学习联盟中防范机会主义机制的博弈分析

多数文献都把学习联盟中的价值创造与防范机会主义的治理机制问题分开来进行研究。利用动态博弈的方法，本文发现，学习联盟的价值创造活动中隐含着一种具有自我执行特点的治理机制，其特点是，通过联盟成员的资源的互补性和两种类型的学习能力之间的关系所具有的承诺作用，该治理机制就可有效地防范学习联盟中可能发生的机会主义现象，从而就将价值创造与防范机会主义的研究统一起来了。     

房地产市场信息不对称的动态博弈

通过对房地产市场信息不对称的动态博弈关系进行研究,认为目前我国房地产市场中出现问题的根本原因在于信息不对称及诚信缺失,信息不对称使得参与备方的机会主义行为盛行,正常的市场机制难以发挥应有作用.信息不对称前提下一对多的动态博弈模型能够解释目前房地产市场中出现与供求规律不相符的高空置率与高价格并存现象.研究认为,"双高"现象有利于重复博弈的开发商一方,其重要原因是讨价还价双方的信息不对称及地位不对等,使开发商具有充分的激励维持高价并在此过程中获得更多的利润,通过等待可以获得有关置业者更多风险偏好程度的信息,进而在讨价还价过程获得更多收益.信息在买卖双方之间传递的阻隔和不对称是房地产市场的普遍特征,是市场交易关系中所处地位不对等这一客观状况所造成的.为了有效地解决房地产市场的信息不对称问题,保障置业者合法利益,提高房地产市场效率,从政府、开发商和置业者等方面提出了解决房地产市场信息不对称的建议.     

考虑长期合同的发电市场竞价机制设计

发电市场中发电公司可能利用其成本信息优势抬高报价从而降低市场效率,应该设计合理的竞价机制鼓励发电公司揭示其真实成本信息.文章在发电成本函数为二次函数的情况下,考虑电力长期合同对现货市场的影响,设计一种激励相容的发电市场新竞价机制,该机制通过给予发电公司合理的信息补偿,使其揭示真实发电成本,从而实现发电市场的经济配置.最后以IEEE-RTS96的数据为基础,对所设计的新机制进行仿真分析,结果表明与现有的MCP机制和PAB机制相比,新机制可以通过揭示发电公司的真实发电成本而提高发电市场的经济效率.     

信息不完备小样本条件下离散DBN参数学习

针对信息不完备小样本条件下离散动态贝叶斯网络参数学习问题,提出约束递归学习算法。该方法通过前向算法建立含有隐藏变量的离散动态贝叶斯网络参数递归估计模型,以当前时刻网络参数为变量,构建均匀分布表示的先验参数约束模型。在此基础上利用优化算法获得近似的Beta分布,将该分布下的先验参数信息加入递归估计模型中完成参数学习。通过无人机动态威胁评估模型验证了该方法的有效性和精确性。     

基于Orness测度的多阶段不确定语言信息优化集结

研究不确定情境下多阶段语言信息的集结问题. 建立了多阶段不确定语言信息集结的TOPSIS分析框架, 以贴近度思想表征各方案单阶段绩效; 基于决策矩阵信息和Orness测度约束, 建立以相邻阶段方案的综合贴近度离差和最小为优化目标的阶段权重确定模型, 考虑了主观偏好和方案决策信息对阶段权重的综合影响; 设计各方案贴近度范围分布估算模型, 解决多阶段决策过程中的决策风险问题; 建立了Orness测度的参数灵敏度分析模型, 探讨不同取值范围对方案多阶段优选排序的影响. 算例说明了方法的应用步骤和可行性.     

不确定环境下的威权机制与经济发展

在不确定的经济环境下, 分别站在中央和地方政府的立场上, 论文拓展在经济学领域日渐流行的实物期权模型方法而深入探讨了威权机制对经济发展的重要作用和意义. 通过定义转移成本和威权租金这两个概念, 论文揭示了威权机制加速经济发展的原理, 并且解决了以前文献未能解决的关于政企合谋的激励问题： 政府威权与微观经济主体是怎样结合的难题. 特别的, 针对中央和地方政府应用威权机制加速发展经济的动力不完全一致的情形, 论文设计出了中央政府最优转移成本目标得以有效执行的最优契约机制, 以确保实现中央政府社会福利最大化的目标. 因此, 当转移成本所造成的负面成本足够小时, 论文揭示了威权机制在允许地方政府和企业合谋或合作的条件下, 促使中国经济加速发展的关键作用, 并且对于未来经济发展我们得出了具有指导意义的建设性建议. 另外, 论文的研究成果对于完善和丰富科学发展观也具有很好的借鉴意义.     

具有控制时滞的不确定分布参数系统迭代学习控制

研究了具有控制时滞的不确定线性分布参数系统的迭代学习控制问题,允许系统在迭代过程中初始状态值存在一定偏差。提出了基于时滞已知的P型迭代学习控制算法,给出了其L²范数收敛的充分条件,并利用Green公式、以及Gronwall-Bellman不等式等从理论上进行收敛性证明。数值例子验证了该算法的有效性。     

遗传算法中两种学习机制的混合应用

在遗传算法中引入个体学习机制能够提高算法的性能,避免算法收敛过慢或陷入局部最优.常用的个体学习机制有两种,即拉马克学习与鲍德温学习,通过分析比较了两种学习机制在遗传算法中的性能差异,指出了它们各自的优势与不足.为进一步提高算法性能,基于"学习潜能"的新概念及利用鲍德温学习挖掘个体学习潜能的方法,将两种学习机制有机结合在一起,使学习的优势得到充分发挥,使其不足得到有效抑制.数值试验结果表明,包含两种学习机制的新算法取得了很好的效果.     

基于改进迭代学习的参数不确定卫星姿态控制

针对卫星运行时存在的诸如在轨组装升级后的卫星转动惯量变化较大且难以确定等问题,提出一种基于改进预测迭代学习控制的姿态敏捷机动控制方法.首先,以改进递阶饱和控制作为反馈控制器,实现原系统的稳定.其次,加入改进预测迭代学习控制作为前馈控制器,提高系统动态性能、鲁棒性与敏捷性.然后,采用基于混合执行机构的零运动操纵律提供高精...     

市场供求不确定供应链的多目标鲁棒运作模型

提出了由一个制造商和一个供应商构成的多产品、多阶段供应链在原材料市场的供应和消费市场的需求均不确定条件下的多目标鲁棒运作模型.采用已知概率的离散情景描述消费市场需求和原材料市场供应的不确定性.供应链的运作模型为一个多目标规划问题,满足诸如供应链协调运作、所有供应链成员的目标利润尽可能最大、对应于不确定供求的决策的鲁棒性等多个相互冲突的目标.数值算例的结果表明,将鲁棒性运用于这些目标中,能够减少产品需求和原材料供应的不确定性对目标值的影响.     

LIVESTOCK PRODUCTION PLANNING UNDER ENVIRONMENTAL RISKS AND UNCERTAINTIES

1. Introduction The world food economy is increasingly being driven by a shift of diets towards livestock products. In the developing countries, consumption of meat has been growing at 5-6 percent p.a., and that of milk and dairy products at 3.3-3.5 percent p.a. in the last few decades. Much of the growth is taking place in China (Huang and Zhang et al. 2003a, Huang and Liu 2003b, Keyzer and van Veen 2004, Ma and Huang et al. 2004, Simpson and Cheng et al.1994, USDA Economic Research Se…     

不确定信息下考虑相关性与多样性的作战方案推荐方法

针对现有的作战需求表征与作战方案评价存在不确定性信息、作战方案设计中经验积累与重用以及作战方案推荐中相关性与多样性权衡问题, 提出了一种不确定信息下考虑相关性与多样性的作战方案推荐方法。首先,将粗糙集理论融入最优最劣法(best-worst method, BWM)中对各作战能力属性进行赋权; 其次, 给出了不确定信息下作战方案与任务需求之间的相关性、作战方案之间的多样性计算模型; 然后, 提出了权衡相关性和多样性的行列式点过程(determinantal point process, DPP)模型, 在此基础上, 给出了贪婪最大后验概率(maximum a posterior, MAP)推断算法和贪婪Trade-off推断算法以获得作战方案最优推荐子集; 最后, 通过案例分析验证了所提模型和方法的适用性和可行性。     

基于信息分解视角的香港股市运行效率研究

利用极值将收益率分解成利好和利空消息冲击的合成,本文实证研究了香港股市对信息的反应效率.基于恒生指数的实证研究发现:1.坏消息对香港股市的冲击持续性要强于好消息;2.线性格兰杰因果检验显示,坏消息对市场的冲击会影响好消息对市场的冲击,反之则不成立,表明好消息和坏消息之间存在非对称的冲击特征;3.好消息和坏消息对市场的冲击具有明显的阶段性差异.牛市中好消息对市场的冲击强度超过坏消息,而在熊市中坏消息对市场具有更强的冲击.总之,基于信息分解的建模方法显示,信息对香港股市的冲击具有显著的时滞性,香港股市具有较强的样本内可预测性.香港股票市场并未达到弱势有效.     

我国证券市场中基于信息的市场操纵行为理论研究

建立基于中国证券市场条件的知情交易者市场操纵模型.通过引入融资融券保证金限制,分析了知情交易者、被动型理性交易者和半理性噪音交易者的交易策略,并获得市场操纵过程中各期的均衡结果.进一步分析融资融券保证金限制、半理性噪音交易者理性程度、似真信号准确性对均衡结果的影响,并提出相应的政策建议.     

灰色市场下考虑非对称信息的制造商质量披露及定价策略

针对灰色市场条件下产品质量为非对称信息的情形,构建由一个制造商、一个灰色市场投机者和顾客组成的Stackelberg博弈模型,研究了制造商的质量披露及定价策略.研究表明,在产品质量和低价市场顾客支付意愿较低时,制造商的质量披露策略是向顾客隐藏质量信息,反之则向顾客披露质量信息;在定价策略方面,随着低价市场顾客支付意愿的提高,制造商可通过不断缩小高、低价两个市场的价格差与灰市投机者进行竞争.进一步地,通过与产品质量对称信息情形对比分析发现,虽然非对称信息情形下制造商具有信息优势,但制造商不一定能够获得更高的利润,且其利润并不总是受到灰市投机者的影响.最后,通过将模型进一步扩展到制造商进行质量研发,即质量为内生时的情形,结果表明上述研究结论具有较好的一致性和普适性,可为灰色市场下制造商质量披露与定价提供有益的管理启示.     

不完备信息下生态补偿中主客体的两阶段动态博弈

由于环境问题的突出和经济发展的不平衡, 对环境质量要求较高的区域(补偿方)就会对环境质量较差的区域(被补偿方)提供一定的援助, 期望被补偿方改善环境质量. 但是由于环境资源能够给其带来收益以及策略性获取更多补偿金额动机的存在, 就会导致许多的补偿项目不会取得预期的效果甚至失败. 从动态博弈的角度出发, 首先建立了完全信息下补偿方和被补偿方的静态贝叶斯博弈模型, 分析了博弈双方在完全信息下的占优策略选择; 然后假设被补偿方执行环境政策和标准的力度(分为强硬型和软弱型)为其私有信息, 建立了不完全信息下两阶段动态博弈模型, 分析了两个区域的策略选择以及不完全信息如何影响补偿大小和环境质量.     

不确定环境下损失厌恶零售商的提前支付决策

本文考虑由一个供应商与一个零售商组成的两级供应链.供应商为风险中性,零售商具有损失厌恶风险态度.在销售期开始前,零售商面临需求不确定性和供应不确定性,需要做出订货决策.本文从零售商角度出发,研究采用提前支付策略以降低供应不确定性风险.研究表明,在给定提前支付前提下,资金成本越低零售商的提前支付比例越高;当资金成本超过临界值时,零售商不再采取提前支付策略.零售商的最优订货量随损失规避偏好系数的增大而减少.论文也探讨了需求随机变化、紧急订货选择对系统绩效的影响.     

非对称需求信息条件下的供应链信息共享机制

缺乏有效的信息共享是供应链运作效率低下的主要原因之一，而信息不对称问题广泛存在于供应链之中．面临低市场需求的零售商有可能夸大真实的市场需求以获得更多的产品供应．运用信号传递博弈理论研究了供应链中零售商和供应商之间的共享需求信息的机制，得出了零售商可以通过采购价格向供应商传递真实的市场需求信息的条件，结果表明供应商和零售商之间的信息共享的关键在于分离均衡的存在，分离均衡使得供应商能够得到足够的信息量借以识别零售商的市场预测的真实性．     

垂直投影与非完全市场条件下的衍生资产定价

利用垂直投影理论确定非完全市场条件下,标的资产价格遵循鞅过程的衍生资产最优风险对冲策略,然后通过扩展投影理论,研究基于标的资产及其衍生资产价格信息的资产定价与风险对冲问题,得到最优混合交易策略和该衍生资产的近似市场定价.