加工能力受限的单机干扰管理研究

针对单机环境下最小化加权折扣加工时间和的排序问题,研究如何应对可预见的干扰事件。由于干扰事件使得机器加工能力受限,初始最优加工时间表不再可行,采用外包的方式来进行干扰管理。构建了排序模型,同时考虑原目标和与初始计划偏离的扰动目标,选择外包工件集并对所有工件进行重排序。为了求解得到的双目标排序问题,基于理想点法设计了一种动态规划算法和量子遗传算法相结合的算法。最后通过一个数值算例说明,该排序模型对于求解加工能力受限的单机干扰管理问题是有效的。     

考虑决策者损失规避的异质信息多属性变权决策方法

现实中存在大量异质信息（或数据）和需要考虑权重随属性值变化的多属性决策问题。针对这类异质信息多属性决策问题，本文提出了一种基于前景理论的变权综合求解方法。首先，构建了异质信息的统一距离计算公式，进而计算各个决策方案的相对贴近度；然后，提出基于不同类型效用函数的变权向量构造方法；其次，以初始权重为参考点，计算变权向量相对于参考点的益损决策矩阵，进而计算考虑决策者权重损失和收益的风险态度的各个决策方案的前景综合值，据此确定方案优劣排序和最优方案。通过数值例子的计算分析说明，文中所提决策模型与方法具有较好的有效性和合理性，可为解决复杂情景的决策问题提供理论依据与方法支持。     

电商平台与服务提供商的用户隐私信息管理策略研究

以移动商务环境下单个上游服务提供商和单个下游电商平台构成的两级供应链为对象,以用户隐私担忧为出发点,考虑了用户隐私担忧的异质性,构建了两阶段决策模型,研究了电商平台向服务商分享用户隐私的策略、服务商向消费者披露隐私利用信息的策略、服务商最优的隐私利用水平以及隐私保护投资强度,并对分散和集中决策型供应链的收益进行了对比分析。研究表明,电商平台与服务商分享和披露用户隐私信息的可能性均随着隐私不敏感用户比例的增加而增加;电商平台向服务商分享用户隐私可以有效改善供应链绩效,但服务商向用户披露其利用隐私信息的策略并不总是最优选择。最后,通过数值算例分析了隐私信息共享的集中和分散决策型供应链的收益情况,结果表明,前者的整体收益要大于后者。     

基于二元语义信息处理的一种语言群决策方法

针对解决具有语言评价信息的多指标群决策问题,提出了一种基于二元语义信息处理的 群决策方法. 该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算, 它是依据传统理想点法的基本思想,通过计算每个方案与正、负理想点间的语义距离,最终确 定最优方案,使该方案最贴近正理想点和最远离负理想点. 该方法具有对语言信息处理较为精 确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失. 最后给出了一个 算例.     

完全信息下的激励-努力动态博弈分析

本文运用博弈论的理论,建立了企业线性业绩模型和线性激励模型前提下的企业股东与经理激励-努力博弈分析模型,分析了完全信息条件下的股东与经理激励-努力动态博弈均衡,对求解获得企业经理努力变量、企业股东激励变量和经理业绩分享系数量变的取值、变化范围及其相互关系进行了范围广泛的分析,力图为企业激励机制的设计与研究提供借鉴。     

考虑消费者版权意识差异的信息产品定价策略

依据消费者的版权意识差异将消费者细分为伦理消费者和普通消费者,研究了信息产品垄断厂商的最优定价策略及其对艺术创作者的影响。研究表明:垄断厂商的最优定价因消费者结构、市场敏感性等因素而存在较大差异,没有一个固定的定价策略。高价策略可以得到伦理消费者的支持,但当存在盗版威胁时,垄断厂商因普通消费者的价格敏感特性而面临利润损失,单位可变成本越低,利润损失越大。此外,艺术创作者的期望定价要低于垄断厂商的最优定价,提高版权费率并不能保证给艺术创作者带来收益增加,双方存在定价协调问题。     

节能信息曝光度对绿色消费行为影响的实证分析——来自电商数据平台大规模文本数据的判据

随着中国绿色消费群体快速增长,绿色消费在拉动消费升级的同时体现出巨大的环境价值,节能信息曝光度对绿色消费行为的影响也引起学者关注。本文将数据驱动与模型驱动方法相结合,采用自然语言处理技术构建节能信息曝光度指标,采用倾向得分匹配与分位数回归对我国电商平台5,889种节能家电消费数据与评论数据进行实证研究。结果发现,我国现阶段电商平台整体节能信息曝光度不高,节能信息曝光度对节能家电销量的边际效应呈现单调上升趋势,信息冗余拐点尚未出现;同时,节能信息曝光度对不同销量规模节能家电产品的影响呈倒"U"型变化,其对中等销售规模的节能家电产品具有更大影响;最后,本文进一步验证了"平台效应"对于节能信息曝光度的调节作用,为基于大规模多源异构数据的绿色消费行为研究提供借鉴。     

主动性-被动性员工创新行为:基于分布式领导的作用机制研究

员工创新是企业创新驱动的重要推动力和提升其核心竞争力的关键。当前中国组织情境中，存在着两种不同性质的员工创新行为：主动性员工创新行为和被动性员工创新行为，两者所产生的创新绩效存在巨大差异。然而，现有文献对被动性员工创新行为研究不足，理论研究已经无法适应实践的需要，因此，有必要将两种不同性质的员工创新行为放在一个框架下进行研究，以丰富创新行为的研究内涵。本文以新兴的领导发展取向——分布式领导为切入点，引入组织支持感作为中介变量，上下级关系和价值观匹配作为调节变量，构建了分布式领导对主动性-被动性员工创新行为的作用模型。为了验证该模型，以408名知识型员工为研究对象，通过多元回归分析的方法进行检验，研究结果发现：分布式领导对主动性员工创新行为具有正向影响，对被动性员工创新行为具有负向影响；组织支持感在分布式领导与主动性-被动性员工创新行为之间起中介作用；上下级关系和价值观匹配正向调节分布式领导与组织支持感之间的关系，并进一步验证了有调节的中介作用。同时，上下级关系和价值观匹配交互调节了分布式领导与组织支持感之间的关系。本文研究为解构中国创新管理实践中纷杂多样的创新行为提供了理论诠释，丰富了中国情境下的创新管理理论。     

Towards optimised robotic assembly

Assembly by robot is destined to have a major international impact over the next few years, yet the optimal design, analysis and economic evaluation of a potential robotic assembly application is currently extremely difficult. On looking at the current state-of-the-art in each stage of the hierarchy which a prospective robotic assembly project must pass through, it becomes clear that the whole procedure is closely analogous to attempting to paint an ‘ideal’ picture—both from the point of view of tasks which must be performed and also the level of complexity involved. Unfortunately, unlike with painting, there is not yet any wealth of experience on which roboticists can draw in their quest for ‘ideal’ assembly. Nevertheless, work at Imperial College aims at systematically uncovering some of the underlying principles of robotic assembly which if left to discovery through trial and error might take years—years which industry simply does not have.     

网店信息呈现的框架效应对消费者购买决策的影响研究

目前有关在线消费者购买意愿的研究，绝大多数是基于实验统计的方法，分析影响消费者购买决策的因素，网店信息呈现的框架形式往往仅作为其中的关键因素被一些研究提及并加以验证。但是，"形态各异"的信息到底如何影响消费者心理进而影响到他们的决策？商家如何从消费者心理的微观层面来设计信息呈现策略，从而增强其购买意愿？目前关于此的研究尚不多见。本研究从前景理论的决策参考点视角，以价格因素为例，一方面，通过情境实验，验证了价格信息的不同呈现框架对于消费者购买意愿的影响作用；另一方面，在利用情境实验界定了消费者心理价格参考点的基础上，通过决策模型的构建和计算，从微观层面分析了不同价格信息呈现框架下，消费者购买选择大相径庭的原因。研究结果表明：（1）在风险框架下，相对于用不确定的语言来描述商品价格信息，确定性语言描述会使消费者的心理价格参考点和购买意愿更高。（2）在属性框架下，相对于用负面的语言来描述商品信息，正面的语言描述更能提高消费者的心理价格参考点和购买意愿。（3）在目标框架下，相对于强调购买行为可能给消费者带来的收益，强调不购买该商品可能给消费者带来的损失更有助于消费者的心理价格参考点和购买意愿的提高。基于上述研究结果，作者围绕网店如何有效的呈现信息提出了管理建议，并讨论了本研究的理论意义与应用价值。     

社交网络、 投资者关注与股价同步性

随着以微博、微信为代表的社交网络信息平台在中国的崛起,形成了新媒体时代下信息资讯生成与扩散的完整传播链条,深刻地影响着金融市场参与主体的学习认知习惯、投资决策理念、交易行为模式,最终影响不同金融资产的价格波动规律.本文在新媒体时代情景下,以社交网络信息披露与传播平台为切入点,基于信息关注度、信赖度、更新频率等三层维度,构建社交网络微博信息质量指标体系,研究社交网络信息质量与股价同步性的内在关联关系.研究表明:微博信息质量与股价同步性有着显著的高度负向线性关联性,并且呈现出非线性U型关系.即随着社交网络信息质量水平的提升,股价同步性逐渐降低到达最小值,而后又逐渐提高.研究结论为证明上市公司社交网络微博平台对股价同步性有较强影响力,提供了中国金融市场的证据.     

多属性隐式变权决策分析方法

为克服多因素变权决策方法的内在缺陷,基于Belton 和Gear提出的B/G-AHP层次分析原理给出了一种隐含式的多属性变权决策建模思想,并运用该思想给出了一种多属性变权决策新方法。它相对于多因素变权决策方法具有三方面的比较优势。其一,依赖的变权偏好信息直接由决策者给出,因而能够克服决策分析者对决策结果的主观武断性影响,更好地反映决策者的真实偏好。其二,不会受到由因素的属性值转化为偏好值所额外引入的主观测度偏差的干扰。其三,对决策者主观判断可能存在的误差予以了旨在弱化其影响的优化控制。数值分析表明新方法拥有较好的变权能力,并且相对于已有方法能够给出更易为决策者所接受的评价结论,因而具有较好的应用有效性。     

基于社交网络分析的区间二元语义群决策方法研究

通过基于Steiner点的区间二元语义集结方法,将评价信息通过相关转化规则量化为对应的二维坐标系中的坐标点集,运用植物模拟生长算法获取对应区间点集的Steiner点(专家群体最优结集点,即群体共识点),按照逆映射关系还原为二元语义集结信息,从而提出一种基于社交网络分析和专家自信偏好关系的区间二元语义群决策问题的新方法。结合专家自信程度系数和社交网络结构中的影响力调整专家主观权重,结合专家相对重要系数与群体相似度系数获取客观权重,最终确定专家综合权重,并对方案进行择优排序。通过算例分析说明方法的可行性和有效性。     

信息非对称条件下的质量预防决策分析

研究了不同信息条件下供应链的质量预防问题,在文献[1,2]建立的有关质量签约问题的优化模型基础上,把供应商作为委托人和购买商作为代理人建立了供应链的质量预防决策委托代理模型。其中,质量预防水平和供应商要求购买商的前向支付是供应商的决策变量,质量评价水平是购买商的决策变量。本文重点研究了了非对称信息下供应链的质量预防和前向支付问题,考虑了购买商质量评价信息隐匿情况,运用极大值原理推导了供应商的质量预防和前向支付的最优解。最后结合一个农机公司拖拉机销售问题进行了仿真计算和分析,对比了不同信息环境下的决策结果。     

Partial Distributional Policy Effects

In this paper, we propose a method to evaluate the effect of a counterfactual change in the unconditional distribution of a single covariate on the unconditional distribution of an outcome variable of interest. Both fixed and infinitesimal changes are considered. We show that such effects are point identified under general conditions if the covariate affected by the counterfactual change is continuously distributed, but are typically only partially identified if its distribution is discrete. For the latter case, we derive informative bounds, making use of the available information. We also discuss estimation and inference.     

基于属性分布信息的大规模群体评价方法及应用

针对大规模群体评价中如何实现群体意见的有效集结,如何体现群体共识度对评价活动的影响等问题,本文提出了一种基于属性分布信息的群体评价方法。首先,利用群体评价信息构建各属性的分布,以体现群体对属性的共识程度,并结合属性取值区间,采用分布型区间数对群体评价信息进行描述;在定义分布型区间数运算规则的基础上,提出了属性权重也为分布型区间数的加权集结算子;然后,设计了基于分布型区间综合评价值的方案排序方法;最后,利用Matlab软件,给出了应用算例,结果表明方法具有可操作性和有效性。     

群决策中基于语言信息处理的一种理想点法

针对具有自然语言评价信息的多指标群决策问题,提出了一种基于语言信息处理的理想点法。该方法是采用近年来最新发展的LWD算子和LOWA算子对自然语言符号进行处理和运算,通过计算每个方案与正负理想点间的距离,最终确定最优方案,使该方案最贴近正理想点和最远离负理想点。最后给出了一个算例。     

基于TAM的移动证券用户采纳影响因素研究

移动证券具有广阔的应用前景,而消费者的参与是移动证券成功的关键。针对目前用户对移动证券采纳意愿不高这一障碍,对技术采纳模型进行拓展,将信息质量、结构性保障和相关群体纳入考量范围,构建了移动证券用户采纳的理论模型,试图探讨对用户采纳移动证券发生作用的影响因素。通过问卷调查,搜集了174份有效问卷,采用SPSS和AMOS软件进行统计分析和结构方程模型分析,对该理论模型进行检验,并进一步修正了理论模型。最后,对数据分析结果进行了讨论并指出未来的研究方向。     

非奇次空间动态极值估计的模型与应用

传统EVT方法是从静态的角度,研究超额数据的性质。然而,它没有同时考虑极端数据发生的时间所隐含的充分信息。本文首次在国内提出了非奇次空间动态极值理论(ITD-EVT)的概念,克服了EVT的上述缺陷,在极端数据的基础上考虑了时间因素,并引入多个解释变量,使极值分布的是三个参数为时变的,用二维泊松分布过程建立动态空间模型,是文中一大特色。把TD-EVT运用于极端情况下风险值的估计中,对金融风险管理、资产定价等问题有较大的理论和现实意义。     

考虑信息平台优化的医疗服务系统决策研究

微信、支付宝等手机应用上预约挂号和智能分诊的实现,实质上是信息平台优化。而信息平台优化投入对患者就医偏好的影响具有不确定性。通过分析信息平台优化投入对患者就诊选择影响,本文构建了考虑信息平台优化的医疗服务系统。与以往研究不同的是,系统中的期望等待时间为更精确的等待队列等待时间。另外,服务提供者的最优化决策变量创新地由医疗服务能力转为信息平台优化的投入,同时资金提供者的决策目标为最小化社会医疗成本。本文研究了医疗服务系统的均衡策略与均衡状态的性质。其次,对不同医疗服务规模的医疗服务系统的均衡状态进行了对比。研究发现,对于公共医疗系统,信息平台优化的最优投入与患者自付率无关,而这有助于实现基本医疗服务均等化。本文从数理上证明了,在均衡状态下,当患者的医疗需要增加时,划拨到公立医院的预算会减少。患者自付率与医疗服务的复杂度无关,即患者负担的医疗费用与医疗服务的复杂度无关。