信息不对称条件下地方政府对能耗偏好性研究

通过建立数理规划模型来研究信息不对称条件下地方政府对中央政府配置能耗指标所采取的策略,并利用无差异等效用能耗曲线和期望能耗曲线进行辅肋分析和研究.研究发现:在信息不对称条件下,各地方政府居于节能降耗任务的约束,高能耗省更有积极性模仿低能耗省,而为获取这一信息中央政府在把节能降耗总目标分解到各个省时不可避免要付出信息成本值,导致信息不完全对称条件下社会总产出值相对于完全信息下的社会总产出值要小的事实,而两者之间的差额正是中央政府必须要付出的信息成本值.     

阐述风险管理及其原则

关于风险及其管理的概念。COSO认为,风险是对目标的实现产生负面影响的事项发生的可能性;组织风险管理是一个由组织的董事会、管理当局及其他员工实施的识别影响该组织的潜在事件,并在该组织的风险偏好范围内管理风险,为组织目标（包括战略、经营、报告、合规四类目标）的实现提供合理保证的过程,应用于组织的战略制定,     

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。     

面向浏览者的图像推荐模型

要求互联网中的浏览者为每一幅图像表示其反馈是困难的,需要通过分析浏览者的行为,隐式地获取其评价。通过对浏览者的阅读、收藏和下载等行为的分析,度量用户对图像的关注度,以此作为用户反馈,分析其关键字偏好和图像特征偏好,进一步设计了用户偏好的遗忘策略和学习策略,实现用户偏好的动态更新,通过关键字相似性分析和图像特征相似性分析两方面,为用户选择推荐的图像。以准确度和召回度作为评价标准,实验表明,所提出的方法具有较高的性能。     

一种基于模糊偏好矩阵和IOWA算子的模糊群决策方法

基于模糊偏好关系矩阵和IOWA算子,提出了一种改进的用于指标筛选和指标权重确定的模糊群决策方法.该方法以修正后的专家权重作为IOWA算子的诱导分量,将专家个体的模糊偏好集结为群的模糊偏好,在此基础上确定各指标的权重,并以此进行指标的筛选.在剔除不重要的指标后,该方法无须再度采集专家偏好信息就可重新计算剩余指标权重.     

公平偏好下分阶段风险投资的最优激励合约

考虑风险投资家与企业家的努力水平,基于委托代理理论构建企业家具有公平偏好心理的分阶段风险投资模型,求模型的子博弈精炼均衡解。分析研究表明,投资家倾向于用分阶段投资来降低风险并增加收益;合约分享比例、企业家努力水平都是公平偏好系数的增函数;投资家努力水平、第二阶段投资资金在公平偏好系数的一个临界值附近的单调性相反;企业家和投资家的最优努力水平分别是合约分享比例的增函数、减函数。     

遗传语言中的偏好模与读码框架

评述了ＤＮＡ核苷酸关联的几种研究途径。重点研究了偏好模分析方法，讨论了它与信息参数的联系，发现了编码区偏好用Ｓ－Ｗ（强弱键）语言，而非编码区偏好用Ｒ－Ｙ（嘌呤嘧啶）语言，解释了这种区分的意义，找到了编码区常用模（＊ＷＳ）的规律性，指出这种偏好性可能与ｔ－ＲＮＡ丰度有关。研究了如何寻找读码框架及非编码区中是否存在隐蔽框架的问题。     

面向历史轨迹的多因素驾驶偏好挖掘算法

提出一种新型基于窗口的数据挖掘算法,以用来挖掘所定义的多因素驾驶偏好.具体地,定义了多因素之间的两两权衡来刻画驾驶偏好;提出了一种用于估算偏好分布的挖掘算法,并根据假设引入了椭圆对挖掘算法进行了优化.结果证明,该方法能够发现本文所定义的多因素驾驶偏好,并且算法有效、快速,具有较好的扩展性.     

大数据赋能的C2B个性化定制决策范式

从消费者的个性化偏好入手,借助红领集团C2B个性化定制模式创新案例,构建个性化产品与大众化产品市场竞争博弈模型,分析大数据赋能的C2B个性化定制模式下消费者与厂商的决策范式.结果表明:消费者个性化偏好是大数据赋能的C2B个性化定制的决策源点;随着个性化偏好的增大,消费者选择定制个性化产品,既能充分满足自身的个性化需求,...