面向相继故障的复杂网络上袭击策略研究

针对复杂网络遭遇随机故障和蓄意攻击引发的相继故障问题,采用网络中节点j上的初始负荷为Lj=βkjα(这里kj表示为节点j的度,α和β是可调参数),并基于崩溃节点负荷局域择优重新分配的原则,提出了一个带有可调参数的相继故障模型.通过度量网络鲁棒性的一个新的指标,即:关键阈值Tc,对比了两种袭击策略下网络上的全局相继故障现象.数值模拟得到了一些有趣而又违背直觉的结论:一方面,当模型中的可调参数α<1时,袭击网络中度最小的节点比袭击度最大的节点更易导致相继故障;而另一方面,当α=1时,两种袭击对网络的破坏几乎是相同的.此外,数值模拟结果也得到了理论解析的验证.     

基于节点局域特征的复杂网络上相继故障模型

为了更好地探讨复杂网络抵制相继故障的全局鲁棒性,基于节点的局域特征,并紧紧围绕负荷这一影响连锁故障发生和传播最重要的物理量以及节点崩溃后的动力学过程,提出了带有可调参数的相继故障模型.数值模拟获得了复杂网络抵制相继故障的鲁棒性与模型中参数的关系以及网络的平均度对相继故障的影响.此外,基于不同网络图的分析以及理论解析的推导,数值模拟结论也得到了验证.     

超负荷边带有崩溃概率的相继故障模型上袭击策略研究

考虑到现实网络中由于一些保护措施的存在,使得一些超负荷的边并不会立即从网络中移除,提出了超负荷边崩溃概率的机制,并构建了一个超负荷边带有崩溃概率的相继故障模型.对比了BA无标度网络和WS小世界网络上遭遇两种边袭击策略导致的全局相继故障现象,探讨了崩溃概率以及网络拓扑结构对边袭击策略的影响,并分析了网络有效预防相继故障发生的应对策略.数值模拟和理论解析的一致性也验证了结论的正确性.     

关联供应链网络级联失效机理及鲁棒性研究

为了分析复杂关联供应链网络在遭遇干扰事件时的鲁棒性,研究关联网络层内和层间级联失效机理.通过随机规则生成供应链无向信息层网络和有向物理层网络,描述并分析由α、β、σ等参数表征的节点负荷、容量等网络结构特性.针对存在边流量约束的情况,提出相应的失效负荷分流策略;通过构建极大簇函数,判断关联供应链网络中经分流策略后仍具运作功能的有效节点,并依据供应链信息层网络和物理层网络间一对一匹配的关联关系,构建时变失效迭代状态方程,从而有效描述关联网络间的动态失效传递.最后,在不同参数控制下,对初始单个节点故障和多个节点故障两种情况下的关联供应链网络综合鲁棒性进行数值仿真分析.按节点度从大到小、从小到大、随机3种方式去除多个节点,结果表明在β=0.5, 1, 1.5, 2 4种参数下,按度从小到大方式去除多节点,其引发的关联网络级联失效规模较之其它两种方式大;同时发现关联供应链网络在多节点去除情况下,其级联失效较之单层网络具有明显的一级相变特性,即少量的节点移除就会导致整个关联供应链网络崩溃.     

基于组织-任务网络的研发项目工期风险分析——以组织失效为风险因素

在项目工期风险管理领域,大多基于活动工期的不确定性进行研究,对由组织失效引起的工期风险问题较少关注。在对研发项目组织网络和任务网络分析的基础上,提出了研发项目的组织-任务网络模型。借鉴相继故障理论中的耦合映象格子,构建了以组织失效为风险因素的研发项目工期风险分析模型,并对该理论模型进行了数值仿真。结果表明,施加给组织节点的外部扰动达到某一数值即关键扰动阈值时可显著导致项目工期延误,该关键扰动阈值与组织间的耦合度呈负相关,与组织网络的平均度呈正相关,度大袭击比随机袭击和度小袭击更易于导致项目工期风险的发生,且造成工期延误的程度随着组织间耦合度的减小而愈加显著。研究结论为网络化背景下研发项目工期风险管理提供了新的视角。     

赋权网络中的弱化免疫研究

随着复杂网络在社会经济管理领域应用研究的发展,信息扩散或谣言传播及相应的传播控制也得到了人们的广泛关注.本文定义了边赋权网络中的控制行为--弱化免疫,即通过降低免疫节点所关联的边的权值,同时保持免疫后网络节点间的连接畅通,可使整个网络保持一定效率下的正常运行的免疫策略;其次,建立基于病毒传播SI模型上的弱化免疫模型,给出加权网络中弱化免疫下的谣言密度演化规律. 最后研究加权网络中基于弱化免疫下的目标免疫策略,并分析弱化免疫网络同步性能, 对加权网络中谣言传播和免疫策略等相关参数进行数值模拟,表明理论模型的可行性以及免疫策略的合理性.     

耦合网络边相继故障模型研究

针对耦合网络上频发的相继故障问题,通过分析边级联故障蔓延的动力学演化机制,构建耦合网络上边相继故障模型。以提高耦合网络整体抵制相继故障能力为出发点,依据不同度量指标,多角度分析具有不同耦合模式的耦合网络鲁棒性与模型参数之间的关联性,研究耦合网络间耦合模式和网络基本模型等因素对相继故障的影响,探讨耦合网络边相继故障模型的整体保护策略。研究结果表明,同配连接模式能够增强耦合网络抵制级联故障的鲁棒性;相互依赖的两个耦合网络之间拓扑结构越相似,网络抵制相继故障的鲁棒性越强;耦合网络鲁棒性与网络平均度正相关;适当的增加耦合网络间对称边数量,能够有效提高网络的鲁棒性。最后,应用边相继故障模型在耦合电力网络上进行实例分析。     

一个能源供需网络演化模型

通过构造一个简化的能源供需网络演化模型,从基本上刻画出中国目前的能源供需现状。在该模型中,供应节点的度分布反映了能源供应企业的市场占有份额。数值模拟结果表明,能源供需网络中供应节点的顶点度近似服从幂率分布,这说明能源供需网络具有无标度性。最后,给出了一些关于能源供需策略的建议。     

基于复杂网络的手机病毒传播模型

本文运用复杂网络相关理论,通过在复杂网络上模拟改进的传染病模型,研究手机病毒的传播方式并且建立了手机病毒传播的动态演化模型,在此基础上,改变手机网络相关参数,探索手机病毒防控策略。     

WS模型中的企业社会网络合作程度仿真分析

本文将基于博弈论的经济网络理论嵌入到复杂网络理论中,通过设计一种新的小世界网络结构演化机制,利用计算机仿真探讨了集群中企业的合作程度的变化规律.对近年来一些学者建立的小世界网络中的重复囚徒困境博弈模型进行了改进,令网络中的企业(用网络节点表示)采取对不同对象区别对待的原则,针对不同的对象采用不同的策略.以此模型对企业网络进行了计算机仿真,得到了一些新的结论和有意义的启示.     

基于MKM的市场营销群体决策支持系统结构的研究

描述了市场营销知识管理(MKM)的概念,建立了基于MKM的市场营销群体决策支持系统的结构与关键技术,利用群体满意度模型提高了市场营销群体决策支持系统的有效性,分析了制约MGDSS有效使用的若干因素,提供了解决问题的一些方法.     

基于结构差异的智能建模方法研究

通过分析基于规则和基于事例推理两种建模方法的特点,提出了综合这两种方法优势的基于结构差异的建模方法,该方法使用树状结构实现问题的知识表示,使用基于事例推理的方法生成数学模型的主体部分,使用基于规则的方法生成模型的差异修改规则,用以指导模型主体部分的修改.基于这一方法实现了一个物流配送车辆调度的应用系统,验证了该方法对于数学模型的智能构建工作是有效的.     

基于投资者情绪的投资组合模型研究

本文在假设投资者风险厌恶、且其风险厌恶程度受其情绪影响的条件下,以投资者效用最大化为决策目标,建立基于投资者情绪的投资组合模型从理论上研究投资者情绪对投资组合结构及其收益-风险关系的影响。研究结果表明,当投资者过度乐观时,其将通过银行借贷融资等方式购买超额风险资产;当投资者情绪处于相对理性状态时,其将合理分配无风险资产和风险资产的投资比例;当投资者情绪处于悲观状态时,其将卖空风险资产。当投资者情绪处于过度乐观和相对理性状态时,投资组合预期超额收益与风险正相关;当投资者情绪处于悲观状态时,投资组合预期超额收益与风险负相关。论文研究结果修正了前人的相关研究结论,是对传统投资组合理论的深化和发展。     

基于代理人过度自信的委托-代理关系模型研究

本文研究代理人过度自信条件下的委托-代理关系以及过度自信对委托-代理关系的作用机理.研究结果表明,当代理人的效益工资和委托人的监督成本都不为0时,代理人的最优努力水平将随着其过度自信程度的增大而提高,委托人的最优监督力度将随着代理人过度自信程度的增大而减弱;当代理人没有效益工资时,代理人的过度自信在委托-代理关系中不发挥作用.另外,代理人的最优努力水平和委托人的最优监督力度都将随着委托人监督成本的增大而降低,而且前者还将总是随着代理人固定报酬和效益工资的增加而提高,后者虽然也将随着代理人固定报酬的增加而提高,但并不总是随着代理人效益工资的增加而加强.     

基于文化种群归类的中国企业出口对FDI带动效应研究

结合心理距离与文化距离的相关理论,运用格兰杰因果关系分析方法,对中国企业国际化过程中出口对生产性FDI的带动效应以及这种带动效应的文化差异性进行了初步探索。研究结果表明：在全球市场上,中国企业出口对FDI产生显著的带动效应;在不同文化种群市场上,这种带动效应与其文化距离正相关。最后,描述了目前中国企业国际化过程的特征,并提出了相关的管理含义。     

基于权威理论的家族企业家对企业的影响作用机理研究

以权威理论为基础,本文从科层权威、传统权威、报偿权威及超凡魅力权威四个构面分析了家族企业家的权威特征及其影响作用路径,在此基础上推导出家族企业家对企业的影响作用机理,解析了企业经营活动对家族企业家行为意志具有超强表达能力的根源。实证检验表明,问卷调查结果支持本文对家族企业家权威及其影响作用的分析和判断。     

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。     

基于过度自信的连续时间委托-代理模型研究

本文以有关心理学理论为依据,建立数学模型研究委托人和代理人过高估计公司信息质量条件下的连续时间委托-代理理论,并分析这种过度自信对委托-代理关系的作用机制.研究表明,最优补偿合同由两部分组成代理人的保留财富价值和代理人在合同存续期内的努力工作成本;而次优补偿合同由四部分组成代理人的保留财富价值、努力工作成本、风险溢价和未预期到的意外收益.委托人和代理人在公司信息方面的过度自信偏差都将提高代理成本、恶化道德风险问题.因此改善委托-代理关系的一个有效途径是,委托人自己首先要在公司信息问题上保持理性,其次是要雇佣在公司信息质量方面同样理性的代理人,使委托人和代理人双方都尽可能无偏地估计公司信息的信息价值.     

基于可能性理论的经营者业绩评价研究

对经营者进行客观公正的业绩评价,对企业的快速、健康发展至关重要。传统的经营者业绩评价体系与方法越来越受到各方面的质疑。本文在分析其弊端的基础上,提出了一种新的经营者业绩评价体系,并利用可能性理论来处理指标量化问题,建立了能充分考虑各影响指标的经营者业绩评价模型,为设计具有激励作用的薪酬结构提供依据。     

Cost sharing on prices for games on graphs

Let \(N=\{1,\dots ,n\}\) be a set of customers who want to buy a single homogenous goods in market. Let \(q_i>0\) be the quantity that \(i\in N\) demands, \(q=(q_1,\dots ,q_n)\) and \(q_S=\sum _{i\in S}q_i\) for \(S\subseteq N\). If f(s) is a (increasing and concave) cost function, then it yields a cooperative game (N, f, q) by defining characteristic function \(v(S)=f(q_S)\) for \(S\subseteq N\). We now consider the way of taking packages of goods by customers and define a communication graph L on N, in which i and j are linked if they can take packages for each other. So if i and j are connected, then a package can be delivered from i to j by some intermediators. We thus admit any connected subset as a feasible coalition, and obtain a game (N, f, q, L) by defining characteristic function \(v_L(S)=\sum _{R\in S/L}f(q_R)\) for \(S\subseteq N\), where S / L is the family of induced components (maximal connected subset) in S. It is shown that there is an allocation (cost shares) \(x=(x_1,\dots ,x_n)\) from the core for the game (\(x_S\le v_L(S)\) for any \(S\subseteq N\)) such that x satisfies Component Efficiency and Ranking for Unit Prices. If f(s) and q satisfy some further condition, then there is an allocation x from the core such that x satisfies Component Efficiency, and \(x_i \le x_j\) and \(\frac{x_i}{q_i} \ge \frac{x_j}{q_j}\) if \(q_i \le q_j\) for i and j in the same component of N.