国家“双碳”目标对供应链各主体协同减排提出了新的要求。本文针对存在资金约束且具有公平关切行为的制造商与一个传统零售商组成的双渠道供应链，基于博弈理论构建了链外融资、链内融资以及“链外+链内”组合融资下供应链碳减排与融资决策模型，分析了制造商公平关切行为对供应链产品定价、碳减排策略的影响，并探讨不同条件下各主体对不同融资模式的选择偏好。研究指出，制造商公平关切行为的增强会降低其线上渠道产品定价以及碳减排努力水平，而批发价以及线下渠道零售价的增减还受制造商减排成本因子的影响。同时发现，制造商公平关切行为有效提升了自身以及供应链整体收益，但对零售商收益不利。资金约束对制造商收益始终产生消极影响，但不一定降低零售商收益，一定条件下零售商可能获得高于无资金约束下的收益。对比不同融资模式下各主体收益，发现当制造商提前付款批发价敏感性相对较低时，零售商偏爱选择预付款融资模式，否则，其偏爱选择银行借贷+ 预付款组合融资模式。而对制造商来说，当提前付款批发价敏感性相对较低时，其偏爱选择预付款融资模式，否则，银行借贷融资模式占优。

为了探讨零售商采用不同商业模式时绿色制造商的渠道入侵策略,构建了由单个制造商和单个零售商组成的绿色供应链模型,运用Stackelberg博弈分析了供应链企业最优运营策略.最后,将模型拓展到制造商也可以采用不同商业模式进行渠道入侵的情形.研究结果表明: 1)除非产品能耗较高或能源价格很高,否则制造商总可以通过渠道入侵改善自身利润,且入侵所采用的商业模式与产品能耗和能源价格有关; 2)渠道入侵行为会增加供应链成员决策受能源价格的影响程度,而偏好共享商业模式的零售商可以避免受此影响.此外,制造商的渠道入侵行为总是有助于提高供应链的整体利润; 3)面对制造商潜在的渠道入侵意图,当产品能耗或能源价格较高时,零售商更偏好传统商业模式.反之,零售商更偏好共享商业模式.而且偏好共享商业模式的零售商会提高制造商渠道入侵的门槛; 4)在一定条件下,能源价格的提高并非总会损害供应链成员的利润与绿色产品的节能水平.

为提高新能源汽车供应链网络中风险传播预防和控制的科学性，加强我国新能源汽车安全生产及运营管理，融合复杂网络理论和SEIR（Susceptible-Exposed-Infectious-Recovered）模型仿真模拟新能源汽车供应链网络风险传播过程，挖掘风险传播机理。首先，选取典型的新能源汽车企业特斯拉、小鹏为案例，以供应商为节点，供应商间合作关系为连边分别构建两企业汽车供应链拓扑网络；其次，选取平均度、聚类系数、平均路径长度等拓扑参数探究两企业供应链网络特性；最后，基于拓扑网络特性构建供应链网络的SEIR传染病模型，仿真模拟不同免疫策略对供应链风险传播的速率和范围造成的影响。结果表明：1）两家新能源汽车企业供应链网络均为无标度网络结构，且网络紧密性相差不大（特斯拉和小鹏供应链网络平均度分别为2.293和1.845）；2）对比两企业的风险防控策略模拟发现，两企业在风险防控策略模拟中表现结果基本相似，所提模型能有效探究新能源汽车供应链风险传播特性，具体来说：延长风险潜伏期能有效减缓风险传播速度可为企业提供近3个月的调整时间，其中特斯拉比小鹏风险传播的峰值时刻延迟时间少2周；缩短感染持续时间能显著降低约20%风险传播规模，其中特斯拉比小鹏风险波及范围下降多4%；此外，提升供应链网络的复杂度可能会导致风险传播的加速。研究成果可为新能源汽车企业制定有效的风险应对措施，保障供应链的稳定性和安全性提供参考依据。

近年来根据实际死亡率调整支付结构,从而将长寿风险在年金持有人和年金发行人之间合理分摊的损失控制策略越来越成为长寿风险领域的研究热点.本文基于贝叶斯马尔可夫链蒙特卡洛算法,在统一的计算架构下,分析了年金长寿风险分摊的三种路径选择,即设立准备金不足应急准备的传统年金EFA(Emergency-fund Fixed Annuities),年金给付与实际死亡率完全挂钩的死亡率年金MA(Mortality Annuities),以及设立最低保证给付的最低保证死亡率年金MGMA(Minimum Guaranteed Mortality Annuities),并对各路径选择的长寿风险分摊效果进行了评估.文章研究发现:(1) MA相较于EFA完全转移了年金发行人承担的长寿风险,其精算给付差值$\Delta_{M A}^{\alpha}$优势明显,且其吸引力随着年金持有人的风险厌恶程度$\alpha$的增加而提高;(2) MGMA年金进一步修正了MA年金给付的下行风险暴露,在大于0.90倍最低保证给付下相对于MA具有给付优势,且年金发行人的准备金缺额和偿付能力资本相对于传统年金均有改善.文章对研究结论进行了风险态度、利率、承保规模等参数影响下的稳健性检验,认为MGMA年金实现了系统性长寿风险在年金持有人和年金发行人之间的重新分摊,能够有效改善商业年金业务所面临的长寿风险问题.

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. 本文采用贝叶斯方法, 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.

随着全球市场竞争的日益加剧和服务经济的快速发展，企业面临着从传统的单一产品或服务向整合产品和服务的产品服务供应链转变的挑战.本文从动态视角出发，深入探讨了在制造商竞争与合作环境下，双渠道可持续性服务供应链的优化策略.研究发现：(1)竞争情境下的商誉增长速度和最终稳定水平高于合作情境.竞争环境更能刺激供应链成员提高服务水平，制造商和零售商的服务努力呈现快速上升趋势，长期来看可能带来更持久的竞争优势.(2)制造商合作可降低成本，但可能导致服务水平下降，影响长期竞争力.合作策略对供应链成员的影响不均衡，制造商利润可能增加，而零售商利润可能受到负面影响，决策时需充分考虑各方利益.(3)服务效率差异是影响制造商选择竞争或合作策略的关键因素，其中效率差异较大时较弱方倾向于合作以减轻竞争压力，而效率相近时合作则能为双方带来更显著的利润改善.

融媒体时代，负面舆情的治理难度加大，县级融媒体中心逐渐成为负面舆情治理过程中不可或缺的一环。县级融媒体如何与政府协同治理负面舆情，对于维护社会稳定，提高基层政府的社会治理能力具有重要意义。本文以演化博弈论为基本研究方法，选择政府部门、县级融媒体与社会公众为演化博弈主体，通过构建三方演化博弈模型，计算得到收益矩阵和复制动态方程，进一步分析了各主体的演化稳定策略，并以新疆生产建设兵团第十二师融媒体中心为例进行数值仿真以验证模型分析的正确性。研究结果表明三方主体间的策略选择相互影响，基于舆情生命周期分析发现，由于在不同发展阶段参数发生变化，各主体的策略会随之变化。政府对负面舆情的严格治理和县级融媒体的及早介入会使得舆情尽快趋于平息期，降低负面影响。最后根据研究结论针对县级融媒体如何更好地参与负面舆情治理提出建议。

本文考虑经典重试策略下具有两类顾客及两个重试轨道的单服务台排队系统,两类顾客的到达速率、服务速率以及重试速率均不相同.鉴于该模型中两类顾客等待时间的联合平稳分布并不易求,本文假设不同轨道中的任一顾客的重试速率分别以线性速率收敛到零,在此条件下求解等待时间的联合渐近分布.基于两个轨道队长平稳分布的一阶渐近结果,首先刻画出两类顾客重试次数的联合渐近分布为二维几何分布,之后得到顾客等待时间的联合渐近分布为二维指数分布.

为实现无人机对电力杆塔和导线的联合巡检,并解决无人机单点拍摄不足以获得全面反映电力部件信息的痛点,提出了面向点线混合巡检任务的多无人机路径规划问题.针对该问题的特点,将其建模为考虑续航约束的硬聚类多站点家庭旅行商问题(Hard-clustered Multi-depot Family Traveling Salesman Problem Considering Endurance,HC-MDFTSP-E)模型,并设计了一种并行迭代局部搜索算法.该算法首先基于最近邻启发式构建初始解,然后通过3类局部搜索算子得到局部最优解,再使用两种扰动与修复机制摆脱局部最优,多次迭代后得到近似最优解.实验结果表明,本算法在求解质量与求解时间方面具有良好的性能.同时,通过消融实验进一步分析了本算法各关键步骤的有效性.

针对四旋翼无人机飞行中面临的严重参数不确定性、完全未知外部干扰和执行器故障的问题,提出了一种鲁棒自适应控制器.首先,通过建立受到外部环境干扰和执行器故障影响的四旋翼无人机模型,并考虑系统参数的不确定性以及解决传统滑模趋近律在消除抖振与提高收敛速度方面的不足,提出了一种基于新型滑模趋近律的非线性鲁棒自适应滑模控制器.此外,设计了自适应律来估计难以直接准确测量的系统参数、外部干扰和执行器故障信息.为保证闭环系统的稳定性,控制器采用未知集总扰动的上界作为切换增益.实验结果表明,相比其他两种算法,本文设计的控制器具有更强的抗故障及干扰性能.

基于谱梯度法和RMIL共轭梯度法的结构,该文给出一个带双惯性步的加速RMIL型谱共轭梯度投影法求解非线性单调方程组.不同于传统求解非线性方程组的多数加速策略,该文使用双惯性步作用于所提算法.独立于任意线搜索,每步迭代均能保证算法搜索方向的充分下降性和信赖域性质.较弱假设条件下,无需Lipschitz连续性假设,建立所提加速算法的全局收敛性.数值试验结果表明,选取合适的算法参数值,两个具有不同谱参数的所提算法都显示出较好的数值表现.

信贷风险评估是金融机构资金优化配置和风险控制的关键环节,对于提升资金利用效率和降低金融风险至关重要.本文致力于通过先进的数据驱动方法优化信贷风险评估过程.首先,提出条件对抗变分自编码器算法,为后续信贷风险评估提供了平衡的数据基础.随后,结合斯皮尔曼相关性检验和Relief算法,筛选了信贷风险评估关键指标.进一步采用SHAP分析,部分依赖图以及累积局部效应图等方法,揭示信贷指标在贷款审批和还款阶段对信贷风险评估的影响机制,为后续风险评估策略提供依据,并提出基于信贷指标的随机森林优化算法.新的信贷风险评估策略与现有的基于信用等级的策略的对比实验结果表明,所提算法不仅能够稳定生成高质量的样本数据,而且所制定的信贷风险评估策略在准确性上相较于现有策略具有显著优势.最后,本文结合实验结果,为金融机构以数据驱动的方式制定更加科学,合理的信贷风险评估策略提供了政策建议.

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,本文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,本文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,本文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.

在供应链中，零售商作为小微企业经常会面临资金约束和信息不对称的情况，而制造商作为核心企业通常通过实施融资援助和传递需求信息来提升整体绩效。受到多种不利因素的影响，制造商会出现担保能力缺乏的情况。在这种情况下，他们可以选择单独提供贸易信贷融资或与担保公司一起提供信用共保回购融资作为信号机制。然而，这些策略在传递信息方面的有效性尚不明确。为了解决该研究问题，本文采用信号博弈的方法建立了分析模型，以研究这些融资策略的信号作用，并对它们的信息传递效率和利润提升进行比较分析。研究结果表明，制造商能够通过两种融资契约可信地传递需求状态；就提升信息传递效率而言，制造商倾向于选择信用共保回购融资契约作为传递需求信息的信号，而零售商倾向于选择贸易信贷融资契约。低担保费率时采用信用共保融资契约可以实现帕累托改进，而高担保费率时则可实施贸易信贷契约来实现。上述结论阐明了两种融资策略的优势，为管理者选择适当的融资策略提供了重要的参考依据。

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.

针对城市部分区域限行、物流系统中燃油车和电动车并存的实际情况,综合考虑客户需求量、服务时间、电动车容量、耗电量、燃油车容量、油耗量与碳排放量等因素,以总配送成本最小为目标构建混合车辆的开放式路径规划模型.根据电动车配送过程设计电动车剩余容量前置策略、中置策略和后置策略.在此基础上,根据模型特性设计一种混合遗传算法求解,并运用多类型算例开展实验.计算结果表明:本文算法综合使用电动车剩余容量前置策略、中置策略和后置策略合理规划车辆路径,充分利用电动车行驶路径配送沿途的非限行区域客户,拓展电动车服务范围,充分利用电动车容量,减少燃油车使用数量,缩短车辆行驶距离,降低配送过程的碳排放量和油耗量,在极短的时间内给出符合决策者目标的混合车辆路径规划方案,具有可行性和合理性.

在不完全信息的分散决策场景下, 针对订单具有拖期惩罚的并行机加工调度问题, 以优化分散系统全局收益为目标, 设计一种多重投标拍卖机制. 该机制采用基于客户私有价值的多重定价规则, 允许客户提交多重投标, 使客户有机会更详细地表达自身偏好, 并增加客户中标几率. 该机制中的定标优化问题属于NP-hard类的组合优化难题, 本文提出基于动态规划框架的精确算法求解该问题. 鉴于该精确算法只能在合理时间内求解小规模问题实例, 本文进一步提出基于拉格朗日松弛技术的启发式算法, 以在合理时间内求得该问题的近优解. 数值实验结果显示, 与单一投标相比, 多重投标拍卖在处理大规模问题时, 能够显著改善分散决策的无秩序代价, 其系统总收益平均能接近全局总收益的88.86%.

混料试验设计在食品生产, 工业制造, 混合药物研发, 投资组合优化等领域有广泛的应用. 为了确保设计方案对模型的变化具有稳健性, 许多学者在不同准则下提出了混料均匀设计. 然而, 当混料成分个数较多且受到的约束条件较复杂时, 基于接受拒绝算法或逆变换法的混料设计构造方法变得低效且复杂. 在本文中, 我们基于代表点法提出了线性约束区域上的混料均匀设计的高效构造方法, 其主要思想是先基于吉布斯采样算法生成混料试验区域上均匀训练样本, 然后通过优化算法将其压缩成能量距离准则下的最优代表点集. 通过数值例子分析, 新构造方法产生的设计有良好的均匀性和模型稳健性.

本文首次在非完美Z排序集抽样(IZRSS)下研究了Logistic分布中总体均值的估计. 从理论上证明了IZRSS样本均值是总体均值的无偏估计, 并且当${\textstyle{1 \over m}} \le p \le 1$时, IZRSS样本均值作为总体均值的估计比简单随机抽样(SRS)样本均值作为总体均值的估计和非完美排序集抽样(IRSS)样本均值作为总体均值的估计有效. 小样本情形下的数值结果和实际数据进一步验证了这个理论结果.

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, 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. 本文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, 本文通过模拟研究和实证分析对所提方法进行了验证和说明.

政府隐性担保是国有非金融企业杠杆高企、扭曲资源配置效率的重要原因, 当前打破刚性兑付等退出政府隐性担保的行为将引起隐性担保预期的转变, 而这将引起国有非金融企业的杠杆调整. 本文选取2010-2022 年沪深A 股国有非金融上市公司作为样本, 以动态资本结构调整模型为基础构建了双重机器学习模型, 分析隐性担保预期转变对国有非金融企业杠杆调整的影响及作用机制. 研究发现, 隐性担保预期转变促使国有非金融企业的实际杠杆水平向目标杠杆方向调整, 且能提高杠杆调整速度. 机制分析表明, 隐性担保预期下降显著影响国有非金融企业外部资金约束进而促进其降低杠杆棘轮效应, 同时通过减少信息不对称和代理成本改善其内部治理机制. 异质性分析表明, 隐性担保预期下降对低政策性负担和地方的国有非金融企业杠杆调整影响最大, 且能影响各类功能定位的国有非金融企业的杠杆调整. 本文为隐性担保预期转变对国有非金融企业降低杠杆的重要作用提供了经验证据.

本文研究工件既可以在制造商的平行机上加工，又可以转包给承包商加工的排序问题，承包商仅有一台单机加工工件且加工后工件分批运回到制造商。制造商需要确定被转包的工件集及其运输方式，以及所有工件的加工顺序，使得含有加工费用、转包费用和运输费用的目标函数值最小。针对总完工时间、最大延迟、误工工件数以及最大完工时间四个不同的加工费用，本文基于平行机排序理论，证明了问题的最优性，并对加工费用为总完工时间的情形，设计了多项式时间的动态规划算法，对其它三个情形，分别设计了拟多项式时间的动态规划算法。

基于指数罚函数,将非线性极大极小问题转化成无约束优化问题.通过引入谱参数和重启条件,设计了新型的杂交共轭参数和重启方向,提出了无约束极大极小问题带重启步的谱共轭梯度法,该算法所产生的搜索方向不依赖线搜索满足充分下降性.在局部Lipschitz连续的假设条件下,分析了算法的全局收敛性.最后,对算法进行了初步的数值实验,与同类算法进行比对,其结果表明该算法是有效的.

为插值指定的Frenet标架以及曲率和挠率,提出空间五次$F^3$插值曲线的构造及形状优化方法.空间曲线的$F^3$连续是一种特殊的$k$阶Frenet标架连续,可确保满足$G^2$连续和挠率插值.首先,构造一条插值$F^3$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$G^2$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.

考虑由一个供应商和一个强势零售商组成的两阶段零售商主导供应链，基于期权合同和包含期权的组合合同，构建了多周期情形下的供应链动态博弈模型，运用随机动态规划方法，研究了两种合同下供应商的多周期最优生产策略和零售商的多周期最优订货策略，提供近似算法来估计相应的最优策略参数。在此基础上，进一步探讨了不同期权合同形式对供应商和零售商的影响，发现期权合同对供应商更有利，而包含期权的组合合同对零售商更有利。最后，通过算例分析对上述结论进行了验证

近年来,不确定性量化问题备受关注.基于混沌多项式展开的替代模型在处理不确定性量化问题中应用广泛,而在实际应用中,我们往往面临着随机数据的分布函数未知的挑战.本文根据数据构造出基于混沌多项式展开的替代模型,并依据替代模型来做数据统计量的估计,如矩估计、概率密度函数估计、分布密度函数估计.先利用合成数据测试了替代模型的有效性和可行性,再将基于数据的混沌多项式展开法应用于一些实际数据的处理.数据结果显示,本方法在一类随机数据上表现出较稳定和可靠的预测效果.

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.

绿色消费信贷是一种通过利率优惠刺激绿色消费的金融工具.本文研究了金融机构的两种绿色消费信贷模式(G模式-无绿色标准的信贷优惠模式,TG模式-基于绿色标准的信贷优惠模式)对绿色消费和供应链绿色制造决策的影响.研究结果表明：(1)绿色消费信贷优惠系数的增加会激励制造商加大绿色研发投入,从而为消费者争取更优惠的信贷利率.此外,金融机构可以通过调整绿色标准来改善违约风险增加导致的不利影响.(2)两种绿色消费信贷模式均有助于推广绿色产品,并提高制造商和零售商的利润.特别是在金融机构的环保意识高于一定值时,采用TG模式可以实现所有参与者的帕累托最优.(3)相比于制造商单独研发情形,制造商和零售商的绿色研发合作能够扩大两种绿色消费信贷模式的激励范围和渠道成员的帕累托最优区间.

定制公交作为城市公共交通的重要组成部分, 其票价体系和线路网络设计对促进公交系统良性运营和提高服务质量起着至关重要的作用. 为定制公交科学定价和线网规划, 本文研究了一类新的考虑价格弹性需求的早晚高峰通勤定制公交定价决策与网络规划问题, 以运营利润最大化为目标, 同时优化车辆路线、乘客分配、票价和行车时间. 首先, 本文将该问题构建为一个混合整数非线性规划模型, 并将其转化为等价的线性模型. 为有效求解该模型, 提出了一种基于问题特征的改进自适应大邻域搜索算法, 设计了最小利润和最少乘客破坏算子以提高算法的寻优能力. 大量数值实验结果验证模型和算法的合理性和有效性, 实验结果表明: 针对小规模算例, 改进自适应大邻域搜索算法可以在5秒内得到最优解或较商业求解器CPLEX 更高质量解; 针对福州市典型大规模实例, 所提出的算法能获得相较于传统大邻域搜索算法和自适应大邻域搜索算法分别高0.617%和0.344%的高质量可行方案; 与不考虑定价决策和惩罚成本的问题相比, 考虑定价决策和惩罚成本后获得的决策方案, 平均可以提升14.98%的运营利润和35.51%的服务人数.

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，本文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，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，本文将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。

拼车匹配决策优化的过程实际就是拼车管理平台、司机及乘客三方进行协同博弈决策的过程.基于此,本文提出了一种个性化的拼车出价策略,并将之纳入整个拼车订单优化的的决策过程中,以期来提高拼车匹配成功率.首先提出了影响拼车服务质量的绕行距离及不准时时长两个因素,给出了基于拼车绕行距离及不准时时长的乘客距离价格函数及不准时惩罚价格函数;以此为基础,构建了以净利润最大为目标的订单优化的主导者模型和以实际出行效用最大为目标的拼车出价跟随者(乘客)模型;进一步构建了考虑服务质量的个性化拼车定价与订单规划的协同优化模型.提出了求解该博弈模型的分解匹配算法.利用该算法,通过56组不同算例,在20种不同参数组合下对该模型在提高拼车成功率的有效性上进行了验证.结果显示:与平均定价策略及不考虑服务质量的固定价格策略相比,本文所提出的个性化拼车定价策略不仅大大提高了拼车平台的利润和出行乘客的总效用,还显著提高了拼车成功匹配率.

运动神经系统是一个小型但复杂的综合系统，运动神经系统信息传导过程常常受到外界环境变化、细胞内部生化反应随机性、离子通道开关随机性等产生噪声的影响. 研究有色噪声对神经系统信息传导过程的影响，对于深入理解神经元的信息处理机制具有重要意义. 本文对有色噪声干扰下的随机FitzHugh-Nagumo神经系统信息传导模型，提出了全离散伽辽金谱方法，分析了该算法数值解的稳定性. 通过数值实验，模拟了随机FitzHugh-Nagumo神经系统在单个有色噪声样本干扰下的信息传导过程以及在多个有色噪声大样本平均意义下的信息传导过程，并与无噪声干扰的确定性神经信息传导过程作比较，分析了有色噪声对神经系统信息传导的影响，有助于解释复杂运动神经系统在噪声影响下信息传导的动力学行为.

本文研究含有不确定非线性动态的多无人车编队控制问题. 首先, 基于领航-跟随法建立多无人车编队运动模型, 描述无人车个体间的领航跟随关系.然后, 利用神经网络在线学习无人车系统的不确定非线性动态, 通过引入滑动模态, 设计基于目标跟踪机制的自适应神经网络方向控制器;同时, 结合反步递推控制技术, 设计基于目标跟踪机制的自适应神经网络推进控制器, 实现多无人车横纵向综合编队行驶.利用Lyapunov稳定性理论分析证明了闭环多无人车编队控制系统的稳定性, 并且编队跟踪误差能够收敛到原点的邻域内.最后, 仿真结果验证了本文提出的控制算法能够实现不同队形下的编队控制和队形保持.

针对网络货运平台同质化定价引发的恶性竞争等问题,本文在双边市场理论基础上,综合考虑平台技术因素与用户质量因素的交互影响,构建差异化定价博弈决策模型,给出了不同用户归属下的最优定价策略,并分析了技术水平和用户质量水平因素对最优定价的影响.研究发现:双边单归属时,平台采取两部制收费策略更优,此时平台利润与其技术水平和用户质量水平成正比.双边异归属时,平台最优定价策略存在均衡条件.当其他因素不变时,用户质量水平越高则两部制定价策略越优,技术水平越高,则仅收取注册费策略更优.双边部分多归属时,仅收取注册费的定价策略更优,此时技术水平与用户质量水平都对货运平台利润产生正向影响,但技术水平提高带来的效益提升幅度更大.

供应链中小企业普遍存在融资难的问题,阻碍了企业高质量发展.区块链技术驱动下的第三方金融服务平台为破解该问题提供了新思路.文章通过构建“政府-第三方金融服务平台-中小企业”三方演化博弈模型,探究了政府监管行为策略、第三方金融服务平台引入区块链共享信息行为策略和中小企业的融资守信行为策略,进行了三方演化博弈均衡点稳定性分析,并通过参数敏感性分析探讨了区块链技术成本、政府监管成本、政府奖惩力度与企业收益对三方演化博弈均衡的影响.结果表明:1)第三方金融服务平台是否选择区块链共享信息不仅取决于区块链技术成本,也与政府对平台和中小企业的奖惩措施及企业的违约风险收益大小有关.2)传统观念认为区块链驱动下的数字供应链金融势必优于传统供应链金融,但本研究发现只有当政府在特定情况下通过动态奖惩措施对平台进行激励以提升供应链金融信息透明度、对企业进行约束以降低融资违约率时,区块链供应链金融的融资效率才会优于传统供应链金融融资效率.

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. 本文基于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. 本文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.

探究应急物流网络里各节点与边的异质性特性,对于优化整个应急体系中选址和分配优化方案有重要影响.首先,面向备灾阶段,基于复杂网络理论选择以节点脆弱性指征来刻画各应急储备库异质性,且将各应急储备库之间以及储备库与各受灾需求点之间运输连接边的脆弱性指标纳入应急选址-分配决策过程来考量,构建一个综合权衡应急脆弱性、分配效率性和成本经济性的多目标选址-分配模型.接着,以江苏省覆盖13个地级市的应急物资储备网络为实证背景,设计NSGA-II算法对所构模型实施案例仿真求解和关键参数分析,并将求解结果与不考虑异质脆弱性的选址-分配方案进行对比讨论.仿真分析表明:脆弱性视角下异质应急储备库选址-分配优化方案不仅在成本控制和分配效率上表现良好,更能显著提升整个应急物流网络的稳定性与韧性.研究结果为应急决策者做好备灾规划提供有益参考.

本文运用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”？本文主要的结论有：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。

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.

气动捕获是低成本运输的关键技术之一,仅有一次实现的机会,可靠性的要求非常高,因此对于制导和控制的自主性、精度和鲁棒性提出了很高的要求,其设计和理论分析均具有一定的难度.目前,未见到气动捕获的控制问题的研究结果.针对气动进入的控制问题,本文采用工程采用的PD控制方法,但针对于复杂气动角运动学,其稳定性分析具有难度.本文针对气动捕获的非线性姿态动力学进行了深入研究,采用小角度线性化的方法,分析了其开环性质和闭环性能.最后,开展了考虑导航偏差和多种不确定性下的制导和控制联合数学仿真,验证了所提出方法的有效性.本文所提出的稳定性分析方法可以推广到一般气动进入控制设计中,从而为其提供了理论支撑.