障碍期权是一种在中国市场中备受欢迎的场外衍生品, 由于其收益的不连续性, 金融机构在动态对冲的过程中主要面临delta值震荡的问题, 从而导致对冲风险较大. 文章基于柳树法的思想, 在跳扩散模型下, 提出一个稳定且适用于多种随机模型的障碍期权定价和希腊值计算方法, 用于障碍期权动态对冲. 相比于现有方法, 柳树法计算delta值更稳定, 对冲成本更低. 进一步, 对2010年1月1日至2021年9月30日标的资产是上证50指数的障碍期权对冲效果进行研究, 并基于市场数据对模型参数进行实时校准. 对冲结果表明柳树法的确能够降低对冲成本和对冲风险, 进而可以为国内金融机构对冲障碍期权及相关的结构化产品提供一种新的方法.

因子分析,(factor analysis,FA)是一种流行的从多变量中提取公因子的统计技术,但它仅适用于向量值数据(每个数据点为一向量).当FA应用于矩阵值数据(每个数据点为一矩阵)时,一种常用的做法是首先将矩阵值观测向量化. 然而,向量化使得因子分析面临两个问题: 可解释性变差, 容易陷入维数灾难. 为了解决这两个问题, 文章从矩阵值数据本身固有的矩阵结构出发, 提出双线性因子分析,(bilinear FA, BFA). 新颖性在于BFA采用双线性变换, 模型参数大大减少, 有效克服了维数灾难问题, 同时提取感兴趣的行变量和列变量公因子.文章开发了两种有效算法用于BFA模型参数的极大似然估计,讨论了估计的理论性质并明确地求出Fisher信息矩阵的解析表达式来计算参数估计的准确度, 研究了BFA的模型选择问题. 与传统因子得分为一向量不同, BFA的因子得分为一矩阵, 文章为矩阵因子得分提供了计算方法以及可视化方法. 最后,构建实证研究来理解提出的BFA模型并与相关方法进行比较. 结果表明了BFA在矩阵值数据分析上的优越性和实用性.

为了解决证券投资组合收益预测模型在股票价格波动感知方面的语义细粒度量化不足和有效投资组合灵活性受限的挑战,文章提出了一种综合舆情态势评分模型(SESTM)和图套索(GLASSO)的股票收益系统预测模型.首先,采用分位回归方法对股价波动进行拟合建模,定义了波动幅度和均值序列两条曲线,用于发现与正收益波动相关的词汇.接着,运用SESTM模型从新闻公告语料中通过有监督的方式提取对股票价格波动灵敏感知的相关词汇,并形成与政策、估值和市场情绪密切相关的主题和匹配词典,进而生成舆情态势评分.最后,结合GLASSO方法构建股票价格之间的联动网络结构,并基于该网络构建个股投资组合策略.实证研究以疫情期间生物疫苗板块股票为对象,对网络联动和舆情态势评分模型开展了实验比较.实验结果显示:首先,以波动感知词汇为纽带构建的投资策略更适用于短期预测;其次,在融入反映联动网络的偏相关信息后,投资组合日均对数收益率达到1.6%,相较于未融入偏相关关系的1.4%的情况提高了14.3%,更是随机组合的日均对数收益率0.7%的2倍;而最高收益由随机组合的3.117 提高到3.605,提升幅度达到15.6%.以上结果表明,通过SESTM+GLASSO组合模型的方式提供了一种高效且性能优越的系统预测模型,该模型能够分析股票价格之间的网络联动关系,更准确地预测股票收益以制定相应的投资策略.这对于推动动态价格感知和深化大语言模型中的生成式跨模态任务的统计应用研究具有积极意义.

R软件作为统计领域重要的开源软件, 开发历史久远, 生态系统较为成熟. 基于此, 文章从复杂的有向网络角度出发, 探讨R软件包的核心组成、依赖关系, 对软件包之间的依赖网络进行社区划分, 对其发展脉络进行深入研究, 从而可以让R语言开发者、使用者快速了解R软件. 研究表明: R 软件迅速发展, 功能多样; R 软件包间的依赖关系服从幂律分布和“小世界”现象; R 软件包的依赖网络中有“统计模型”, “高性能计算”, “数据可视化”, “网页技术”, “数据预处理”, “生物信息”子社区. 综合上述分析, 文章有如下发现: R 软件生态系统可满足整个数据分析全流程的需求, 与时俱进地扩展, 吸引了来自世界各地的开发者, 注重长期维护软件包的健康. 最后, 文章从R 软件的开源模式中来探索对国产开源软件及其生态系统的指导意义.

通过向量序结构,引入了集值种群博弈问题Nash均衡与合作均衡的概念. 借助Ky Fan截口定理和广义Scarf定理, 在集值支付函数上半连续且紧值的假定下,分别得到了其Nash均衡点与合作均衡点的存在性定理.最后通过算例验证了结论的可行性和两种均衡的不同.

在政策、疫情等多重因素作用下,电商直播营销迎来爆发式发展, 如何选择合适的营销策略成为困扰着大多数企业的难题.文章研究了一个由单一制造商、单一零售商和单一达人主播组成的双渠道供应链,构建了分别考虑传统营销策略和直播 营销策略的博弈模型,探讨博弈均衡的性质以及渠道成员的营销策略偏好.结果表明:1)达人主播引流能力的增强将导致两个渠道的零售价格同时提高,而提升达人主播的社 会责任水平有利于增强直播渠道产品的相对价格优势.2)当消费者对直播营销的敏感 程度较大或者达人主播的引流能力较高时,直播营销策略能够改善制造商利润; 否则, 制造商将会选择传统营销策略.而零售商偏好于传统营销策略.这一结论在达人主播主导的情形下仍具有鲁棒性. 3)直播营销的溢出效应能够改善渠道冲突,缓解直播营销对零售商的不利影响.具体 而言,当达人主播的社会责任水平和直播营销的溢出效应系数都较高时,制造商和零售商都将偏好于直播营销策略.

在线直播平台的大规模交互数据为人类行为的定量分析提供了平台和数据基础, 为大规模人群的在线交互机制挖掘提供了难得的契机. 文章以斗鱼直播平台2020全年涉及190多万主播的直播大数据为分析基础, 基于二部图理论构建了观众—主播交互网络, 通过设计用户的交互机制提出了偏好强度可调的观众—主播交互网络演化模型. 经实验验证, 模型能够准确预测观众—主播交互网络在未来1至8天的演化结果. 文章揭示了网络直播平台观众—主播交互过程中观众对直播间已有观众数量的强偏好性, 直播间已有的观众数量越多被选择的概率越大, 反映了人类对有价值内容的趋向和偏好, 印证了真实社会系统中声誉或口碑的累积效应, 为网络直播大规模在线人群交互行为特性和内在机理挖掘提供了量化仿真模型和实证分析结果. 同时文章为大规模在线人群交互行为特性和内在机理挖掘提供了泛化性较强的可迁移研究框架, 对利用大规模在线社交网络的连边和演化规律来描述并预测社交关系的形成和发展过程有重要意义.

在对纵向数据的预测过程中,通常会遭遇模型的不确定问题.为了解决模型不确定性问题,文章提出一种基于半参数混合效应模型的最优模型平均预测方法.文章提出采用删组交叉验证的方法获得最优权重向量的估计,进而获得最终的模型平均预测值.理论上,文章证明了当所有候选模型均误设定时,所提出的模型平均估计具有渐近最优性.即,提出的模型平均估计量的二次损失渐近地达到了用该集合中权重进行加权的所有模型平均估计的二次损失下确界.另一方面,当候选模型中包含正确模型时,证明了提出的权重估计方法,在大样本意义下能够将权重分配给正确模型.模拟和实际数据分析表明,所提出的模型平均估计方法与一些常用的方法相比具有较好的预测性能.

Hopf分岔是一种比较简单而又重要的动态分岔问题，是指系统参数变化经过临界值时，平衡点由稳定变为不稳定并产生极限环.基于Hopf分岔，文章提出了一个具有饱和控制的时滞反应扩散谣言传播模型，其更好地反映了现实生活中谣言传播的特性，并且研究了其Turing不稳定和Hopf分岔，同时选择时滞为分岔参数，给出了分岔阈值的解析表达.最后，通过数值模拟仿真验证了理论结果的正确性，其结果表明扩散和时滞均是导致系统不稳定的原因.传统的谣言传播模型只考虑了时间演化，而该模型从时间和空间两个维度刻画了传统的谣言传播模型，使其更加贴切地反映了谣言在现实生活中的传播规律，为谣言传播的治理提供新的思路.

针对客户需求不确定的绿色物流配送问题,研究考虑随机需求的带时间窗绿色车辆路径模型与求解算法.综合考虑距离、时间窗、载重、燃料等因素对成本的影响,以车辆油耗成本、碳排放成本、运输成本、固定发车费之和最小为目标,建立考虑随机需求的带时间窗绿色车辆路径模型,在此基础上设计两阶段求解算法,预优化阶段根据客户随机需求量,考虑随机容量约束,设计基于大邻域搜索和禁忌搜索的混合算法获得预优化解;重优化阶段再模拟车辆配送,到达客户点更新客户实际需求,采用失败点重优化策略对后续路线进行优化.实验结果表明,与考虑碳排放和油耗成本最低的目标相比,文章方法不仅能够降低碳排放,而且还能取得更低的总配送成本.

针对由手机制造商与手机零售商或租赁平台构成的两主体线上线下供应链系统,文章探讨了三种不同的手机销售模式(RM模式, DM模式,LM模式)在不同市场条件下供应链成员的利润情况,并且根据不同的市场条件明确了手机供应链最优销售模式的选择情况.研究发现:1) 三种销售模式在不同的市场条件下各有优劣,供应链成员应该根据市场条件综合考虑, 选择合适的销售模式. 2)制造商与零售商为了使自己利润最大化, 更倾向于相同的销售模式. 3)对于手机制造商给租赁平台的补贴, 并不是补贴越大越好:当服务水平影响因子较大时,制造商的利润与补贴正相关;当服务水平影响因子较小时,制造商的利润与补贴负相关. 受需求量的影响,租赁平台的利润随补贴的增加先增后减.文章研究可以帮助手机销售及租赁供应链的相关决策者制定更加科学合理的销售模式,有助于手机租赁行业高质量发展及市场集中度进一步提升.

贝叶斯分位回归能够对线性混合效应模型中的参数进行良好的估计.在贝叶斯参数估计中，常用Gibbs抽样方法.为了得到精确的估计结果，Gibbs抽样方法需要进行多次抽样.当模型参数维度较高时，Gibbs抽样方法将会十分耗时.因此，文章采用变分推断来近似参数的后验分布.变分推断采用无条件分布来逼近Gibbs方法得到的条件分布，从而使得计算变得高效.文章将模型参数的先验假定为正态分布，对无惩罚线性混合效应模型的参数进行变分推断.考虑到模型参数可能面临的高维情况，文章将模型参数的先验假定为Laplace分布，对双惩罚线性混合效应模型的参数也进行变分推断.从模拟结果来看，变分推断对模型参数估计的精度虽略小于Gibbs抽样方法，但其运行速度较快.在高维情况下，运行效率依然很高.在大数据时代，时间和资源的消耗是文章首先需要考虑的因素.因此，文章提出的方法可实际运用在高维线性混合效应模型中.

提高物流业绿色全要素生产率是建立绿色物流体系的核心.文章通过构建非期望产出的全局SBM模型和GML指数,测算1998-2020年中国其中30个省市的物流业绿色全要素生产率,运用Dagum基尼系数分析东、中、西部地区的差异及其来源,最后建立空间计量模型检验其收敛特性.研究结果表明:样本期内中国物流业绿色全要素生产率呈波动上升趋势,但发展依旧不平衡,空间上呈现“东强西弱”格局;区域间差异是主要的差异来源,区域内差异贡献率一直维持在30%左右;物流业绿色全要素生产率低的地区有望赶超效率高的地区,最终达到同一水平;物流业绿色全要素生产率的增长与收敛受空间因素的影响且存在地区异质性,东部优化产业结构,中西部加强能源基础建设和研发投入可以有效缩小区域内部绿色物流发展差距,同时各地区应综合衡量地区要素投入对本地的促进作用以及对邻地的负向阻碍作用,以实现地区的协调发展.文章借助以上分析为构建绿色物流体系提供理论支撑,以促进中国物流业绿色健康发展.

收益管理优化是提高零售商经济收益的有效途径之一.定价是收益管理的引擎和核心技术，对于提高零售商的收益具有重要作用.考虑到在收益管理的实际应用中，预测和优化问题的复杂性，通常采用先对产品需求进行预测，然后对收益进行优化的步骤.在对产品需求进行预测时，通常会面临多个候选模型，即面临模型的不确定性，这时一般会采用模型选择方法确定最终的模型.但传统的模型选择准则包括赤池信息准则（Akaike information criterion，AIC），贝叶斯信息准则（Bayesian information criterion，BIC）等通常只考虑了模型选择对预测精度的影响，而不考虑该预测模型会如何影响接下来的优化决策目标.本文首次在商品的收益管理优化中提出最小化聚焦信息准则（focusedinformation criterion，FIC）这种模型选择准则，运用FIC模型选择准则选择产品需求预测模型，考虑了优化模型的结构，以最小化决策误差，而不是预测误差为目标，来选择预测模型.数值模拟结果表明，在大部分情况下，相比于AIC和BIC两种模型选择准则，考虑决策目标的FIC模型选择准则表现最佳.同时，实证研究结果也验证了考虑决策目标的FIC模型选择准则的优越性.

文章针对一类具有参数不确定性和未知扰动项的非仿射非线性系统，提出了一种基于奇异摄动理论的鲁棒自适应控制方法.首先，通过控制输入构建了一个快变子系统，为原系统引入时标分离特性，使闭环系统可以在快变和慢变时间尺度上分解为两个降阶子系统：边界层子系统和降阶慢变子系统.在快时间尺度上，通过设计边界层子系统的结构使其在平衡点处指数稳定；在慢时间尺度上，针对含有参数不确定性和未知扰动项的降阶慢变子系统设计鲁棒自适应控制器.根据奇异摄动理论，闭环系统的跟踪性能可由降阶慢变子系统近似.文章提出的控制方法同时考虑了参数不确定性和未知扰动项的影响，在不忽略非仿射结构的前提下实现控制目标，不依赖于原系统的时标分离特性，且避免了反步法中的"复杂性爆炸"问题.两组与参考文献控制方法的对比仿真结果验证了文章控制方法的有效性.

文章针对一类 Riemann-Liouville分数阶随机微积分方程,构造了Euler-Maruyama (EM)方法, 并证明了该方法的强收敛性. 具体地,先将此类分数阶随机微积分方程进行积分形式转化,然后利用左矩形公式构造EM方法, 并对该方法进行强收敛性分析,其收敛阶为$(1-\alpha)\wedge 0.5$, $\alpha$为分数阶导数的阶数且满足$0<\alpha<1$. 最后,通过数值算例验证了理论结果的正确性.

MOOC评论文本蕴含大量用户观点和情感信息,反应来自用户视角的MOOC质量诉求和质量满意度.文章构建了基于用户评论“主题-情感”耦合分析的MOOC质量表征模型,即基于LDA挖掘评论文本主题,表征MOOC的质量评估维度;基于BERT生成评论文本情感分类,表征MOOC质量的满意度和关注度,并以“中国大学MOOC”为例分析MOOC质量的表征结果.研究发现,不同学科类型的MOOC质量评估维度不同,不同MOOC在每个质量评估维度上的用户满意度和关注度不同,质量评估维度对MOOC质量有不同的显著性影响.文章提出的MOOC质量表征模型能泛化到具有用户评论的各种在线课程平台,能细粒度表征课程质量,为建设者设计和改进课程、学习者选择课程提供精准依据,服务优化MOOC建设和体验.

股票收益率的三个 "基本面"成分(风险合理补偿的预期收益、未来现金流与贴现率预期变化产生的现金流和贴现率信息)中, 现金流信息最有可能出现短期反转.文章第一次使用修正的分析师预测测度现金流信息,构造基于残差收益率的短期反转策略研究中国股市的短期反转效应,实证结果发现该策略能产生相比标准反转策略更高的经过风险因子调整的回报率.进一步, 基于分离出现金流信息的方法,从投资组合的多、空两方发现主要是流动性冲击而非投资者情绪能解释中国股票市场的短期反转现象.文章从残差收益率的新视角检测A 股短期反转策略,不仅丰富了资产定价金融异象领域的研究,亦提供了以中国为例的新兴市场关于理解短期收益反转理论的国际化证据.

原油价格的波动对于全球经济的发展具有显著性影响,准确地预测原油价格成为能源经济领域的热点研究课题.传统的计量经济学方法及机器学习方法在预测油价时均存在诸多不足,针对原油价格序列高度非线性、非平稳性和时变性等复杂特性,文章提出一种基于多尺度分析方法和动态误差修正的原油价格集成预测方法.首先, 基于多尺度分解和机器学习方法,构建了集成预测的多样化基模型生成机制; 进一步地,基于多种策略建立动态误差修正模型提升基模型的预测精度. 最后,建立了基于多样性的基模型选择性集成策略.针对布伦特原油市场的实证结果表明, 相比传统组合预测策略,文章提出的集成预测方法能够有效提高原油价格预测精度,具有较好的预测性能和泛化能力.

在实现高质量发展的过程中,提升区域经济韧性是促进经济发展进而带动区域全局发展的重要保障之一.文章从理论层面对数字金融影响区域经济韧性的机制进行分析,并通过构建区域经济韧性评价指标体系对各省份区域经济韧性水平进行测度和分析,基于中国2011--2021年选取的31个省(自治区、直辖市)的面板数据,进一步构建基准回归模型、中介效应模型和面板门槛效应模型对理论分析进行实证检验.研究表明: 1)区域经济韧性处于较低水平的地区数量依然较多,省份间经济韧性发展水平差距较大, 呈现出“东高西低”的不均衡特征;2)数字金融对区域经济韧性具有显著的正向促进作用,且促进效应存在“东部地区$>$中部地区$>$西部地区”的区域异质性;3)数字金融在“数字金融$\rightarrow$产业结构升级$\rightarrow$区域经济韧性”、“数字金融$\rightarrow$缩小城乡收入差距$\rightarrow$区域经济韧性”、“数字金融$\rightarrow$社会保障水平$\rightarrow$区域经济韧性”关系中发挥了显著的正向中介效应;4)数字金融对区域经济韧性的促进作用在跨越互联网普及率的门槛值后可以得到更显著的发挥,且东部沿海地区的加速门槛效应显著高于中部内陆地区和西部边远地区.因此, 通过因地制宜地发展数字金融,发挥好产业结构升级、缩小城乡收入差距和提高社会保障水平的正向效应,加快现代化信息建设, 可以有效提升区域经济韧性水平.

在决策过程中,如何在达成个体决策者期望效用的前提下获得群体最优决策方案,是多属性群决策研究的主要内容之一. 然而,已有的群决策方法在解决问题时,很少有研究考虑到决策者对单个属性的期望与风险偏好.文章研究了决策者愿景满意度的多属性群决策问题, 首先,文章探讨将BWM方法应用于多属性群决策问题当中, 用于确定属性权重; 其次,通过考虑决策者对属性的愿景以及风险偏好对方案进行排序, 最后,将BWM方法和愿景满意度函数结合, 提出了一个新的多属性群决策模型, 此外,通过一个新能源汽车的实例, 来验证所提算法的有效性与可行性,并对参数进行仿真分析.

在金融市场中,趋势择时是投资者最常用的技术分析交易策略.文章研究了趋势择时交易策略在加密货币这一新兴市场中的表现情况.通过对2013年至2022年比特币(Bitcoin)、以太坊(Ethereum)和瑞波币(Ripple)这三个主要加密货币的实证分析发现,可变长度移动均线(VLMA)策略和指数平滑异同移动平均线(MACD)策略的表现要好于固定长度移动均线(FLMA)策略和相对强弱指标(RSI)策略.在这三种加密货币中,趋势择时策略在比特币上的表现要优于以太坊和瑞波币.结果证明,特定的量化交易策略在加密货币市场中有着显著的预测能力,而且会产生比买入并持有策略(buy-and-holdstrategy)更高的超额收益以及夏普比率.这些发现在加密货币市场的泡沫时期,COVID-19疫情期间以及中国人民银行禁止加密货币的交易后仍然是稳健的.

为破解不完全信息下信息敏感型电子废弃物的回收困境，文章基于前景理论构建了由政府、消费者和回收商组成的演化博弈模型，探讨了影响系统博弈策略的主要因素.结果表明，政府加大监管力度可促进回收市场规范化；消费者负面信誉评价对非正规回收商具有导向性，高负面信誉评价激励非正规回收商规范化形成；回收过程中，消费者若遭受信息泄露损失，便趋向于不信任策略，且信息泄露损失越大不信任程度越深；前景理论中的损失规避系数和损失感知价值敏感系数，对于消费者和回收商的策略均有影响，而收益感知价值敏感系数对两者策略几乎无影响，说明决策者在博弈中更注重规避损失.

随着线上线下多渠道零售的发展,如何根据消费者偏好选择最优的零售模式,成为零售商面临的决策难题.文章考虑消费者渠道偏好,分别研究了双渠道模式、展厅模式及线上下单线下提货,(BOPS)模式下零售商的最优定价和利润,并通过对比分析明确了零售商应如何根据消费者渠道偏好水平选择最优的零售模式.研究结果表明,随着消费者线上渠道偏好的增大,双渠道模式下零售商的最优利润先减后增,BOPS及展厅模式下的最优利润递增.当消费者线上渠道偏好较小或较大时,双渠道模式最优;当消费者线上渠道偏好适中时,BOPS模式和展厅模式利润更高;消费者线上渠道偏好越强,BOPS模式相较于展厅模式越具优势.在可以预见的未来,消费者线上渠道偏好仍会在一定范围内波动,展厅模式和BOPS模式可能更具优势,零售商可根据行业内展厅效应和引流效应等具体情况选择最优的零售模式.

针对一类具有时变非对称新型状态约束和未知时变控制增益的不确定严格反馈非线性系统, 文章提出一种神经网络自适应跟踪控制算法. 与通常研究的仅与运行时间有关的时变状态约束不同, 文章还同时考虑了期望轨迹和系统部分状态对约束边界函数的影响, 该类新型状态约束包含通常研究的时变约束与常数约束, 因而这里研究的新型状态约束更具普遍性与实用性. 此类约束边界函数的各阶导数将涉及不确定非线性动态, 不再适用于控制器的设计. 文章将神经网络和虚拟参数技术相结合处理不确定非线性部分, 该方法无需对权重矢量参数进行直接估计, 大大降低了计算负担; 此外, 通过构造非分段连续的非对称受限李雅普诺夫函数, 降低了控制器设计与稳定性分析的复杂性. 文章提出的控制算法能够保证系统在不违反时变非对称新型状态约束的情况下实现较好的跟踪性能, 理论分析和仿真结果均验证了该控制算法的有效性和优越性.

网络舆论的研究既应重视数量也应重视质量, 在纷繁复杂的舆论大数据中寻找高质量的网络舆论是对新网络舆论观的践行. 以网络舆论质量三维评价体系为理论基础, 通过对舆论超网络模型节点和连边的改变和重构, 提出了网络舆论本体“噪声”超网络识别模型, 涉及环境子网、情绪子网、社交子网和内容子网. 网络舆论本体“噪声”是指无法对管理决策的制定提供意见和建议的舆论观点. 基于所提出的超网络模型, 提取18个特征指标, 并利用机器学习分类算法实现对高质量舆论观点的提取.

重大突发公共卫生事件下,应急医疗物资的准确预测和合理配置对遏制疫情的发展具有重要意义.文章致力于开展应急医疗物资配置路径优化研究,以此保障应急医疗物资快速准确到达需求节点.首先,采用贝叶斯序贯决策模型对重大突发公共卫生事件感染率进行预测,在准确获取预测结果的基础上,依据感染人数与所需应急医疗物资之间的数量关系,计算每个需求节点的需求量.其次,根据需求节点所需应急医疗物资数量,建立应急医疗物资配置模型.再者,构建自适应大邻域搜索粒子群算法对模型进行求解,并通过多组算例验证了该算法的有效性和准确性.最后,以新冠肺炎疫情爆发阶段的武汉市的情况为例,考虑了八种应急医疗物资并对其进行预测,选取武汉定点医疗机构为需求节点,进行路径优化求解并得到最优配置路线.该研究通过事先预测应急医疗物资需求量,并据此优化应急医疗物资配送路线,更加精准、高效地实现了应急医疗物资优化配置.

无人艇的水动力学具有强非线性与时变性，为便于转艏控制，提出一种基于纵荡速度的非线性变参数（nonlinear parameter varying，NPV）模型.首先从水动学机理出发，引入Ross阻尼模型，建立三自由度的非线性机理模型.其次，在机理模型基础上，将非线性项隐含于线性结构中，使模型构成类线性结构，再忽略数值较小的横荡阻尼项，并以纵荡速度为变参数，建立基于纵荡速度的NPV模型.NPV模型结构简单，具有非线性项与变参项，为Norrbin非线性模型与线性变参数（linear parameter varying，LPV）模型的扩展形式.最后，由仿真和实验验证了NPV模型能够很好地刻画无人艇转艏运动的非线性与时变特性.

随机对照试验在临床试验中应用广泛, 针对随机对照试验的样本分配是实际应用中需要考虑的重要问题. 然而对于因果推断框架下的随机对照试验, 传统样本分配方法没有考虑潜在结果相关性. 为了解决这个问题, 文章提出了一种考虑敏感性参数的样本分配方法, 并结合自适应设计给出了常用因果效应的估计. 模拟研究验证了该方法在潜在结果独立性假设不成立时也可以获得较其他常用分配方法更准确的因果效应估计.

在命题逻辑系统$\mathscr{L}^{*}_{n}$中提出了$p$-随机真度,$p$-随机相似度,$p$-随机伪距离的概念,建立了$p$-随机逻辑度量空间($F (S),\rho_{p}$).在$p$-随机逻辑度量空间$(F (S)$,$\rho_{p}$)中提出了理论的$p$-随机发散度的概念,指出理论的$p$-随机发散度是和随机$n$值分布序列$p=(p_{1}$,$p_{2}$,$\cdots$)的具体取值是密切相关的.证明了全体原子公式集$S$的$p$-随机发散度随着$n$值分布序列$p$的不同取值可以充满(0,1]实数区间.

随着在跨境贸易的数字化，跨境电商得以快速发展.为此，国家分批设立了165个跨境电商综合试验区（综试区），并出台了“无票免税”政策，吸引中小企业参与跨境电商的创新实践中.文章在考虑综试区和“无票免税”政策的基础上，研究了跨境电商企业供应链网络构建与报税策略选择的联合优化.考虑到跨境贸易场景的不确定性，构建了两阶段非线性随机规划模型；并对模型进行了线性化，设计了最优求解的L型算法.实例应用结果表明：“无票免税”政策能够有效吸引企业入驻综试区，而新实施的“区域全面经济伙伴关系协定”会弱化海外仓与国内仓的差别，促使企业布局少数有地理优势的海外仓.两者均能够有效减轻企业供应链网络的布局代价.

信息不对称是阻碍制造商积极参与碳市场交易及投入减排技术的主要原因,文章基于碳交易机制, 在零售商隐匿消费者低碳偏好信息的情形下,研究制造商减排和零售商的信息共享策略选择问题.文章利用Stackelberg模型考察供应链各成员的最优决策,其中零售商拥有私有信息 (消费者的低碳偏好)并决定是否与制造商共享该信息. 利用博弈论与静态比较分析,发现零售商共享信息对供应链有益, 且在信息不对称下,制造商与零售商制定收益共享契约可以提高自身收益.当制造商风险规避程度较低时, 零售商愿意共享信息;当消费者低碳偏好较高且对产品价格不敏感时, 制造商的减排率会增加;对于减排成本较大且消费者低碳偏好较低的产品,增加碳配额会降低产品的价格, 进而削减制造商的减排动力. 因此,制造商可以适当降低自身风险规避行为以吸引零售商共享信息, 此外,制造商与零售商制定收益共享契约对供应链有利;为加强制造商减排技术的投入,零售商可以优先对非价敏用户做好低碳产品的宣传和推广.

在平台经济快速发展的当今,越来越多的制造商开通直销渠道以迎合消费者线上购物需求.制造商开通直销渠道加剧了渠道间竞争,尽管有助于提升产品需求量,但会侵蚀零售商的市场份额,也可能增加制造商的碳排放总量.尤其是在碳配额与交易机制下,碳排放量总量的增加导致制造商通过碳交易市场购买超出碳排放限额的碳排放量随之增加,进而增加制造商碳成本.基于此,借助博弈论构建制造商和零售商间的两级供应链模型,探究碳配额与交易机制对制造商渠道入侵策略的影响.研究发现,尽管制造商总是倾向于开通直销渠道,但是否增加碳排放总量以及是否侵蚀零售商利润取决于碳交易价格和制造商碳减排成本系数.具体而言:1)对零售商而言,当碳交易价格较高且碳减排成本系数较小时,制造商开通直销渠道渠会增加零售商利润;否则,制造商开通直销渠道仍会侵蚀零售商利润;2)对碳排放总量而言,当碳减排成本系数较小时,制造商开通直销渠道降低碳排放总量;当碳减排成本系数较大时,制造商开通直销渠道增加碳排放总量.此外,文章也探究了在何种情形下,制造商开通直销渠道既增加零售商利润,也能降低碳排放总量.

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题，综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素，以应急物资配送任务完成时间最短为目标，构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明：文章方法能合理分配卡车与无人机的配送任务，科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径；卡车途中发射/接收无人机方式能有效缩短无人机飞行距离，减少卡车与无人机的协同时间，缩短通行受限情景下的应急物资配送时间，具有可行性、合理性与有效性.

为了准确评估制造型中小企业的综合质量水平并解决其生产经营管理中存在的问题，文章提出基于组合赋权VIKOR法的中小企业综合质量评估方法.参照质量管理体系要求，结合制造型中小企业的特点，设计了包含质量认证、质量监管、创新及发展能力、财务质量、社会声誉五个维度的综合质量评估指标体系，并使用改进后的信息重叠指标筛选方法优化指标；结合AHP和CRITIC法进行指标权重赋值，并应用VIKOR法计算中小企业利益比率值，实现中小企业综合质量评估.选取电子行业119家中小企业为例，采用文章提出的综合质量评估方法进行实证研究，研究结果表明基于文章提出的综合质量评估方法的结果与样本企业质量发展的客观现状具有良好的一致性，验证了文章方法的有效性.

研究了一类基于年龄等级结构的种群系统的适定性和最优控制问题.首先,利用不动点定理证明了模型解的存在唯一性和非负有界性;随后用共轭系统和法锥概念得出了最优控制的反馈控制律;最后利用Ekeland变分原理和不动点定理证明了最优控制的存在唯一性.

研究一类具有尺度结构的害鼠种群最优不育控制问题, 状态系统模型由一个带全局反馈边界条件的一阶偏微分方程和两个常微分方程组成, 控制函数为时变不育剂投放量, 性能指标代表害鼠终端规模、环境中不育剂残留量以及控制成本的加权和. 首先确立状态系统非负有界解的存在唯一性, 并给出状态向量函数关于控制变量的连续依赖性; 其次构造共轭系统和关联法锥, 导出精确刻画最优策略的Euler-Lagrange方程; 最后运用Ekeland变分原理和不动点方法证明最优策略的存在唯一性. 文章为害鼠不育控制提供一种新的建模方法.

在软参数共享模型的基础上,通过任务之间的相似度与参数之间的关系,设置自适应正则项系数$\lambda^{*}$, 自适应参数衰减比例$\theta$,文章提出了基于多任务深度学习的自适应软参数共享方法.在基于均值约束的$L_{2}$范数基础上,通过自适应地去除损失函数中正则项中的项数,去除任务间相似度不高的信息.文章的方法将软参数多任务学习动态地转化为软参数多任务与单任务联合学习,相对于软参数多任务学习方法, 该方法减少了负迁移现象带来的影响.相对于单任务学习方法, 该方法可以极大地降低局部最小解的风险. 模拟研究和案例分析都验证了该方法的有效性, 该方法的预测精度优于传统的多任务学习和单任务学习.

文章采用空间误差模型刻画个体之间的网络结构关系,讨论响应变量随机缺失时部分线性变系数空间误差模型的估计和借补问题.首先,利用矩阵分块和截面似然技术构建了参数估计量,并证明了参数估计量的渐近分布和未知系数函数估计量的收敛速度.其次基于部分线性变系数模型,提出了带有空间网络结构的缺失数据的借补方法. 最后,通过蒙特卡洛模拟研究了估计量的有限样本性质,并将该方法应用于QQ数据集分析.

文章研究了基于等势节点的多智能体系统的能控性,并提出了一种构造能控图的方法. 首先,分析了拉普拉斯矩阵的特征值与多信号输入下的多智能体系统能控性之间的关系.其次, 发现了单信号输入系统与多信号输入系统的能控性存在差异,结果表明多信号输入比单信号输入更容易实现系统的能控性. 另外,研究了含有等势节点的拓扑结构与拉普拉斯矩阵的特征向量之间的关系,并提出了确保系统能控的领导者选择方法. 随后,得到了多信号输入下基于等势节点的能控图的构造方法,给出了系统能控性的充要条件. 最后,通过数值算例验证了构造方法的有效性.