不确定环境下链与链竞争的纵向控制结构绩效

利用贝叶斯统计推断方法和博弈理论构建市场不确定环境下链与链竞争的控制结构模型,分析市场风险、产品竞争强度对供应链纵向控制结构绩效的影响,从制造商与供应链系统角度识别了不确定环境下纵向控制结构选择的贝叶斯均衡与可能的囚徒困境,特别是,供应链系统控制结构选择不依赖于市场的风险环境,只取决于市场竞争强度,这显著不同于制造商对纵向控制结构选择还依赖于市场风险及零售商预测能力,该结果为不确定环境下链与链竞争的纵向控制结构选择提供了理论基础.     

不确定需求下供应链合作广告与订货策略的博弈

基于报童类型产品的二级供应链结构,放宽了市场需求为确定性的假设,引入了订货量这一决策变量,先后考察了Stackelberg主从博弈和Nash合作博弈时制造商与零售商的最优广告策略及零售商的最优订货策略,比较了不同博弈均衡下的策略选择及系统期望利润,探讨了市场需求随机性对制造商与零售商广告投入水平的抑制作用.并利用Nash讨价还价理论对合作利益进行了分配.最后,通过一个数学算例验证了有关结论.     

模式间相互影响时估计O-D需求的双层规划模型及求解算法

考虑各种交通模式间的相互影响 ,利用多模式均衡配流的变分不等式模型 ,建立了拥挤条件下多模式 O-D需求估计问题的双层规划模型 .并在对多模式均衡配流变分不等式模型进行灵敏度分析的基础上 ,给出了关于此类双层规划模型的基于灵敏度分析的求解算法 .最后进行了数值试验.     

智能化能对冲新能源汽车补贴退坡的影响吗?——基于CGE模型的分析

在新能源汽车销量“十二连跌”和“新冠”疫情的双重压力下,购置补贴退坡不得不从2020年末延缓至2022年底,与此同时,专注于智能化的车企却异军突起,那么,智能化能否对冲补贴退坡的不利影响,补贴应于何时退坡,亟待回答.通过在可计算一般均衡模型的生产函数中引入生产过程智能化因子,在效用函数中引入新能源汽车特有的使用过程智能化因子,利用宏观闭合的不同设置模拟供给约束和需求约束两种经济形势,采用中国2018年实际经济运行数据进行参数校准,探讨了补贴退坡的适宜时期以及两类智能化的对冲效应差异与作用边界.研究发现,新能源汽车补贴适宜于供给约束时期退坡,因为该时期退坡可以促进关联度较低部门的发展,并缓解收入不平等,且适度的使用过程智能化既可以对冲补贴退坡对社会福利、新能源汽车部门的不利影响,又不至于完全抵消上述正面影响.而在需求约束时期,上述正面影响均转为负面,且难以被智能化对冲.因此,新能源汽车补贴的退坡决策,应根据经济从“新冠”疫情中复苏的程度,而相机抉择.在经济快速复苏时,可通过使用过程智能化即自动驾驶的适度发展,来对冲补贴的退坡;否则,应暂缓退坡.     

资源均衡问题的峰值最小化模型

将资源峰值作为资源均衡程度的一种度量,以资源峰值最小化为优化目标,分别建立了工序不可分拆、可分拆和有条件分拆的资源均衡问题的整数线性规划模型,通过算例和工程案例验证了模型的有效性,并给出了多种资源情形下资源均衡问题的序贯解法.所建模型不涉及关键路线的确定和非关键工序浮时的计算,且各种资源峰值表述相互独立,因而对部分资源用量受限和对工序开(完)工时间有特殊要求的广义资源均衡问题也有较好的适应性.     

一种适用于高阶QAM载波恢复的改进型稳定性算法

本文提出了一种结合频率相位载波恢复的数字QAM接收系统,将非零均值引入到Stop—and—Go控制器中,有效地解决了稳定状态的误差偏移较大的问题。仿真结果表明系统在15dB信噪比时,采用载波恢复电路只需7500个符号周期即可捕获达到6％符号率的频偏和30。的相偏,同时其稳态相位抖动亦显著减少到0．07。     

一种基于重复博弈的频谱分配策略

针对动态频谱接入,提出了一种基于重复博弈的频谱共享分配策略。通过基于惩罚的防欺骗策略,参与用户将约束自己的行为以合作方式共享频谱、实现频谱分配,保证合作竞争的诚实性。仿真结果显示,该合作规则方法能够很好地降低用户间的干扰,防欺骗方式也能很好地约束参与人保持合作。     

巡线机器人在人造环境中的博弈行为研究

在人造环境中,利用博弈论中的Nash均衡和Nash讨价还价模型,研究两个利益冲突的巡线机器人群体通过不同策略获得收益的行为。     

基于博弈论的SDN多控制器负载均衡机制研究

针对软件定义网络为了提高控制平面的可扩展性和可靠性而设计的多控制器部署,导致控制器负载不均衡和网络稳定性与控制器性能变差的问题,提出了一种基于博弈论的负载均衡机制,以改善多控制器的负载不均衡问题.首先,过载控制器邀请相邻从控制器作为博弈者参与博弈而构建博弈域;然后,以控制器与交换机之间的时延和交换机迁移成本集合粒子群算...