新冠疫情防控政策对快递业高质量发展影响的实证研究

快递业高质量发展是现代服务业高效运行的重要保障,也是经济社会发展的重要支撑.2019年末爆发的新冠肺炎疫情(COVID-19)给经济社会发展带来前所未有的冲击,也对快递业产生不少影响,但如何影响、影响多大,防控政策及不同区域的影响有何差异是需要回答的问题.基于全国31个省市月度快递业规模和申诉数据,采用固定效应模型分析了新冠疫情及防控措施、疫情防控阶段和疫情受灾程度对快递业发展速度和发展质量的影响方向和影响程度.研究表明:1)疫情不仅没有影响快递产业的增长,反而短期内促进了该产业的发展,也减少了延误、投递服务等申诉项目;2)严格的封锁措施对快递发展规模和发展质量产生不利影响;3)疫情对快递规模的积极影响主要表现在疫情爆发后的第一阶段(1月-2月)及受疫情影响严重的地区.研究结论对于快递业应对突发公共事件、提升应急治理能力具有重要的实践意义.     

疫情事件下多灾点应急资源最优化配置研究

新冠疫情的爆发,使许多地区成为灾区,为了及时对灾区进行救援,灾后应急资源精准供给成为保障灾区人民安全的首要因素。本文利用SEIR预测决策时刻各灾区感染人数,由此计算灾区紧迫程度权重与物资需求量。基于紧迫程度构建以灾民满意度最大化、总成本最小化和考虑分配公平的应急资源调度多目标优化模型。提出多目标人工蜂群算法。针对人工蜂群算法易早熟等缺点,利用动态参数思想与Pareto解集来定义新的蜂群位置更新公式,利用教学优化思想对蜂群位置进行扰动,以避免算法陷入局部极值。通过算例进行模拟实验,结果表明,所提出的模型和算法可以有效解决疫情事件下多灾点应急资源最优化配置问题,且改进算法的性能更优。     

基于人工社会的疫情传播风险预测和防控措施评估

新型冠状病毒疫情在全国一盘棋的严格防控措施下已经得到了控制,但是如何对其进行常态化的治理值得深入研究。分别基于SEIR模型和人工社会情景建立了新型冠状病毒疫情传播模型和人员接触网络模型;在天河超级计算机上运用多Agent计算实验方法进行大样本计算实验,模拟人工城市中社区、学校和工作场所等典型区域疫情传播,预测和评估复工复学后疫情传播风险。实验结果表明疫情防控要做好打持久战的准备,将应急措施作用到疫情发生相变之前。     

Numerical Simulation of the COVID-19 Herd Immunity Based on Complex Network Modeling北大核心CSCD

鉴于构建流行病动力学模型、探索流行病传播规律对疫情防控具有十分重要的理论意义和实际应用价值,在已有的均匀混合模型基础上,针对个体接触关系异质化越发明显,且每个个体都处在不同的接触关系中,建立了兼顾个体状态与接触追踪的动态小世界网络模型。模拟了新冠病毒在社会中的传播过程。通过对比仿真结果,说明了所建模型的合理性。在此基础上,仿真计算了网络拓扑结构与接种免疫人数占比共同作用下对新冠病毒传播的影响,分析得到群体免疫临界值。说明所建传播模型合理,接种疫苗实现群体免疫可行。     

灾害链中多资源应急调度模型与算法

灾害事故的应急资源调度是减少生命财产损失的有效手段.针对灾害链中多资源应急调度问题, 建立了多资源多受灾点应急调度模型,设计了基于图论中网络优化和线性规划优化思想的启发式算法,并分析了算法复杂性.该算法根据应急资源在原生灾害和次生灾害中的需求对资源进行分类,对灾害链中都需要的公共应急资源, 通过对模型线性松弛解的修正,降低问题的复杂性, 减少算法的计算时间;而对原生或次生灾害中需要的应急资源, 运用领域搜索方法寻找出救点,得到满意的资源调度方案. 最后通过算例验证了算法的有效性和可行性,表明算法适合较大规模的计算, 并能满足应用中的实时性要求.     

基于COVID-19传播特性的传染病模型的构建与研究

为了更好地揭示新冠肺炎(COVID-19)的传播机理,通过分析新冠病毒(2019-nCoV)的传播特性,考虑隐性潜伏者的自愈以及潜伏者的提前隔离,引入“入院隔离状态”,“隐性治愈状态”,考虑防控强度的变化,引入“发病状态”,提出了SEAIHR动力学模型。利用真实疫情数据,考虑不同阶段参数的变化,进行了多模型对比试验。实验结果表明,SEAIHR模型拟合和预测精度有明显提升,较经典模型在疫情前中期降低了34.4%～72.8%拟合误差,为疫情防控提供了参考与指导。     

基于新冠病毒特征及防控措施的传播动力学模型

本文针对现有传染病传播动力学模型的不足,结合新冠病毒(2019-nCoV)特征及防控措施,建立一种新的包含"易感、未隔离潜伏期、已隔离潜伏期、确诊感染、无症状感染、确诊后治愈、无症状感染后治愈、因病死亡"等8个仓室的传染病模型.在模型中考虑状态转移参数的饱和特性,以模拟大量隔离患者对隔离点运行造成的压力、大量确诊患者给医院运行带来的压力.在参数配置方面,考虑状态转移参数在疫情不同发展阶段的时变特性,建立参数辨识模型并利用马尔可夫链蒙特卡罗算法进行求解.此外,从传播规模、传播峰值和传播峰值时间三个维度建立疫情传播风险指标,全面评估疫情传播风险.武汉和国外(美国、西班牙)疫情的案例分析表明,本模型相较于其他经典模型,能够准确拟合新冠肺炎(COVID-19)的传播趋势,揭示疫情传播机理.     

农产品质量安全风险评估与预警模型: 以山东省蔬菜出口示范基地为例

针对农产品安全风险评估和预警中涉及的语言信息和面板数据,提出了一种基于多分类离散选择模型的评估分析方法.在建立农产品安全风险评估指标体系的基础上,采用语言信息处理方法,将呈现出面板数据特征的评价信息进行有效集结.通过因子分析法提取农产品安全风险评估的潜在变量,建立有序多分类离散选择模型,给出了风险判别分析的计算步骤.结合山东省出口蔬菜备案基地评价数据进行了实证研究.研究表明以上方法可以针对农产品质量安全风险评估的特点,有效地将语言评价信息进行集结和利用,解决了农产品安全风险管理中风险级别有``序'的问题,该方法将促进良好农业操作规范的推广和应用,实现农产品安全风险预警管理的目标.     

考虑公众心理风险感知的应急物资优化调度

将行为科学理论融入了突发事件发生后的应急物资优化调度问题研究中, 提出应急物资调度决策应注意考虑公众的心理因素. 用前景理论刻画了公众对应急物资获得时间的风险感知程度, 定义并选取公众心理预期时间作为时间参考点, 得出了风险感知曲线和函数模型. 构建了以最小化公众心理风险感知程度和物资未满足度为目标的混合整数规划模型, 设计了相应的多层搜索求解算法. 最后的数值实验证实了模型和算法的有效性.     

政府主导下应急医疗物资多元化供给的随机微分博弈模型

新冠疫情的暴发凸显了应急医疗物资在应对重大突发公共卫生事件中的重要性,但由于应急医疗物资受到生产周期、原料供应以及病毒变异和管控措施等不确定因素的影响导致防疫物资供应具有很强的随机性.本文以疫情内外部随机因素的背景为研究视角,研究政府主导的多元化物资持续性供给的现实问题,构建突发公共事件政企协同防控随机微分博弈模型,以无政府成本补贴的分散式决策、有政府补贴的分散式决策和集中式决策刻画政府与企业不同的防控策略,讨论了政企达成合作的条件,进一步通过防疫物资供给量的期望值和方差的大小来辨识模型中随机因素干扰的影响.求得三种情形下各自的均衡策略、防疫物资供给量以及系统均衡收益随时间变化的最优轨迹.结果表明,当且仅当收益分配系数处于一定阈值范围内,政企达成集中合作,实现了Pareto最优;政府补贴对企业进行引导是有效的,提高了企业防控努力以及双方收益,缓解了无政府补贴决策的双重边际效应;在集中决策下,防疫物资供给量的期望值和方差均最高,即较高的收益需要承担更大的风险;当随机干扰强度增大时,系统收益波动幅度越剧烈,因此,对于不同风险偏好的主体而言,会产生偏好不同的合作模式,即风险偏好的企业选择合作...     

基于SEIiRD模型的COVID-19传播及防控仿真研究

随着新冠肺炎疫情在全世界各地传播，通过对其数据和传播机理的分析，已有SEIRD模型的基础上构建SEI_iRD模型，将感染人群分为无症状感染者、轻症感染者、重症感染者和危重症感染者，分析不同感染人群的传播率对疫情发展的影响。在拟合现实数据的基础上进行仿真实验，研究发现影响疫情发展的主要感染人群是无症状感染者和轻症感染者。在此基础上进一步分析了不同的无症状和轻症感染者的传播速率所造成感染人数和死亡人数的变化情况。针对介入干预时间对感染人数和死亡人数的影响进行了仿真分析。实验结果表明该模型能有效模拟新冠肺炎疫情传播规律，有助于防控职能部门实施相应的疫情防控策略提供决策支持。     

面向非常规突发事件的应急资源合作博弈调度

当非常规突发事件发生后,根据灾区灾情的严重情况,往往需要同时联合使用多种运输方式将应急资源快速高效地调度到灾区,由此设计了应急资源调度的多模式分层网络.在此基础上,以博弈论为分析工具,提出了基于合作博弈的应急资源调度模型与求解算法.在该调度模型中,把不同的运输方式映射为博弈模型的局中人,可能的资源调度方式组合方案映射为策略集,不同的运输方式调度应急资源所造成的损失映射为效用函数,将应急资源的合理调度问题转化为对合作博弈调度模型的核心求解问题.接着介绍了一种求解核心的Shapley 值法.通过应急资源调度的算例对比分析,验证了所建模型的可行性和求解结果作为调度策略的优越性.     

化工园区火灾爆炸风险网格矩阵叠加分析

为了研究化工园区火灾爆炸事故的个人风险和社会风险问题, 首先, 基于网格划分技术将评价区域划分成网格矩阵; 然后, 采用蒸气云爆炸模型(VCE)模型和沸腾液体扩展蒸气爆炸(BLEVE)模型公式分析事故后果严重程度; 第三, 运用风险叠加原理, 构建化工园区初始火灾爆炸引发连锁事故的死亡概率模型; 最后, 绘制基于风险概率叠加效应的个人风险概率图和社会风险概率图. 结果表明: 个人风险主要取决于危险源的物化特质、地理位置、事故概率等. 区域社会风险除取决于个人风险外, 还取决于人口数量. 基于网格划分及风险叠加耦合技术的化工园区火灾爆炸风险分析, 对有效采取防控措施, 阻断连锁途径起到重要作用.     

基于综合集成预测方法的新冠肺炎疫情预测

自2019年12月以来,新冠肺炎(COVID-19)疫情在全球范围内持续扩散,不仅严重危害到世界各国人民的生命健康,对公共医疗卫生体系提出严苛考验,还对经济贸易活动造成了巨大冲击,对国际社会产生了深远影响.一些研究采用数学预测模型对病毒传播和疫情发展进行模拟仿真,以帮助研究人员和政策制定者了解病毒传播机理,采取合理防疫政策进而抑制病毒进一步传播.然而现有研究存在一定局限性,例如方法选择单一、过于依赖模型参数选择、病毒传播与政策调整导致的数据时变性等问题.为解决上述问题,本文提出了基于时变模型平均(TVJMA)、时变参数模型(TVP)、传染病vSIR模型(vSIR)、逻辑回归模型(LR)、多项式回归模型(PNR)、自回归移动平均(ARMA)六种模型方法的综合集成预测框架,对不同地区疫情最为严重的6个国家的累计确诊人数进行预测.结果表明,对于单一预测方法,TVJMA方法表现优于其他五种方法;综合集成预测方法在绝大多数情况下明显优于单一方法,特别是基于误差修正权重的多模型组合预测方法,显著地提高了预测精度.对于不同预测步长,综合集成预测方法具有稳健性.     

数据驱动的疫情应急物流网络动态调整优化

突发疫情具有扩散边界模糊、情景动态时变等典型非结构化特征,相应的应急物流网络需要根据实际情况不断进行调整,才可以取得更好的救援效果.基于此,本文从数据驱动的视角,构建了一类创新的应急物流网络动态调整优化决策框架模型.其中,应急响应时间被划分为多个连续的决策周期,每个决策周期中蕴含了疫情扩散分析、应急物流网络设计、数据收集处理和参数调整更新等循环递进的4个环节.在该决策框架下,整个疫情的应急响应过程转化为数据学习与资源优化配置交互演进的协同决策过程.算例分析表明,本文所设计的决策框架模型能够为疫情应急管理提供许多实时有效的政策调整建议,也可为其它突发事件的应急应对提供有益的决策参考.     

考虑供应商聚类的应急医疗物资协同配送仿真

针对突发公共卫生事件应急处置中存在的地方政府医疗物资储备不足、配送效率低下等问题,设计了一种考虑供应商聚类的两阶段应急医疗物资公私协同选址分配模型。在备灾时利用模糊聚类算法实现供应商聚类,并与政府建立合作机制以实现应急医疗物资联合储备;在救援初期依托政府和各类供应商的物资储备及运输能力,构建以最小化物流总成本与需求未满足率加权和为目标的选址分配仿真模型。设计改进的非支配排序遗传算法对此两阶段模型进行求解。以新冠肺炎疫情中武汉市医疗物资调度设计仿真算例,并对比有无供应商聚类对模型的影响。仿真结果表明：该模型在协调政府和供应商的应急医疗物资储备、运输以及调度决策方面具有优势。     

基于新旧两组贷款风险叠加的新增贷款组合优化模型

提出全部贷款组合非线性风险叠加原理,建立了新、旧两组贷款组合风险叠加的非线性函数关系,以银行总资产收益最 大为目标函数,以新旧两组贷款风险叠加的总体风险为约束条件,建立了基于新旧两组贷款风险叠加的新增贷款组合优化模型.模型创新和特色: 一是提出了在一组新的贷款发放时,新、旧两组贷款风险叠加后的全部组合风险控制的科学问题.由于在实践中银行家们真正关注的不是一组新贷款组合的风险控制,而是银行贷款全部组合的风险, 故立足于新、旧贷款组合 风险的整体控制,开拓了金融资产优化配置与控制的新思路,改变了现有研究仅仅是立足于新增贷款组合风险控制的传统思路.二是建立新旧贷款组合非线性风险叠加的函数关系.提出全部贷款组合的非线性风险叠加原理,建立了全部贷款组合风险与新、旧两个贷款组合风险的函数表达式,为在新增贷款决策时、控制所有贷款的组合风险提供了简洁有效的科学方法,克服了传统组合风险复杂计算方法不便或不能优化全部组合风险的弊端.三是控制了新旧两组贷款风险叠加后的总体风险.建立新旧两组贷款风险叠加的总体风险约束, 解决在一组新的贷款分配时,新、旧两组贷款组合后的全部贷款组合风险的控制 与优化问题.     

基于BERT-LDA模型的新冠肺炎疫情网络舆情演化仿真

构建大规模网络舆情演化仿真模型,对新冠疫情武汉重灾区与全国其他地区采取差异化的应急管理和舆情疏导具有指导价值.为实现主题细粒度的舆情情感演化仿真,将LDA(LatentDirichlet Allocation)主题模型与BERT(Bidirectional Encoder Representations from Tr...     

蝴蝶效应与疫病全球化

蝴蝶效应以隐喻的方式强调了对初始条件敏感依赖的动力学演化系统的基本特征。此类系统具有不确定性分形与嬗变的复杂性特征。2020年初以来爆发的全球性新冠疫情就具有类似蝴蝶效应的复杂性。针对新冠疫情的特征和传播方式及其给我们提供的反思和启迪,我们应该采取相应对策:尽快建立、健全和完善覆盖全民的防控医疗体系;改变我们的某些习惯性聚集方式,使其更具有健康合理性;培养生态文明意识,制定相应的法律法规,保护好环境;改变单纯追求大城市、超大城市规模建设的传统发展模式;尽量减少或改变封闭性生活环境;加强国际合作,共同抗疫,构建人类卫生健康共同体。     

基于社交网络信息的新冠疫情抽检策略研究

为解决全员定期核酸检测成本高,导致间隔周期长且效率低的问题,给出了基于社交网络信息的抽检策略,将在线社交网络信息与新冠肺炎传播规律融合,建立了带抽检策略的新冠肺炎传播模型。在此基础上,研究了随机抽检策略、熟人监测策略、度大节点目标抽检监测策略三种策略对新冠肺炎传播的影响。研究发现在校园等人群密集接触的环境下,熟人和度大节点目标抽检策略在峰值幅度、峰值时间、早期预警等指标下都好于随机监测策略,减少了新冠病毒传播天数以及感染人数,能更早、更快地控制住疫情,预警效果从高到低依次是度大节点目标监测策略、熟人监测策略、随机监测策略。