群体决策的一类惩罚评分方法

引进群体决策中关于评分数的惩罚因子 ,由此定义了惩罚评分数和惩罚评分泛函概念 .在研究了从个体惩罚评分泛函到群体惩罚评分泛函的惩罚评分映射有关性质的基础上 ,构造了一类求解群体决策的惩罚评分方法 .     

具有惩罚策略的公共物品博弈与合作演化

采用演化博弈方法,研究具有代价的第二方惩罚机制对于公共物品博弈均衡选择及群体合作行为的影响.将群体策略选择过程描述成一个多维马氏过程,通过极限分布分析系统演化稳定状态.分别考虑只对背叛策略进行惩罚的一阶惩罚机制和同时对背叛及不惩罚背叛的合作(二阶背叛)都进行惩罚的二阶惩罚机制.研究发现,与一阶惩罚相比,二阶惩罚机制可以在更大参数范围内促进群体合作的产生,系统存在选择不同均衡结果的惩罚参数临界值.并将结果与复制动态模型进行了对比.     

组织系统内利益群体非均衡博弈分析

组织系统运行过程是利益群体非均衡博弈的过程,将非均衡性引入利益群体博弈模型,建立了多利益群体非均衡博弈模型,分析了模型的非均衡性及稳定性。通过协同超额收益、协同成本、非均衡性以及分配机制参数将利益群体同组织系统有效运行相联系。     

动态惩罚机制下互联网金融平台行为及监管策略的演化博弈分析

运用演化博弈理论研究了互联网金融平台行为及监管策略的博弈演化过程,系统考察了互联网金融平台行为及监管博弈过程的影响因素,并重点对固定惩罚机制和动态惩罚机制下互联网金融平台行为及其监管策略博弈均衡进行了比较.研究表明,固定惩罚机制下,互联网金融平台和金融监管机构的博弈过程不能达到稳定的均衡状态,两个群体的行为呈现周期模式.动态惩罚机制下,互联网金融平台和金融监管机构间的博弈演化轨迹呈螺旋收敛的趋势;互联网金融平台的"自律"的初始概率不同,其随时间演化收敛到不同的均衡值;提高最重惩罚度上限,互联网金融平台选择"自律"行为策略的概率增加.     

大维数据背景下金融协方差阵的估计及应用

协方差阵在投资组合和风险管理中扮演着重要角色,但是大维数据给传统的协方差阵估计方法带来了巨大挑战.本文将改进的乔列斯基分解和惩罚函数等非参数方法应用到DCC模型的估计中,提出了非参数DCC模型(NPDCC).NPDCC模型首先通过改进的乔列斯基分解方法,将DCC模型估计中复杂的协方差阵估计问题转化为一系列的回归模型,然后通过引入惩罚函数,将一些回归系数压缩为零,解决了维数诅咒问题,使得大维动态条件协方差阵的估计成为可能.通过模拟和实证研究发现:较DCC模型而言,NPDCC模型明显提高了大维协方差阵的估计和预测效率;并且将其应用在投资组合时,投资者获得了更高的投资收益和经济福利.     

基于热门物品惩罚和用户兴趣变化的知识推送算法

为了提高用户相似度计算的精度和知识推送的准确度,提出了一种基于热门物品惩罚和用户兴趣变化的协同过滤推送算法。该算法首先对知识项进行聚类;其次在每一类中引入用户兴趣度函数来对类内未评分知识项进行评分值预测;然后在每个类的用户相似度计算中引入热门物品权重系数,用以惩罚热门物品对用户相似度的影响;最后在推送当中引入用户兴趣随时间变化的权重系数。实验还采用MovieLens数据集进行了测试,结果表明,改进后的算法比传统的协同过滤算法在推送准确度上有明显提高。     

从群体支持系统到创造力支持系统

群体支持系统主要支持在合作问题求解过程中沟通、信息共享乃至群决策等各种群体活动,特别是针对非结构化问题.这其中,如何支持群体产生创意(idea),引导深入的分析和论证是研究群体研讨过程的支持工具的最主要的难点之一.这也导致了有关创造力支持系统的研究.简要回顾了创造力支持系统的研究,介绍了所研究的支持群体互动、智慧迸发的群体研讨环境(GAE),其功能强调了“人机结合,以人为主”的设计理念和对研讨过程理性的探索.最后简要介绍该工具在分析香山科学会议上的应用.     

群体过程信息的树状结构及其定性收敛的研究

对群体过程信息组织的非结构化问题进行了实质性探讨，对信息交互过程中的信息定义提出了一套多维定义方法，通过对群体过程信息基于行为分析的多因素定义，为非结构化群体过程的信息形成树状结构提供了方法，并对其在群体过程中支持群体信息交互的逻辑功能进行了列举。     

极端偏好影响的大群体应急决策风险演化模型

针对极端偏好成员在应急决策中存在较大影响力的问题,构建了个体极端偏好影响力模型,结合风险偏好矢量的方向性和距离性提出了一种新的决策成员风险偏好相似度模型,并根据此模型将极端偏好群体划分为极端偏好同质群体集和极端偏好异质群体集,在此基础上引入非极端偏好决策成员主观接受程度来说明非极端偏好决策成员对个体极端偏好同质群体集和异质群体集影响力的接受程度,进而构建多阶段大群体应急决策风险偏好演化模型.最后通过案例及数据仿真结果的对比分析,验证了该模型的合理性和有效性.     

非线性规划的混合遗传算法

遗传算法是一类模拟自然界生物进化过程与机制、求解问题的自组织和自适应的人工智能技术,是非常好的求解优化问题的算法,但是它也容易产生早熟现象,且局部搜索能力较差。因此,在分析传统的非线性规划方法的基础上,针对传统方法的局限性,为非线性规划模型设计了一种新的启发式算法,即结合遗传算法、模拟退火算法和动态惩罚函数法的混合遗传算法,以发挥各算法处理问题的优势。对算法的过程进行了分析。通过实例说明,该算法对于求解所建立的问题是有效的。     

一种通用的阵群目标队形识别方法

受传感器检测性能和观测噪声的影响,阵群成员位置观测集合往往具有不完全性和不确定性,并含有杂波。这种情况下,基于固定基准点的传统阵群目标队形识别方法不再适用。为此,提出了一种通用的阵群目标队形识别方法。该方法根据不同的队形模板和队形观测,动态选择二者队形描述的基准点,有效地抑制了漏检、位置噪声和杂波对阵群目标队形描述的影响;通过队形观测和队形模板的队形描述之间的匹配来对前者的队形进行识别。仿真实验验证了所提方法的有效性。     

罚函数法在向量似变分不等式中的应用

应用距离函数作为罚函数,建立了向量似变分不等式与向量罚优化问题之间的关系,得到了非光滑向量似变分不等式解的必要和充分条件.讨论了一些具体情况下的相应结果.     

An Exact Penalty Function Method for Linear Static Stackelberg Problem with Multiple Leaders and Multiple Followers

ＡｎＥｘａｃｔＰｅｎａｌｔｙＦｕｎｃｔｉｏｎＭｅｔｈｏｄｆｏｒＬｉｎｅａｒＳｔａｔｉｃＳｔａｃｋｅｌｂｅｒｇＰｒｏｂｌｅｍｗｉｔｈＭｕｌｔｉｐｌｅＬｅａｄｅｒｓａｎｄＭｕｌｔｉｐｌｅＦｏｌｌｏｗｅｒｓＬＩＤｅｎｇｆｅｎｇ；ＣＨＥＮＳｈｏｕｙｕ（Ｄｅｐ...     

The distribution-free newsvendor problem with balking and penalties for balking and stockout

This paper investigates the ordering policy for the newsvendor problem with customer balking and penalties for balking and stockout. Our analysis is based on the assumption that only the mean and the variance of the demand distribution are known. In contrast to the existing research, we provide a new tradeoff tool as a replacement of the traditional one to weigh the holding cost and the goodwill cost segment： the balking penalty cost and the stockout penalty cost. Specifically, in addition to the stockout penalty, we also introduce the balking penalty, provide a new proof of the optimality of robust ordering policy to guarantee that the lower bound of expected profit obtained by us is tight, and get an robust optimal order quantity which is an exact solution but not an approximate one as before. Numerical experiments are conducted to illustrate the effect of penalties for balking and stockout.     

两种基于CVaR准则的供应链返利与惩罚契约研究

研究随机需求下,当零售商是风险厌恶时两种不同类型的供应链返利与惩罚契约,即基于零售商的订货量(ORP)或基于产品的实际销量(SRP)进行的返利与惩罚,并与零售商是风险中立时的情形进行对比.研究表明,与传统SRP契约不同的是,如果制造商对零售商的返利与惩罚幅度太大,ORP契约下零售商会无限提高订货量而不能实现供应链协调.当零售商的风险厌恶程度满足一定的条件时,通过设计合适的契约参数,两种供应链返利与惩罚契约均可使供应链达到协调.最后通过算例验证了不同情形下契约的有效性.     

An Exact Logarithmic-exponential Multiplier Penalty Function

In this paper, we give a solving approach based on a logarithmic-exponential multiplier penalty function for the constrained minimization problem. It is proved exact in the sense that the global optimizers of a nonlinear problem are precisely the global optimizers of the logarithmic-exponential multiplier penalty problem.     

Method for electromagnetic detection satellites scheduling based on genetic algorithm with alterable penalty coefficient

The electromagnetic detection satellite （EDS） is a type of earth observation satellites （EOSs）. The Information collected by EDSs plays an important role in some fields, such as industry, science and military. The scheduling of EDSs is a complex combinatorial optimization problem. Current research mainly focuses on the scheduling of imaging satellites and SAR satellites, but little work has been done on the scheduling of EDSs for its specific characteristics. A multi-satellite scheduling model is established, in which the specific constrains of EDSs are considered, then a scheduling algorithm based on the genetic algorithm （GA） is proposed. To deal with the specific constrains of EDSs, a penalty function method is introduced. However, it is hard to determine the appropriate penalty coefficient in the penalty function. Therefore, an adaptive adjustment mechanism of the penalty coefficient is designed to solve the problem, as well as improve the scheduling results. Experimental results are used to demonstrate the correctness and practicability of the proposed scheduling algorithm.     

二维足码定位法的缺陷分析与综合评价新方法

用具体例子说明了“二维足码选择定位法”存在不足和缺陷 .在考虑保持每个方案排序的相对重要性的前提下 ,给出一个新的综合评价方法 ,并通过实例说明了新方法的计算过程 .该方法不存在二维足码选择定位法的不足和缺陷 ,且更加简单、实用而有效.     

模糊偏好下群决策结构的研究

研究了群决策问题的模糊偏好关系 ,在模糊理性条件下证明了一个不可能定理 ,提出了影响集的概念 ,讨论了对群决策产生影响的影响集的结构 ,并给出了一个实例.