针对黏菌算法 (SMA) 在解决风电场布局优化 (WFLO) 问题时存在的寻优能力差, 求解精度不足及 SMA 收敛速度慢, 容易陷入局部极值等缺陷, 提出了一种基于自适应收缩和遗传学习策略的改进型黏菌算法 (A-GLSMA). 首先, 根据实际环境建立了风电场布局模型. 然后, 针对 SMA 易陷入局部极值等问题, 提出了基于遗传学习策略的改进黏菌算法 (GLSMA), 以提升SMA的收敛速度和全局搜索能力. 最后, 针对风电场布局优化问题, 采用最大值规则编码解向量, 并设计了一种自适应收缩策略, 利用风机的发电量来更新黏菌的位置, 从而提高求解精度. 仿真实验表明: 在 19 个测试函数上, GLSMA 相比于 SMA, 灰狼优化算法 (GWO), 樽海鞘群优化算法 (SSA), 鲸鱼优化算法 (WOA) 和遗传学习粒子群优化算法 (GLPSO) 等五种算法, 具有更快的收敛速度和更高的寻优精度, 并且 A-GLSMA 相比于遗传算法 (GA), 在求解两种风向分布下的 WFLO 问题时具有一定的性能优势.

针对企业和低碳服务提供商在建立供应链联盟中合作行为的演化过程，借助演化博弈理论与突变论将传统博弈的复制动态方程转化为尖点突变模型、建立包含高斯白噪声的随机动力学系统，同时引入弹性测度指标定量描述系统对扰动的吸收程度。最后，通过仿真实验进一步分析了相关参数变化对联盟非线性演化及弹性的影响。结果表明：当博弈参数组合在突变集内部时，存在双模态现象及扰动性突变；当博弈参数组合越过突变集边界时，联盟状态发生结构性突变；超额收益与惩罚力度在超过一定阈值时，对系统弹性具有正向影响作用；联盟成员协同度在某一阈值内对系统弹性具有负向影响作用，当其增加到某一阈值时，系统弹性减小，可使联盟成员由“不参与”向“参与”策略演化，最终稳定于“参与”策略。

现实中存在家电故障需上门取件运回网点维修的情况, 而家电售后平台存在服务响应时间长和物流成本高等问题, 考虑售后平台订单和车辆信息的实时性和动态性, 设计即时循环调度系统, 构建考虑异质车辆的家电售后即时取件路径优化模型. 设计即时循环调度遗传算法(Instant cyclic scheduling genetic algorithm, ICSGA), 提出最小等待时间初始化, 采用轮盘赌选择结合精英策略, 最小成本交叉和倒位变异等遗传操作. 基于Solomon和Kilby基准案例, 验证了所提算法求解提前预约和即时服务订单的性能. 最后基于结合实际情况改编的Solomon案例, 进行异质车型分析, 动态度和平台截止时间的灵敏度分析, 为家电企业资源的合理分配及路径规划提供管理建议.

模体是网络高阶结构的一种表现形式, 本文以三节点模体为研究对象, 基于网络中边的连接类型, 引入表征网络无连边结构的缺边矩阵, 运用矩阵的乘积、Hadamard积、基于矩阵元素的特殊运算研究网络中模体邻接矩阵的表示问题. 对有向无权网络, 给出了开模体的模体邻接矩阵的矩阵表达式. 对有向加权网络, 依据处理双向边权值的新方法, 分别基于构成模体的各边边权的算术平均值、几何平均值, 得到了两种对模体整体赋权方式下相应的模体邻接矩阵的矩阵表达式. 文中给出了一个检验实例, 并分析讨论了四种网络类型下的模体邻接矩阵表达式之间的关系.

本文运用格兰杰因果关系检验方法、时变参数向量自回归(TVP-VAR)模型以及时变参数向量自回归溢出指数(TVP-VAR-DY)模型研究了气候政策不确定性、全球能源价格和股票价格之间的动态关系. 研究结果表明，气候政策不确定性是全球能源价格和股票价格的格兰杰原因, 尤其在重大气候政策事件发生时更为明显, 而全球能源价格和股票价格之间存在双向格兰杰因果关系. TVP-VAR模型的结果进一步表明, 气候政策不确定性对全球能源价格的短期影响显著为正, 而中期和长期影响以2008 年为拐点由负向转为正向. 同时, 气候政策不确定性对股票价格的影响在2015年之前基本为负, 随后该影响表现为正. 最后, 基于TVP-VAR-DY模型发现气候政策不确定性、全球能源价格和股票价格之间的总溢出效应具有明显的时变特征, 气候政策不确定性为溢出输出者, 而全球股票价格为溢出接收者, 全球能源价格在2008年之后从溢出接收者转变为溢出输出者.

本文将台风登陆事件作为外生性气候风险冲击, 台风登陆时点作为干预时点, 使用双重差分方法研究了台风灾害对我国上市公司股票收益率的影响, 分析了台风风险带来的金融风险经由供应链关系的传导问题. 为了更深入地理解上述影响, 本文从数字化转型的视角进行了机制分析. 研究发现, 台风灾害会对灾区公司的股票收益率产生显著的消极影响, 而这种影响会进一步通过供应链关系传导至供应商和客户, 且对供应商与客户的溢出效应还存在不对称性. 特别的, 本文发现数字化转型对于缓解台风风险带来的金融风险具有重要作用, 可以减轻股票收益率受到的负面影响. 本文最后通过一系列稳健性检验, 发现本文的结果是稳健的.

研究了在Black-Scholes模型和损失相依保费原则下保险人的稳健最优投资问题. 假设索赔过程遵循一个带漂移的布朗运动, 投资对象包含无风险资产, 股票以及一个欧式看涨期权. 股票的价格服从几何布朗运动, 此外保险人还可以向再保险人购买比例再保险来分散投资风险. 通过求解相应的HJB方程, 得到了CARA效用下的鲁棒最优再保险与投资策略的解析表达式, 给出了保险人在套期保值条件下的再保险与投资策略. 最后, 通过数值模拟分析了模型参数对最优策略的影响.

中国户籍登记系统存在漏登人口问题, 但政府部门尚未开展户籍漏登估计工作. 联合国统计司建议各国采用的单重漏登估计量未覆盖全部漏登人口, 低估漏登率. 本文提出用合成漏登估计量替代单重漏登估计量, 并通过案例研究, 比较了合成漏登估计量与单重漏登估计量. 实证研究结果表明: 四种合成漏登估计量估计的漏登率均高于单重漏登估计量; 除其中一种合成漏登估计量估计的漏登率的抽样标准差略高于单重漏登估计量外, 其他三种合成漏登估计量估计结果的抽样标准差均小于单重漏登估计量. 研究结果为统计局和公安部未来制定户籍登记系统漏登估计方案提供重要参考, 提高方案的科学性和可操作性.

基于大规模的专利数据与特征指标开展自动化的前瞻性预测已逐渐成为潜在高价值专利判别的研究重点. 本文针对潜在高价值专利判别中运用普适性机器学习方法因不均衡分布与错分代价差异造成的分类偏差, 综合算法与评估两个层面优化分类策略, 提出多情景式的潜在高价值专利判别优化框架, 并以预测芯片领域专利是否为潜在高价值专利的二分类场景为例开展实证研究. 具体改进之处在于: 算法层面遵循不均衡问题的解决思路, 构建改进的动态集成选择算法与多目标蜣螂优化算法的组合模型; 评估层面引入错分代价机制, 考察多应用情景下代价矩阵对分类预测效果的影响. 研究表明, 本文方法在降低总体误分类代价的同时能够更为精准地控制不同分类错误的分布, 提高模型的识别精度, 能够较好地实现从海量专利中快速、准确地判别潜在高价值专利. 本文从算法与评估两个方面提出优化改进策略, 为解决不均衡数据的分类问题提出了新思路, 为完善潜在高价值专利的判别方法拓展了新尝试, 为相关创新主体快速锁定潜在高价值专利进而开展针对性的培育工作提供了新参考.

本文针对抽样调查中响应变量不满足传统小域估计模型响应变量服从正态分布要求的情形, 研究了基于响应变量变换后的Fay-Herriot模型(FH模型)的目标参数小域估计方法, 提出了目标参数经验最优预测量(EBP)及其均方误差(MSE)估计量. 在对变换后的EBP进行逆变换时通过添加条件期望偏差校准项, 修正了逆变换引入的偏差. 在计算EBP的均方误差时, 提出一种不受模型参数估计方法限制的二阶近似MSE估计量. 通过数值模拟, 将本文的MSE估计方法与已有方法进行比较, 发现本文的方法提高了小域估计模型对具有偏态分布响应变量数据的适应能力和目标参数估计精度, 且具有估计量形式简单的优点. 最后采用本文的研究方法测度了我国部分省份和区县的城乡居民人均金融资产, 通过测度结果验证了方法的有效性.

本文针对异构多智能体系统, 研究了基于自适应分布式事件触发机制的容错一致性问题, 重点考虑执行器故障和外部有界能量干扰等因素. 本文相较于现有研究, 通过引入分布式中间变量, 对异构多智能体系统的闭环误差进行建模. 同时, 设计了故障观测器, 用于实时估计执行器故障状态, 并通过在线调节控制增益来补偿执行器故障. 另外, 设计了自适应分布式事件触发机制, 通过智能体之间的动态交互和信息共享, 既节约了通信资源, 又成功避免了Zeno现象的发生. 此外, 设计了基于分布式自适应事件触发的容错控制器, 确保系统在出现执行器故障或外部扰动的情况下, 智能体之间仍能保持一致的行为. 最后, 通过Matlab仿真实验验证了所提出方法的可行性和有效性, 为实际应用提供了切实可行的解决方案.

简单无向图的拉普拉斯矩阵的次小特征值被称为图的代数连通度.对于通信拓扑为无向图的一阶多智能体系统,代数连通度越大,系统的一致性收敛速率越快.本文将一种边重连(即删边再加边)的图运算方法,用于优化多智能体系统的通信拓扑结构,使其对应图的代数连通度增加幅度最大,并提出了增加通信拓扑图的代数连通度,降低系统通信量的算法.对一个含有六个多智能体组成的系统进行仿真实验可知,该算法可提高多智能体系统误差趋于零的速度,加快系统的一致性收敛速率,并且通过减少系统达到一致时的通信次数,降低系统的通信量.

研究一类基于平均驻留时间切换机制的切换型基因调控网络的耗散性分析与控制问题,并考虑时变时滞参数.通过构造多李雅普诺夫函数以及耗散性能指标函数,结合线性矩阵不等式方法,可以得到系统严格$\left\langle Q,S,R \right\rangle -\gamma$耗散的充分条件.通过舒尔补引理,证明满足$\left\langle Q,S,R \right\rangle -\gamma$耗散的基因调控网络系统是指数稳定的.进一步设计状态反馈控制器,通过求解线性矩阵不等式得到控制器参数,并证明所设计的控制器能够确保系统是$\left\langle Q,S,R \right\rangle -\gamma$耗散的.最后,通过数值实例验证了所提方法的正确性和有效性.

本文研究了存在拒绝服务(Denial-of-Service, DoS)攻击的异构多智能体系统输出一致性控制问题. 首先, 针对网络攻击行为多变且其攻击统计特性无法精确获取的问题, 提出了一种基于双隐Markov模型的拒绝服务攻击行为建模方法, 将攻击行为导致的通信中断转化为多智能体网络的拓扑切换. 其次, 设计了一种分布式异步动态观测器, 以解决通信拓扑模态(Communication Topology Mode, CTM) 和转移概率模态(Transition Probability Mode, TPM)发生不匹配时的异步问题. 第三, 基于随机Lyapunov理论和线性矩阵不等式, 得到了系统输出一致性问题可解的充分条件. 最后, 通过一个仿真实例验证了所得到结果的可行性和有效性.

本文建立了一个基于泊松稀疏算子的$p$阶自回归整数值时间序列模型. 它的参数是时变的, 并可能服从一定的随机分布. 在此基础上, 本文推导了关于这个模型的遍历性; 以及点估计, 区间估计和参数检验统计量的理论性质; 并且给出了对于这个模型进行变量选择的方法及其理论性质. 本文通过数值模拟对这些性质进行了验证; 最终展示了这个模型在真实数据集中的应用.

协方差矩阵估计是高维数据分析中的一项重要内容, 而高维数据又很容易产生维度较高而样本量小的超高维度现象. 小样本张量数据常常呈现重尾情况, 传统的协方差矩阵估计方法(如样本协方差矩阵)对于其估计有时并不准确. 在重尾高维数据以张量形式(多维数组)显示时, 利用张量固有结构对其进行降维是非常好的选择. 为此, 本文提出了用于估计小样本重尾张量值数据协方差的新型结构正则化方法. 首先将重尾张量数据进行截断化处理, 而后计算截断后的样本协方差矩阵, 再利用典型多项式分解(Canonical Polyadic decomposition, CP分解)来寻找截断样本协方差矩阵的多个矩阵克罗内克积(Kronecker Product, KP)形式的逼近, 最后对每个分解得到的小矩阵施加带状或者锥形结构. 模拟结果显示, 针对不同重尾程度以及不同样本量情况, 本文所提出的估计量有着优异的表现. 同时, 对于一组呈现重尾分布的异常温度数据集, 使用本文提出的估计方法进行了分析.

本文基于140家房地产行业上市公司共同持股关系，构建了房地产企业的生态关联网络，运用网络分析方法和计量经济模型，对房地产企业生态关联的演进特征及其成本效应进行探析。研究发现，生态关联网络的拓扑结构会随着我国宏观经济和行业发展的趋势而表现出相对一致的特征。这种依托于生态关联网络的合作关系能够产生显著的成本效应，且因企业规模和管理能力不同而表现出较强的异质性特征。基于此，政策制定者应当以一种系统性、全局性的视角看待房地产行业发展的问题，调动行业内部不同企业间合作的积极性，努力实现行业发展共同体。

针对离散仿射非线性系统, 利用自适应动态规划提出了一种新的带有折扣衰减项的最优控制方法. 首先, 引入了衰减项构造性能指标函数, 克服了传统研究中折扣因子忽略后续时刻对系统性能的影响, 提高了系统的控制性能. 其次, 不同于传统的折扣因子算法, 本文对性能指标函数序列进行分析, 证明了折扣衰减项能够提高系统的灵活性, 避免传统迭代过程中的局部收敛问题, 并利用神经网络实现了该算法. 接着, 构造了单调递增或递减的迭代性能指标函数序列并证明了系统的渐进稳定性. 最后, 通过仿真实例验证了算法的有效性.

群决策中, 决策者常因判断矩阵信息的不完全性而表现出对他人观点的移情行为, 移情效应有利于启发决策者给出更高质量的判断. 针对评价信息以残缺模糊判断矩阵形式给出, 且决策者权重未知的群体决策问题, 融入对决策者认知水平要求低的间接偏好信息, 提出一种考虑移情关系的残缺判断矩阵有序回归决策方法. 首先, 根据转化后的移情间接模糊偏好信息, 构建残缺判断矩阵有序回归补全模型和冲突信息调整模型; 然后, 结合移情中心度, 影响力强度和共识测度三个维度评价信息以及间接节点信息, 决策者的表现被聚合为节点效用值, 通过有序回归模型确定每个节点效用, 将其作为决策者权重. 最后, 构建最小成本调整模型实现共识收敛. 本文方法考虑了移情关系和间接偏好信息对缺失值和节点效用的影响, 不仅解决了因间接信息粗糙而引发的逻辑冲突问题, 还降低了共识成本, 提升了估计结果的一致性和可靠性. 案例分析和对比讨论表明了所提方法的有效性.

针对单一信息源、单一分解技术、单一预测方法对碳价格预测具有不稳定性和不精确的问题,提出了多源数据特征驱动和多尺度分析下的碳价混合预测模型CPS-MEMD-SVR-MLR：1)多源数据分析,有效融合与碳价格相关的历史碳交易价格、宏观经济发展水平、化石能源价格、汇率和基于新闻文本信息的社交媒体情绪数据;2)多尺度分析,通过多元经验模态分解技术(MEMD)将多源数据分解成不同模态下的预测特征;3)混合预测分析,利用模糊熵理论有序融合计量经济学模型和机器学习模型,集成各模态预测值为最终结果.本文以欧盟2015年2月11日-2023年2月27日期间的碳价格为研究案例,基于7种情景分析和DM检验,其结果表明：1)本文提出的混合模型的预测精度优于其他对比模型; 2)社交媒体情绪能够提升碳价格的预测精度,且优于单因素预测结果; 3)引入MEMD分解可以显著提升碳价格的预测精度.

针对制造商竞争与供应链竞争两种竞争情形, 考虑制造商投资生产过程改进, 构建信息共享决策博弈模型, 研究电商平台的信息共享与制造商生产过程改进的相互影响, 探讨竞争强度与制造商的投资效率对电商平台信息共享决策的影响。结果表明：(1)知情制造商的生产过程改进水平随需求信号的增加而增加. (2)在制造商竞争环境下, 如果制造商的投资效率非常高, 电商平台仅与一个制造商共享需求信息；如果制造商的投资效率非常低, 电商平台不愿意共享需求信息；否则, 电商平台与两制造商共享需求信息. (3)在供应链竞争环境下, 如果两个制造商的投资效率相同, 当两供应链之间的竞争较为激烈或制造商的投资效率较高时, 电商平台都会向各自的制造商共享信息；如果两个制造商的投资率不同, 电商平台会向投资效率高的制造商共享需求信息；电商平台是否向投资效率低的制造商共享需求信息取决于竞争强度.

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.

质量特征的方差反映了产品或过程的变异, 方差增大说明产品或过程有所恶化, 而方差减小则说明有所改进. 为了合理评估产品或过程的表现, 设计样本方差总体的双侧容忍区间便非常重要. 对于样本方差总体的传统"等尾"$\beta$-期望容忍区间, 当样本子组数或样本容量特别小时, 存在两大问题: 1)忽视实际覆盖率变异导致实际工作人员间存在过大差异; 2)容忍区间的精度过低, 也就是说, 为满足指定精度所需最小样本数过大.而在质量控制领域中由于时间或成本因素常常出现小样本情况. 鉴于此, 文章以提升精度为设计理念, 基于实际覆盖率方差最小化和实际覆盖率集中化两种方法设计了新的样本方差总体的$\beta$-期望容忍区间. 考虑到实际工作人员凭借历史数据或经验通常会掌握一定的先验信息, 文章又引入贝叶斯方法设计相应的容忍区间.并利用精度和所需最小样本数对容忍区间的表现进行了评估与比较, 结果显示: 1)所提的两类新容忍区间表现明显优于传统"等尾"容忍区间; 2) 贝叶斯容忍区间的表现优于相应的频率容忍区间.最后, 通过一个实例展示了所提$\beta$-期望容忍区间的设计及其优越性.

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.

Barzilai-Borwein(BB) 型算法是一种被广泛应用于求解无约束优化问题的有效方法, 其具有存储量小、迭代简单等优点, 而积极集识别技术具有准确识别最优解附近的零分量的强大能力, 该技术可以将每个迭代点区分成零分量和非零分量两部分. 本文提出了一种求解大规模 $\ell_1$ 正则化问题的子空间 Barzilai-Borwein(BB) 方法, 通过积极集识别技术, 结合非单调线搜索技术和合适的 BB 步长, 在适当的条件下, 我们证明了所提出算法的收敛性. 通过数值实验与现有的算法进行比较, 证明了所提出算法运行的 CPU 时间更短、迭代次数更少, 数值性能上更优.

为比较各个备选方案在一定时期内的总体优劣情况,有必要进行动态评价分析.针对VIKOR方法群体效用计算值偏大且仅考虑单一时刻备选方案与理想方案距离远近等不足,引入联系向量距离获得更为合理的群体效用值,同时吸收基于相近度的灰色关联分析思想来评估备选方案与理想方案的关联程度和接近程度,并加入时间因素,提出基于联系向量距离的动态灰关联VIKOR法.该方法充分考虑了最大化群体效用与最小化个体遗憾,以及备选方案数据曲线与理想方案之间的几何相似程度,同时,兼顾了指标值的差异程度与增长程度,且能够根据决策者的偏好调整相应的参数取值.最后,将该方法应用于我国13个东部城市2015-2019年间总部经济发展水平评价中以验证本文方法的实用性,并通过与其他方法的对比进一步说明了方法的有效性.

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.

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.

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.

"一带一路"沿线地区政治局势多变、经济发展不平衡、自然灾害频发、地缘环境错综复杂, 开展地缘风险评估是推进"一带一路"建设的前提和基础. 针对中缅地缘关系与投资安全风险评估中现实存在的信息不完备和知识不确定等问题和困难, 本文综合采用贝叶斯网络、云模型、DS 证据理论等不确定性人工智能评估方法交叉融合的技术途径, 构建了数据与事件驱动的中缅地缘关系与投资安全风险评估模型, 并开展了风险评估与情景态势推演, 旨在为海外投资安全风险预警提供技术支持和对策建议.

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.

循环码是线性码的一个重要子类, 由于其具有高效的编码和译码算法, 因此在数据存储系统、通信系统等领域具有广泛的应用. 本文研究了有限域$\mathbb{F}_5$ 上的由三个非零元素$\alpha$, $\alpha^e$, $\alpha^s$ 定义的循环码$\mathcal{C}_{(1,e,s)}$, 其中$\alpha$ 是$\mathbb{F}_{5^m}$ 的本原元, $m$ 是正整数, $s=\dfrac{5^m-1}{2}$, $2\leq e\leq 5^m-2$. 首先, 给出了当$e=5^h-2$, 其中$1\leq h\leq m$ 时, 五元循环码$\mathcal{C}_{(1,e,s)}$ 是最优码的充要条件, 并且, 基于提出的充要条件, 通过分析某些多项式的不可约因式的情况, 证明了当$m$ 是大于等于$3$ 的奇数, $h$ 分别取 $2,m-2,m-1$ 时, 循环码$\mathcal{C}_{(1,e,s)}$ 均是参数为$[5^m-1,5^m-2m-2,4]$ 的最优码; 其次, 当$e=4(5^h+1)$, 其中$0\leq h\leq m-1$ 时, 通过分析某些方程组的解的情况, 证明了当$m$ 是大于等于$3$ 的奇数, $h$ 取$0$ 时, 循环码$\mathcal{C}_{(1,e,s)}$ 是参数为$[5^m-1,5^m-2m-2,4]$ 的最优码. 本文对于文献[19] 提出的两个公开问题的解决有一定程度的推进.

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.

本文综合考虑期权定价模型的假设条件及碳期权标的资产价格的变化特征, 基于2021年1月4日至2021年9月27日EUA DEC22碳期货期权市场数据, 利用遗传算法对定价模型参数进行估计. 根据稳定的参数估计值对B-S模型、分形布朗运动模型及Heston模型的期权定价效果进行对比分析, 选取最适合碳期权市场的定价模型, 并为碳市场定价机制的完善及平稳运行提供相关建议. 结果显示: Heston模型在碳期权市场的定价表现最优, 分形布朗运动模型次之, B-S模型相对较差. 因此基于Heston模型对碳期权进行定价, 能够提高碳期权定价精度, 有助于完善碳市场定价机制, 规避碳市场交易风险, 保障碳市场的平稳运行, 进而促进“双碳”战略目标的实现.

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.