效补偿,设计了实际有限时间控制器.采用自适应模糊逼近技术处理系统未知非线性动态,并引入非线性滤波器避免虚拟控制信号的重复求导.特别地,所设计滤波器借助D函数构造,能够处理非线性项中完全未知的参数并有效抑制滤波误差.为兼顾约束安全性与通信效率,方案进一步提出一种新型重置动态事件触发机制,利用重置特性改善采样间隔并避免Zeno现象.结合自适应滤波反步法与模糊逻辑系统,该方案实现了对系统不确定性的有效补偿,确保了所有闭环信号的半全局实际有限时间有界性.所设计的实际有限时间控制方案在满足预定义约束的同时,使跟踪误差在有限时间内进入可调残差集.最后,仿真结果验证了所提控制策略的有效性及其在节约通信资源方面的优势.

本文主要研究两类多元多项式矩阵与其Smith型的约化问题,得到了这些矩阵与其Smith型等价的充要条件.进一步,将其结果推广到了非方阵和非满秩的情形.同时,这些条件可以通过计算给定矩阵的相关子式生成理想的约化Gröbner基来进行验证.

偏好关系是多目标优化中最重要且基本的数学工具之一.本文首先利用广义 Tchebycheff范数的推广形式思想提出了一类拟序并给出了这类拟序的锥性质.在此基础上,利用 utopia点提出了多目标优化问题像集上一类新的偏好关系.进一步,基于新的偏好关系提出了多目标优化问题的 GT最优解和 GT非支配点的定义,建立了 GT最优解与 Pareto有效解和真有效解之间的关系.最后,给出了两个例子对主要结果进行了解释.

区域产学研创新系统的韧性关乎其对冲击的抵御以及其自身技术创新能力的维持。本文主要聚焦于区域产学研创新系统的网络维度，基于其主体创新关系网络界定此类系统的网络结构韧性，分别从系统整体和子群体两个层面设计网络结构韧性测度指标及计算方式，并且将其应用于京津冀通信设备制造产业产学研创新系统的网络结构韧性分析。结果显示90%以上的节点发生随机退网才能使该系统近期的主体专利合作创新关系网络彻底粉碎；其主体创新关系网络受到的冲击强度越高，该网络对冲击的抵御能力越强；该网络的连通性主要由北京地区节点和企业节点来维持；总体而言，北京地区节点发生随机退网对整网连通性造成的伤害高于河北和天津地区的节点，企业节点退网造成的伤害高于高校、科研院所和其他机构节点，我们应尽量避免高校节点发生大比例退网。此外，本文提出的网络结构韧性测度方法也可用于处理节点非随机退网情景，经对比分析得出该区域创新系统对节点按度数和介数定向退网冲击的抵御能力要远低于其对节点随机退网冲击的抵御能力。本文结论将有助于区域产业产学研创新系统的管理者有效应对外部冲击造成的节点退网对其系统主体创新关系网络连通性造成的损害。

低碳转型并非企业内部的孤立减排行为,其影响可能通过投入品价格、产量调整和绿色需求扩张向供应链上下游传导.本文构建一个包含上游供应商、核心生产商和下游需求市场的两阶段Stackelberg博弈模型,在需求不确定条件下,将核心生产商的低碳转型投资、绿色需求偏好、碳排放约束和绿色信贷融资纳入统一分析框架,系统考察给定低碳转型投资强度对供应商利润、生产商产量、下游供给风险以及供应链总碳排放的影响,并进一步引入碳排放权交易机制,分析碳价格和配额约束对上述溢出效应的调节作用.理论分析表明:第一,核心生产商低碳转型能够通过绿色需求扩张和中间品采购增加形成向上游的正向利润溢出,但其批发价格效应取决于碳配额约束状态,因而具有明显的状态依赖性.第二,低碳转型对环境绩效并非必然具有单向改善作用.单位排放强度下降形成的减排效应与产量扩张形成的规模效应共同决定供应链总排放变化:当规模效应超过单位减排效应时,将出现总量意义上的碳排放反弹.第三,碳排放权交易能够通过提高生产商的边际碳成本抑制产量扩张,从而降低上游利润溢出并增加下游供给不足风险,但同时能够降低供应链总碳排放并压缩碳排放反弹区间.进一步的数值分析表明,减排技术禀赋、消费者绿色需求响应、需求不确定性和碳价格均会显著影响低碳转型溢出效应的边界条件.研究表明,低碳转型政策不能仅关注核心企业自身的减排绩效,还应同时考虑其通过价格——数量机制对供应链其他主体及整体环境绩效产生的系统性影响.

在制造业数字化与服务化加速融合的背景下,科学评价制造企业数字服务创新(DSI)水平,是识别创新瓶颈和优化资源配置的重要基础.本文立足于DSI的动态演进特征,以``前因-过程-结果''(IPO)为主线,将技术-组织-环境-进程(TOEP)驱动因素、启动-开发-实施(IDI)创新阶段和平衡计分卡(BSC)成果维度嵌入I、P、O三个环节,构建覆盖驱动条件、创新过程与结果产出的DSI评价指标体系.针对多源评价信息不确定、指标作用方向不清、关键短板易被优势补偿以及指标协同难以刻画等问题,本文构建从信息保真、方向赋权、损益识别到协同聚合的递进式评价方法:首先,利用犹豫模糊元(HFE)保留专家判断和多源数据差异,并通过HF传递熵确定指标的方向性信息贡献权重;其次,采用逆伽马型非对称损益函数,将指标偏离参照水平形成的优势与劣势分离表达,突出关键短板的抑制作用;最后,通过组合面式聚合分别刻画优势协同与劣势聚集,形成企业DSI综合评价与瓶颈诊断结果.以云南省六家制造企业为例,研究结果表明,该方法能够识别企业在前因、过程和结果环节上的差异化优势、传导阻滞与改进重点,为制造企业DSI水平评价、资源配置和提升路径选择提供方法支持.

Beck定义了两类新的分拆统计量$NT (r,m,n)$和$M_{\omega}(r,m,n)$,它们分别表示$n$的rank为模$m$余$r$分拆中,所有部分数之和，以及$n$的crank为模$m$余$r$分拆中,1出现的总次数.Andrews证明了两个由Beck猜测的关于$NT (r,m,n)$的同余关系.最近,Chern建立了70多个关于$NT (r,m,n)$和$M_{\omega}(r,m,n)$的模5,7,11和13的Andrews-Beck型同余关系.受他们工作的启发,我们利用Atkin和Garvan的研究成果证明了新的模23,41,43,53和83的Andrews-Beck型同余关系.

为刻画在现实中DMU的动态演化特征以及相互间客观存在的交互关系,本文构建一种考虑联盟内外部效应的动态DEA交叉效率模型.首先,引入结转变量反映连续时期间的关联性,结合交叉效率和跨期生产前沿面,构建兼顾纵横向可比和跨期关联的动态DEA交叉效率模型.其次,在动态DEA交叉效率的基础上,采用CRITIC方法客观测度评价期内评价结果的价值并分配差异化权重,据此加权整合联盟内最高评价和联盟外最低评价,构建考虑联盟内外部效应的动态DEA交叉效率.最后,利用合作博弈Shapley值对效率值进行集结排序.将本文模型应用到2018-2022年我国44家专精特新上市企业的创新效率评价实践中,并通过方法对比验证了考虑联盟内外部和权重设置的动态DEA交叉效率模型的合理性和有效性.

面对城市资源禀赋与产业结构的显著差异,碳排放效率评价需要同时考虑技术异质性和污染物的伴生生成过程.为此,本文结合副产品技术与方向距离函数,构建考虑序列化约束的改进共同前沿模型.该模型将群组前沿求解出的松弛变量作为下界约束嵌入共同前沿模型,从而有效规避技术差距率异常.以2006—2023年安徽省16地市为样本,依据能源强度划分为高、低群组进行实证测度,将碳排放效率解构为经济产出与碳减排效率.结果表明：1)安徽省城市碳排放效率总体改善,但不同城市的提升进程并不一致,低组城市效率高于高组;2)经济产出效率的差异相对较小,碳减排效率及技术差距的差异更为明显;3)多数城市的碳减排与经济产出改进空间主要位于群组内部.据此,应结合城市能源强度和产业特征实施差异化低碳治理.本文为异质性多层级系统的效率评价提供方法参考和决策支持.

本文研究了基于误工工件数和误工损失的排列比例流水作业双代理排序问题，其中误工工件是指完工时间超过工期的工件；误工损失是工件的误工和加工时间的最小值；排列比例流水作业是指所有工件在各机器上的加工顺序完全一致，且工件的加工时间与机器无关。序列中包含两个代理$A$和$B$，每个代理有一组互不相交的工件集合，且工件不允许中断。代理$A$的目标函数为总加权误工工件数或总误工损失，代理$B$以误工工件数为优化目标。目标是在约束代理$B$的目标函数值不超过给定阈值，最小化代理$A$的目标函数。针对上述两类排序问题，证明问题均为$NP$难的，分别提出了动态规划算法，并给出了算法的时间复杂度分析；最后通过算例验证所提算法的可行性与有效性。

本文针对配备电容-电池混合储能架构的无线传感器网络, 构建了一个包含备用库存的M/M/1排队库存系统模型, 并假设单次数据传输的能耗（即库存需求）服从几何分布. 当电容器和电池剩余总能量不足以传输当前数据包时, 该数据包丢失, 系统能量耗尽. 该模型突破传统单库存和双货源共享库存的局限, 为主库存与备用库存设计双独立的补货方式, 同时引入几何批量需求以刻画数据包传输能耗的波动性. 首先, 利用矩阵几何解方法, 得到了系统的稳态分布和关键性能指标. 其次, 构建了系统效益函数, 利用遗传算法得到了系统的最优能量库存策略及相应的最优系统效益. 随后, 通过数值算例分析了系统相关成本对系统效益的影响. 研究发现: 当等待成本与电容器能量持有成本较高、充电成本较低时, 配置备用电池的系统能够获得更高的系统效益; 当等待成本与电容器能量持有成本极低、充电成本极高时, 配置备用电池的系统不能获得更高的系统效益. 最后, 基于优化和对比分析结果, 给出了优化系统性能的管理建议.

秘密共享是密码学中保护信息安全的一种重要方法.在指定参与者的门限秘密共享方案中,只有当持有有效份额的参与者数量达到门限值且包含所有指定参与者时,秘密才可以被恢复.秘密重构阶段,参与者之间进行信息交互时易受到外部攻击,且现有的指定参与者的秘密共享方案只涉及到单秘密的共享.本文利用二元多项式设计了一种新的指定参与者的多秘密共享方案;该方案基于二元多项式生成的份额和参与者的身份信息,建立参与者之间的会话密钥,从而有效防止外部敌手窃取秘密信息以及内部合谋攻击.

智能汽车的高保费抑制了消费者的购买意愿,阻碍了汽车厂商的智能化转型.为此,本文基于数据驱动保险模式,构建包含汽车厂商、经销商与保险公司的三级供应链博弈模型,对比了传统保险与数据驱动保险两种模式下汽车厂商的生产策略决策差异.结果表明:(1)只有当数据价值转化能力超过一定阈值时,保险公司才会提供保费优惠.(2)在数据驱动保险模式下,当智能汽车的单位生产成本适中时,厂商选择生产智能汽车；否则,选择混合生产策略.(3)数据驱动保险模式在提升智能汽车AI技术水平、市场需求与供应链成员利润的同时,可在特定条件下破解传统保费模式中汽车厂商在追求经济效益与推动技术升级之间的矛盾,实现二者的协同改进.此外,在保费与车价挂钩的设定下,上述结论仍具有一定的鲁棒性.

本文研究了在一类新的效用函数下的目标给付型 (TB) 养老基金管理中的最优投资与给付调整问题. 现有文献通常采用常相对风险厌恶 (CRRA) 或双曲绝对风险厌恶 (HARA) 效用函数对该问题进行建模. 为了提供一个相对于传统HARA效用更广义的框架, 我们引入了2022年诺贝尔经济学奖得主Philip H. Dybvig教授及其合作者提出的广义斜双CRRA指标 (GOBI) 效用函数. 研究发现, GOBI效用的Arrow-Pratt绝对风险厌恶度量可表述为HARA效用下的对应量与一调节参数的乘积. 利用凸对偶理论, 本文推导出了TB型养老基金管理问题中的最优投资策略、最优给付策略以及值函数的解析解. 数值模拟结果显示, GOBI效用中的附加参数对最优策略和值函数具有显著影响. 研究结论表明, 相比于HARA效用, 采用GOBI效用会显著增加风险资产的投资规模, 因此能够更准确地描述低风险厌恶的投资类型. 本文总结认为, 这种灵活的效用函数设定为若干相关问题的进一步拓展提供了新的解析解框架.

灾情评估核定是实现救助资源合理配置与灾后治理优化的重要基础，但实践中常面临受灾群体策略性虚报与相关部门核查能力不足并存的困境。人工智能技术通过多源数据自动比对、异常识别与智能甄别，为提升灾情核查效率、抑制虚报行为提供了新的技术路径。本文构建了一个融合多维信息来源的政府、企业与公众三方微分博弈模型，系统分析不同决策模式与人工智能介入对灾情评估核定绩效水平及系统净福利的影响。本文依据外部技术条件与内部决策结构设置四种典型治理情境，并对相应均衡结果进行求解与比较。研究表明，在传统分散决策模式下，各方独立行动，易诱发虚报行为并造成核定结果失真；集中决策模式能够统筹各方利益，并在协同收益覆盖相应成本与残余虚报损失时提高核定绩效和系统净福利。人工智能介入一方面通过多源真实信息融合增效和智能甄别压缩虚报获利空间、削弱虚报信息干扰，另一方面可能因算法标准刚性放大程序摩擦。人工智能介入与集中决策相结合能否形成净优势，取决于信息融合增效、虚报过滤收益、平台运维成本与社会摩擦成本之间的综合权衡。研究结论可为数字化治理转型与智能信息协同平台设计提供理论参考。

针对一类同时含有状态时滞和输入时滞的多输入多输出欠驱动非线性系统, 研究其在输出跟踪误差受约束条件下的自适应控制问题. 首先, 基于欠驱动系统的二阶通道结构, 建立含状态时滞和输入通道时滞的标准状态空间模型, 并将输入时滞影响等效转化为残差项进行处理. 其次, 为保证跟踪误差始终满足预设约束, 引入对数型障碍,Lyapunov 函数, 并结合反步法设计虚拟控制律. 然后, 在实际控制器设计中, 将未知非线性项、状态时滞项以及输入时滞残差统一构造为总未知函数, 利用,RBF 神经网络进行逼近, 并采用权值范数估计策略代替传统权值向量自适应更新, 从而降低在线参数调节复杂度. 进一步, 针对状态时滞和输入时滞分别构造指数加权型,Lyapunov-Krasovskii 泛函, 以保留时滞历史信息并增强对时滞影响的吸收能力. 基于,Lyapunov 稳定性理论, 证明了闭环系统所有信号一致有界, 跟踪误差始终保持在给定约束范围内, 且闭环误差系统一致最终有界. 最后, 通过仿真算例验证了所提控制方法的有效性.

群体智能产生于个体间的局部交互与适应性调整，表现为由分布式个体行为所涌现出的集体认知能力。演化博弈理论为刻画这一从微观决策到宏观秩序的过程提供了统一的分析框架。本文首先回顾博弈论的基本概念，指出完全理性假设的局限，进而引入有限理性下的演化博弈分析；随后介绍复制方程及结构化群体中的演化动力学。在此基础上，本文梳理了两类利用演化博弈方法研究群体智能的代表性工作：第一类聚焦于群体估计任务的理论构建，刻画群体智能的涌现机理；第二类则侧重于激励机制设计，考察如何通过调整收益结构，有效改善群体在预测任务中的表现。最后，本文总结了演化博弈理论在关联微观行为与宏观结果方面的优势，并展望了未来研究方向。

随着铁路轻装行服务的推广，旅客可通过门到站行李取货服务提前托运行李，从而在前往车站时无需携带大件行李。为保证服务的准时性和可靠性，需要在旅客可随时下单的动态需求、车辆多次往返以及列车固定出发时刻的同步约束下，实现高效的门到站行李取货调度。针对这一问题，本文以最小化车辆运营成本为目标，在滚动时域框架下构建了动态多车程车辆路径优化混合整数线性规划（MILP）模型，用以刻画动态到达的取货订单、服务时间窗和列车时刻表等关键约束。针对问题的NP-hard特性及时效性要求，提出了嵌入禁忌机制的自适应大邻域搜索算法，并与滚动时域机制耦合，以实现对动态需求的快速响应和高效求解。基于北京南站的算例表明，所提出方法能够在考虑动态需求的场景下生成满足时效要求且成本较低的取货方案。研究结果显示，该优化框架具有良好的实际应用潜力，可为铁路轻装行门到站行李取货的智能化调度提供有效支持。

随着医保支付制度改革的深化, 部分医疗机构通过虚高疾病诊断编码等级骗取医保基金, 损害基金公平与安全.为提升对编码套高行为的识别能力, 本文提出了基于三支决策与混合监督机器学习的智能识别方法.针对医保数据类型复杂、异构性强的特点, 提出了一套面向多类型数据的特征构建策略, 并基于三支决策与粒球属性削减技术, 实现了高质量特征筛选. 在此基础上, 构建了融合贝叶斯网络与最小二乘支持向量机的混合模型, 结合改进的鱼鹰优化算法对模型参数与结构进行了协同优化.实验表明, 该方法在识别准确性、稳定性及泛化能力方面均优于传统识别方法, 能够为医保监管部门提供高效、可信的智能识别工具, 具有良好的实际应用价值.