个体选择偏好与推荐算法滥用使公众陷入信息茧房困境, 诱发差异化集群行为, 并促使舆论极化加剧形成, 甚至对社会公共秩序造成了严重影响. 通过系统剖析信息茧房下公众行为差异对异质观点群体交互产生的群内同质制约削弱-强化复合影响、群际抑制-促进组合交互影响, 借鉴Lotka-Volterra建模思想, 构建异质观点交互的舆论极化动力学模型, 并求解平衡点及其稳定性, 进而通过数值仿真与实证分析揭示舆论极化规律. 研究发现, 信息茧房下群内同质制约作用越弱且群际促进作用越强, 两群体扩张速度越快且规模越大, 越易呈现二元极化态势. 当所受群际抑制作用较大且异质观点群体的同质制约作用较弱时, 群体扩张速度将减缓且规模达到顶峰后会减小甚至消失, 呈现单一极化态势. 潜在扩散范围正向影响群体自身扩张速度与最终规模, 且在群际促进作用下可减缓异质观点群体的扩张, 但不影响其最终规模.

随着山区农村寄递需求日益增大,其寄递物流路径规划问题成为学术热点.文章基于农村客货邮融合发展背景,研究了客运班车-电动车-无人机协同配送模式下山区农村寄递物流路径规划问题.首先,根据村级服务点的地理位置、分布特征、货物递送量和寄件量,将其划分为电动车服务类型(TC)和无人机服务类型(FC);其次,基于山区农村客运班车的潮汐性客流特征,建立客车闲置容量函数;然后,以包含运输启用费用、代运客车和电动车的运量成本、客车和电动车的运距成本、无人机电耗成本和电动车配送时间成本的总成本最小为优化目标,构建数学模型;为求解该模型,设计了一种多约束修正聚类算法与改进自适应遗传算法的混合算法(MCDCA-IAGA).实验结果和案例研究表明,客运班车-电动车-无人机协同配送模式有效降低了2.9%的配送成本和8.6%的配送时间,为山区农村寄递物流路径规划提供了可行的解决方案.

共享出行服务的快速发展为城市出行提供了新的解决方案. 网约车平台通过智能手机应用程序提供便捷的叫车服务, 能够更好地将用户需求与即时运力相匹配. 在拼车出行服务中, 乘客可以合乘同一辆车, 将各自的目的地作为途径点, 以提高车辆的利用率. 文章提出了一种基于自注意力强化学习网络的网约车订单合乘及派单优化模型. 首先, 构建了网约车合乘出行拓扑网络, 考虑乘客的上下车时间、地点等因素, 设计了按需合乘动态匹配算法, 识别网约车潜在合乘订单. 然后, 构建了基于自注意力强化学习网络优化网约车派单, 采用策略梯度算法进行学习和训练, 在派单过程中引入掩码方法保证派单决策的有效性, 依托其“离线训练+在线决策”的优势, 实现大规模网约车派单问题的高效求解. 最后, 基于北京市网约车订单数据进行了实际案例研究, 结果表明, 基于自注意力强化学习网络的派单算法在保证路径接近最优的同时, 求解时间满足即时派单需求. 网约车订单合乘和派单优化可以有效减少车辆的行驶距离和车队规模, 尽管订单合乘略微增加了乘客的等待时间, 但是在提高网约车的运营效率、缓解交通拥堵、减少环境污染等方面具有明显的促进作用.

文章基于2011-2021年78家城市商业银行和农村商业银行平衡面板数据, 采用固定效应模型检验数字普惠金融对区域商业银行经营绩效的影响. 结果表明: 两者间存在显著负向关系, 这一结论经过内生性处理和稳健性检验后仍然成立,说明当前竞争挤出效应仍然影响较大. 进一步通过调节效应和门槛效应分析表明, 数字普惠金融技术溢出效应驱动区域商业银行业务创新和提升风险承担能力, 减弱了两者负效应, 且风险承担调节效果更加显著; 门槛值参数估计结果显示, 业务创新对农村商业银行负向收敛调节效果更加显著, 风险承担对城市商业银行负向收敛调节效果更加显著. 文章研究结论对区域商业银行数字化转型及区域经济的可持续健康发展具有重要的实践启示.

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,但该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.

文章探讨了数据以流形式分批次到达时的一类在线时间序列预测问题.传统时间序列预测模型通常假设数据集是静态的,对于处理动态变化的数据流往往预测精度不高.为了解决这一问题,文章提出了一种改进的基于Transformer架构的时间序列预测模型.首先,文章对传统的时序卷积网络(TCN)进行了改进.通过调整连接结构,将时序卷积模块嵌入到编码器和解码器的前端,文章的模型不仅能够捕捉序列数据中的元素间关系,还能通过时序卷积捕捉时间维度上的局部特征,从而扩大了模型的“感受野”.这种改进在不显著增加计算复杂度的前提下,增强了模型对时间序列数据的理解能力.其次,文章在模型训练中引入了强化学习中的经验放回策略.这种策略允许模型在有限的数据集上进行更充分的训练,从而提高了模型的泛化能力和预测精度.最后,文章在多个数据集上对提出的模型进行了验证.结果显示,与原始的Transformer模型相比,文章提出的模型在不同程度上都取得了性能提升.特别是在数据量较大、复杂度较高的数据集上,性能提升更为显著.此外,文章在附录部分提供了详细的证明和补充材料,进一步支持了模型设计和性能提升的合理性.总的来说,文章通过结合时序卷积网络和Transformer架构的优势,提出了一种新的在线时间序列预测模型.该模型在保持计算效率的同时,显著提高了预测精度,为动态数据流的预测提供了一种有效的解决方案.

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,加强中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.

在低空经济赋能“最先一公里”节点的背景下,针对果蔬农产品的季节性、鲜活性、易腐性及地域性特点,提高“最先一公里”阶段的采摘与配送效率成为提升农产品市场竞争力的关键问题.在考虑区域限制和时间约束的条件下,文章研究了卡车-多无人机协同取送路径问题.为解决该问题,文章构建了两阶段混合整数线性规划模型并设计了一种基于混合局部搜索的遗传算法,以实现第一阶段内最小化无人机和卡车行驶总成本以及停靠点启用成本;第二阶段内无人机和卡车的总运输成本最小化.其中,在选址阶段引入联合覆盖规划概念.大量实验数据验证了模型与算法的可行性与有效性.此外,文章结合顺丰公司的实际运营数据进行了实证分析,实验结果表明,所构建的和算法可在给定时间内给出较优方案,显著提升果蔬农产品的“最先一公里”物流效率,有效保障了产品的成熟度与生鲜性.文章研究成果不仅为农产品供应链的现代化转型提供了理论支持与实践指导,还为低空经济在农业领域的应用探索了新的方向.

注册制是中国资本市场发展的关键改革,推行询价制改革,旨在将定价权更多交由市场主体,提升新股定价效率.因此,围绕注册制下的IPO定价效率评价和询价制改革效果的系统性研究备受关注.文章基于双边随机前沿模型测度2016–2023年A股2365家上市公司IPO定价效率,并验证注册制下询价制改革对IPO定价的系统性影响.研究发现,2016–2023年A股市场首发定价中抑价效应强于抬价效应,整体定价低于合理水平7.06%,且在不同板块、年份、所有制形式和破发与否的条件下有其明显特征区别.询价制改革整体推高了股票首发定价,主要由股票市场内科创板依靠板块特性独自拉动,而其他板块则呈现下降趋势.在注册制推广阶段,科创板和创业板存在明显竞争,主板改革效果并不明显.同时,梳理出询价机构数量和报价有效性两种路径来解释其影响.最终,文章依据研究结论为监管部门询价制改革方向提出针对性建议.

文章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.文章相较于现有研究,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.

外卖配送问题具有订单请求动态性、多目标以及取送一体化等特性,需要动态跟进骑手状态以更新配取路径.文章针对外卖配送路径规划中的多目标动态优化问题,考虑骑手体力和路网熟悉度对配送效率的影响,以最大化平台、骑手、顾客的三方利益为目标,设计并构建新的外卖配送路径优化模型.为解决动态时间片段下多目标的权重设定难题,文章提出一种基于动态权重调整策略的多目标启发式算法.同时,外卖配送的算例证明算法的可行性.结果表明:文章算法能够在动态环境下有效平衡三方利益,输出各方均满意的配送方案,且效果优于Gurobi求解器,验证算法的有效性.针对不同类型骑手的派单策略进行分析,所获得的管理启示可为外卖平台的运营提供决策借鉴.

利用2009年至2023年华证ESG评级数据, 文章检验上市公司ESG评级对企业下一年度在股价、财务和经营三个方面的风险水平的影响. 研究发现, 较好的ESG评级对企业未来一年三项风险水平均有显著的抑制作用. 具体地, 对于股价崩盘风险, 高于基准水平的ESG评级作为一种强烈的市场信号对企业股价崩盘风险水平的降低更显著; 投资者关注程度高的个股, ESG降低企业股价崩盘风险作用更强; 此外, 在《环境保护法》实施后ESG和股价崩盘风险的负向关系更加显著. 而对于财务风险, ESG对于企业财务风险的降低具有边际递减效应, ESG评级从低到中的提高能够改善企业财务风险水平, 但随着ESG评级进一步的提高, 该作用变得不显著; 同时,企业自愿披露非财务信息行为强化了 ESG 对于财务风险的抑制作用. 对于经营风险, ESG评级降低经营风险作用同样具有边际递减效应; 同时股权性质对ESG评级降低经营风险有调节作用, 相比于私企, ESG评级对国有企业经营风险的抑制作用更强. 文章基于企业年限长短的分样本异质性检验结果显示, 对于成立年限长的企业, ESG评级对风险的抑制作用更强, 而对于成立年限短的企业则较弱.

针对设备的健康诊断和剩余寿命预测问题,提出一种数据-模型双驱动的随机过程模型.首先针对非振动类信号提出了一种新的信号标量化方法,使得连续性信号(温度、速度、压强等)能够通过标量化方法形成可以输入到隐半马尔可夫模型的数据类型.其次,提出一种新式退化核驱动的改进隐半马尔可夫模型(deterioration kernel-based modified hidden semi-Markov model,DK-MHSMM)实现机械装备观测标度至潜在状态的过程映射,动态甄别设备状态模式.再次,在DK-MHSMM中引入粘连系数,运用遗传算法以及樽海鞘群算法的协同进化算法替代常规EM参数估计方法对模型参数进行估计,根据设备全寿命分布特点以及设备当前状态值提出了相应的剩余寿命预测方法.最后,利用涡扇发动机数据集对该方法进行了验证,验证了该方法的有效性和可行性.

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. 文章基于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. 文章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.

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. 文章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.

自动生产线融入故障智能诊断报警技术能避免因故障带来的生产中断和经济损失.传统的故障诊断方法通过机器视觉等技术采集反映机械疲劳故障的物理特征数据进行预测,但复杂工况中存在的大量噪声导致基于该方法的高精度故障诊断需要大量成本.因此,文章提出一种基于产线数据挖掘故障潜在发生规律并实现预测预警的方法.首先,基于生产线直接产量数据构造五类泛化性较高的衍生特征变量对故障进行表征;其次,基于近邻欠采样平衡故障数据稀缺现象,并构建CNN-LSTM-Attention模型进行故障诊断与预警;最后,利用10条生产线共计7500万条数据进行数值实验,并于传统机器学习、CNN和LSTM模型进行对比验证.实验结果表明,该模型预测精度为99.97%,证明在不依赖机理特征的情况下,能够有效实现数据挖掘与特征工程层面的生产线故障诊断与预警.

优化营商环境是近年来中国持续推进的重要举措,其目的在于通过优化市场资源配置、激发市场创新活力来推动新质生产力快速发展.文章以2021年营商环境创新试点城市建设为准自然实验,探究营商环境对企业创新的影响.研究发现,营商环境试点政策能够有效带动当地企业创新,且该促进作用在非国有、高制度交易成本、低数字化转型程度、所在城市要素市场发育程度高的企业中更加突出.机制分析表明,政策通过提高试点城市的市场竞争程度、缓解企业融资约束、激活知识产权交易市场等渠道促进企业创新.进一步结果显示,营商环境对企业创新的促进作用主要体现在“集约边际”而非“广延边际”,即政策实施前已有专利申请的企业更能抓住政策契机来提升其创新产出水平.文章结果丰富了营商环境影响微观企业的相关研究,且有助于下一步的政策优化.

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,文章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, 文章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,文章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.

文章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,仿真结果验证了文章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.

碳配额分配机制是构建碳排放权交易体系的核心制度设计之一.一方面,免费分配模式可能削弱市场效率与分配公平性;另一方面,直接转向全拍卖机制则可能引发企业合规成本骤增,加剧转型风险.然而,既有研究多局限于“免费分配-全拍卖”的二元对立范式,对渐进式转型路径下的制度设计尚未形成系统性研究成果,导致中国碳市场分阶段转型的路径探索缺乏理论支撑.该研究突破传统分析框架,创新构建多市场联动的碳排放权交易模型,将一级碳市场、二级碳市场、产品市场与企业跨期战略调整纳入统一系统,模拟免费分配以及不同有偿分配比例下委托拍卖和纯拍卖三种配额分配方式对碳市场有效性的影响.基于中国实际数据的仿真研究表明:在碳市场建设初期,采用小比例委托拍卖能够在控制转型成本的同时激活市场活力,但需警惕其收益返还机制随政策强度提升而产生的激励扭曲效应.随着碳排放交易体系的成熟,大比例的拍卖仍然是最佳的分配方式,因为它显著促进了长期的技术进步和碳减排.这一发现为碳排放权交易体系的渐进式转型提供了关键路径:通过制度设计的动态适配,既保障转型期市场稳定,又实现成熟期深度减排目标.

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.文章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,文章结合实验结果,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.

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,该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该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,文章设计的控制器具有更强的抗故障及干扰性能.

加密数字货币“挖矿”活动耗能巨大,这将触发加密数字货币市场与能源市场潜在的交互影响机制.当前,各类突发事件频发,给全球金融市场带来了巨大的冲击,金融市场之间的风险传递也随之加剧.文章首先运用TVP-VAR扩展联合关联性方法度量加密数字货币市场和能源市场间的总溢出水平.接着,运用时变因果分析方法和分位数对分位数回归方法,研究突发事件对加密数字货币市场与能源市场之间的风险溢出水平的影响机制,剖析新闻媒体报道(疫情媒体报道率和俄乌冲突新闻情绪)和不确定性因素(地缘政治风险和经济政策不确定性)对两个市场之间总溢出水平的影响程度和影响方向.最后,通过实证分析发现:第一,在中美贸易摩擦、新冠疫情和俄乌冲突期间,两个市场之间的总溢出水平明显增强,其中在新冠疫情期间达到了顶峰.第二,不同突发事件对总溢出的影响机制是不同的.具体包括如下三种情形:在中美贸易摩擦期间,地缘政治风险对两个市场之间的总溢出水平有显著的因果影响,且在高分位数上是正向影响;在新冠疫情期间,疫情媒体报道率和经济政策不确定性指数都对两者之间的总溢出水平产生了显著的因果影响,且是在高分位数上是正向的影响;而在俄乌冲突期间,俄乌冲突新闻情绪指数并没有对两个市场之间的总溢出水平产生显著的时变因果影响,但分位数回归却发现了其在高分位数上的负向影响.从影响的程度上看,疫情媒体报道率对加密数字货币市场与能源市场之间的总溢出水平的影响最强.

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,往往面临着随机数据的分布函数未知的挑战.文章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,所提方法在一类随机数据上表现出较稳定和可靠的预测效果.

文章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, 将文章的MSE估计方法与已有方法进行比较, 发现文章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. 最后采用文章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.

针对大规模、不规则的多色服装裁剪分床计划(multi-color cut order planning,MCOP)问题,提出了基于深度强化学习和多目标粒子群的复合优化算法.首先,以生产误差和生产成本为优化目标,结合设备数量、铺布层数等约束条件,建立了MCOP多目标优化模型.其次,设计了基于双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)的裁剪分床全局优化求解策略,构建了TD3算法的马尔可夫决策过程,并设计了基于误差和成本的奖励函数求解得到全局解.再者,提出了基于线性解耦的多目标粒子群裁剪分床局部优化算法,设计线性规划解耦策略实现尺码组合矩阵与铺布层数矩阵的快速解耦计算,有效提高求解精度和速度;同时,通过精英档案策略得到MCOP问题的Pareto最优解.最后,通过实际案例和算法对比实验验证了所提方法的可行性和优越性,可为服装企业提供良好的参考价值.

在全球气候变暖大背景下,中国极端高温事件频发,气候风险呈上升趋势,农作物遭受严重损失. 文章利用深度学习算法N-BEATS 模型迭代预测未来气温的演变趋势,基于一天中极端高温强度和持续时间,构建一个全新的极端高温指数和相应的气温衍生品合约,旨在对冲农作物面临的极端天气风险.研究结果显示, 文章提出的模型对未来气温变化的预测效果显著,新构建的天气衍生品能为极端高温风险提供一种有效的对冲工具.

对于多目标存零约束优化问题, 因存零约束的存在, 使得Karush-Kuhn-Tucker (K-K-T)条件在可行点处可能不成立, 因此, 研究更弱的稳定性概念及适用的最优性必要条件是有必要的. 文章首先定义了这类问题的广义Guignard约束规范, 然后在此约束规范下, 构建并证明了其最优性必要条件. 存零约束规划问题由于可行域可能不连续, 导致传统的非线性规划方法难以直接应用. 最后, 文章提出了该问题的松弛模型, 并证明了在一定条件假设下, 松弛模型的Pareto有效解集和Pareto弱有效解集分别Kuratowski-Painlevé收敛到原问题的Pareto有效解集和Pareto弱有效解集, 同时松弛模型的Pareto KKT集上收敛到原问题的Pareto弱稳定点集.

发行绿色债券不仅是推动企业新质生产力提升的关键动力, 而且是深化环保责任实践、完善环境治理体系的重要手段. 文章基于2010-2022年A股上市企业数据, 运用双重差分模型分析绿色债券发行对企业新质生产力的影响. 研究发现: 1) 企业发行绿色债券能够显著提升新质生产力水平; 2) 机制分析表明, 发行绿色债券通过提高企业绿色创新能力以及降低融资成本促进了新质生产力的提升; 3) 异质性分析发现绿色债券的发行对非国有企业、中小微企业、高污染型企业新质生产力的促进作用更显著; 4) 进一步分析发现, 公众环境关注度和地区环境规制在企业新质生产力的提升过程中起到显著的逆向调节作用. 文章研究结果为提升企业新质生产力水平, 实现企业绿色发展转型, 推动企业高质量发展提供了有力的经验证据.

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.文章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.

文章探讨了数字经济对旅游业高质量发展的促进作用,并分析了其区域异质性和空间溢出效应.基于2015-2021年中国各省份的面板数据,文章构建了数字经济和旅游业高质量发展的评价指标体系,并采用熵值法对指标进行权重赋值.通过双向固定效应模型分析,文章发现数字经济对旅游业的高质量发展具有显著的正向影响.随后,文章进一步分析区域异质性,结果显示在东部地区,数字化技术在旅游业的应用更为充分,而在中西部偏远地区,数字化技术的应用则受到一定限制.此外,通过莫兰指数和空间杜宾模型的分析,文章发现数字经济对旅游业高质量发展具有显著的正向间接效应和空间溢出效应.文章为提高地区数字化水平,推动旅游业高质量发展提供了实证依据.

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, 文章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.

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.

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:文章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.

模体是网络高阶结构的一种表现形式,文章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,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.

文章从拓扑结构的角度研究了基于一致性协议的符号多智能体网络的能控性.首先, 基于拉普拉斯矩阵的特征向量和领导者-跟随者结构, 得到了无向符号拓扑能控的代数充要条件. 依此条件, 对于通过连接两个子拓扑得到的合成拓扑, 提出了两种连接能控子拓扑来构造能控合成拓扑的方法. 此外, 基于不能控的无向符号拓扑,首次定义了同符号双重能控性破坏节点(same sign double controllability destructive nodes, SSDCDN)和逆符号双重能控性破坏节点(inverse sign double controllability destructive nodes, ISDCDN), 通过分析这些节点的特征得到了能控性在多领导者无向符号拓扑图上的充要条件. 最后, 在已有结论的基础上, 提出了两种特殊类型的不能控符号子拓扑与能控符号子拓扑连接形成能控合成符号拓扑的设计方法.

文章针对一阶线性不确定系统,研究了以饱和函数和以ReLU函数为激活函数的循环神经网络控制器的稳定性和鲁棒性.给出了闭环系统收敛到非零目标值的必要条件以及指数稳定的充分条件,定量刻画了状态初值、目标值以及对象未知参数鲁棒性范围与控制器参数之间的关系,分析结果表明,以ReLU函数为激活函数的RNN控制器的鲁棒性更强.

集成时变参数向量自回归(TVP-VAR)和DY溢出指数模型, 研究了气候政策不确定性(CPU)、全球股票市场、债券市场和大宗商品市场之间的动态关系, 测度了市场间风险溢出效应的强度, 分析了市场间风险联动和溢出的时变特征, 尤其在重大事件影响下的动态波动特征; 进一步, 构建了最小方差、最小相关性和最小连通性等不同目标下的最优投资组合权重, 并结合对冲有效性和夏普比率, 分析了最优投资组合策略. 研究结果表明, CPU下金融市场间的溢出具有明显的时变性和动态性, 且受重大事件和政策不确定性的影响较大. 不同资产的动态净连通性存在异质性, 标普500和斯托克50在全球金融市场中表现为关键的系统性风险传导节点; 美国国债表现为净溢出效应, 德国和中国国债表现为净溢入效应; 大宗商品市场中, 铜和原油的净连通性波动幅度较大. 不同类型投资组合收益的动态变化趋势具有一致性, 但同时存在结构性差异, 需要动态调整配置以优化组合表现. CPU在投资组合优化策略中发挥重要作用, 在跨市场投资组合中加入CPU, 能够有效提升投资组合的平均收益和夏普比率.

文章基于投资者有限关注理论, 采用构建投资组合的方法, 研究了投资者关注驱动下股票收益和错误定价程度的变动. 研究结果表明, 投资者关注对股票价格具有压力效应, 关注使得股票在短期内获取异常收益, 而这种异常收益在未来是否反转则取决于股票当前的错误定价程度. 被高估的股票的短期异常收益在长期持续反转, 持续一到两年, 表明关注放大了股票的错误定价程度;被低估的股票的长期收益没有明显异常, 关注并未加大其定价错误. 低估股票和高估股票的未来收益差别可能由套利不对称引起. 进一步控制了市值和流动性指标后, 发现市值小、流动性低的股票更倾向于在关注的驱动下被投资者所高估, 其错误定价程度更容易被放大.