郑州市社区居民体育运动偏好客观条件的回归分析

运用相关分析、回归分析等统计方法对郑州市社区居民体育运动偏好客观条件进行研究,指出:郑州市居民的客观条件即年龄结构、身高和体重对体育运动偏好有一定的预测作用.但影响居民体育运动偏好程度的强弱程度仅有4.5%,因此对影响居民体育运动偏好的因素分析应全面考虑.     

对策中个体偏好与整体偏好的偏差分析

考虑到现有软对策分析中对局中人偏好调整方向不够明确的缺点，提出了个体偏好偏差的概念，使得该问题得到较好的解决。同时对一水资源冲突问题进行了实证分析，说明了上述观点的合理性。     

"滞胀"的两个偶然性因素

在经济活动中,偶然性因素同样会牵动整体运营。20世纪70年代,发达国家的宏观经济遭遇到石油"供给冲击"的突然打击,出现了双重不良后果——低产出、高价格;70年代初,美国经济中出现了一个不合逻辑的现象——高通胀率伴随着高储蓄率,不仅使赤字财政政策对经济的刺激作用大打折扣,而且导致通货膨胀不可收拾。在全球化、一体化的时代,许多偶然性的因素正日甚一日地显示出其必然性、普遍性来。     

选择Pareto非劣解最优方案的量化方法:性价比法

针对多目标优化问题,提出了便于决策者以其偏好选择Pareto非劣解的量化方法——性价比法.通过剖析决策者选择最优方案的基本原则,发现如果从理性出发,以市场法则进行比选,则决策者无论有何偏好,以较低价格得到较高性能的产品,即获得高性价比应是其共同的愿望.仔细观察Pareto前沿分布,可以看到其排布特点具有恒递增或恒递减趋势,且大多分布不均匀,这意味着其中蕴含有不同的变化率及敏感性,从中可以挖掘出新的内在规律性.由这一认识出发,借鉴"性价比"概念,构造出各相邻非劣解对应目标函数值的平均变化率,得到了类似于"性价比"概念的灵敏比;将灵敏比无量纲化后,根据支配关系,筛选出Pareto非劣解集中新的非支配子集,进一步缩小了选择范围.以上述成果为基础,提出了各Pareto非劣解相对于不同目标函数偏向度的计算方法,实现了Pareto非劣解的量化评价,进而有助于决策者根据偏好选择非劣解.最后,通过具体实例的计算,验证了文中所述方法的可行性和有效性.本文研究对于多目标优化的求解与应用具有很好的参考价值.     

消费者双重偏好下闭环供应链渠道差异研究

本文基于消费者对于产品性能和环境影响的两种偏好,分别构建了有、无政府补贴时再造品具有不同销售渠道的闭环供应链模型,针对不同渠道闭环供应链的最优决策差异、政府补贴作用差异、环境影响差异进行比较分析,并讨论了消费者双重偏好对上述渠道差异的影响.研究表明,当考虑消费者双重偏好时,渠道差异表现为:1)与单渠道闭环供应链相比,双渠道闭环供应链具有更大的市场规模和市场利润,但是会造成零售商利润的受损;2)政府补贴在不同渠道闭环供应链中发挥的作用不同:在单渠道闭环供应链中不会扩大系统规模,但会增加系统利润;在双渠道闭环供应链中,会同时增加系统的规模和利润;3)政府补贴状态相同时,双渠道闭环供应链对环境的影响程度较大;政府补贴会降低单渠道闭环供应链产生的环境影响,对双渠道闭环供应链产生的环境影响的作用取决于再造品的环境友好性与其初始环境影响的关系;4)消费者对于再造品性能认可度以及再造品环境友好性对于渠道差异具有不同的影响,性能认可度的提高会加大渠道差异,但环境友好性对于渠道差异的影响与性能认可度的大小有关.     

我国资本市场加速开放背景下的全球股票资产配置策略实证研究

在我国资本市场加快开放步伐的背景下,如何构建有效的国际资产配置组合已经是一个具有现实意义的迫切问题。针对均值方差理论,采用非传统理性预期的风险偏好度量方法,完成投资者新投资偏好基础上的投资组合的实证研究。研究结论如下:从收益率特征来看:组合的收益率高于单一资产收益率或者持平,且风险相对其他单一资产而言要小;从资产配置类型来看:对于所有类型投资者而言,标普500都是最受青睐的资产;沪深300作为新兴市场指数,在国际配置中的比例几乎为0;从资产配置比例来看:随着投资者风险偏好水平递增,投资者资产配置趋于单一的高收益资产;相反,随着投资者风险厌恶程度的增加,投资者趋于分散化投资。     

匹配博弈理论及其发展

匹配是市场的重要功能之一，匹配博弈理论运用博弈理论研究现实双方市场的稳定、及因缺乏稳定而失灵问题。2012诺贝尔经济学奖颁给了匹配博弈理论的创立者和推广应用者，然而国内对匹配博弈理论的研究几乎空白。鉴于此，本文系统介绍了匹配博弈理论的基本模型和算法，梳理了其应用领域及发展情况，并指出了未来的研究方向。     

分布式卫星集群博弈任务均衡分配方法

针对分布式卫星集群博弈任务中的分配不均衡问题，提出了一种基于偏好联盟博弈(hedonic coalition game, HCG)的任务分配方法。首先，在考虑燃料和时间最优的卫星集群任务分配模型的基础上，引入对敌毁伤概率以适应集群博弈背景；其次，为保证分配结果的均衡性，引入HCG设计个体联盟特征函数；最后，考虑卫量集群的一对多作战分配方式难以保证局部兵力优势，在一致性拍卖算法(consensus based auction algorithm, CBAA)结构上拓展性地提出了一种多对一任务分配算法。仿真结果表明，该算法在全局效益接近经典集中式算法全局效益98%的前提下，时间约为经典算法的70%,且该算法具有一定的问题规模拓展性。     

融合隐式信任与属性偏好的群组推荐算法

随着互联网和推荐系统的不断发展，推荐服务的对象由单一用户扩展为群组成员，获取并融合组内成员的偏好、提升群组推荐效果成为当前推荐领域研究的热点问题.利用用户提供的多属性评分矩阵，提出一种融合隐式信任与属性偏好的群组推荐算法.首先，基于用户共同评分项目数和多属性评分相似度计算用户间的直接隐式信任，并利用信任传递机制获取用户间的间接信任，降低数据稀疏性.然后，通过计算用户各属性评分与总体评分间的距离来挖掘用户的属性偏好，在此基础上，利用注意力机制学习组内用户权重，将用户偏好聚合为群组偏好，进而结合深度学习框架对候选项目进行预测，生成最终的推荐列表.最后，四个数据集上的实验验证了提出的算法的有效性和可行性，实验结果表明，该算法的准确率、nDCG等评价指标明显优于对比算法.