碳交易政策下多式联运路径选择问题的鲁棒优化研究

针对碳交易政策下的多式联运路径选择问题,考虑运输时间和单位运费率不确定且其概率分布未知的情况,引入鲁棒优化建模方法对其进行研究。首先利用box不确定集合刻画分布未知的运输时间和运费率,然后在碳交易政策下确定模型的基础上,构建鲁棒性可调节的多式联运路径选择模型,并通过对偶转化得到相对易求解的鲁棒等价模型。实例分析表明,鲁棒模型能较好地处理参数概率分布未知的多式联运路径选择问题,方便决策者根据偏好调整不确定预算水平进行决策。运输时间和单位运费率的不确定性都会影响多式联运路径决策,但是作用机理有所不同。将上述碳交易政策下的模型拓展到其他低碳政策,结果表明多种低碳政策的组合能更好实现多式联运减排。     

我国民事再审案件受理费制度检视——以再审之诉的功能为视角

随着我国再审案件数量日益攀升,《诉讼费用交纳办法》关于再审案件受理费的制度设计已不合时宜,亟待修改完善。我国再审案件经历了从完全免费到有限收费的立法转变,对当事人申请再审预收取受理费符合再审之诉的功能定位与司法有偿原则,从而引导当事人理性行使再审诉权,避免当事人无理缠诉。当前再审案件收费范围过于狭窄,负担规则机械单一,影响诉讼费用制度的功能发挥。为此,应基于再审事由和程序类型合理界定收费范围,确立败诉方负担为主兼顾考量过错因素的负担规则。     

厚尾分布情形下的信用资产组合风险度量

本文研究风险因子多元厚尾分布情形下的信用资产组合风险度量问题.用多元t-Copula分布来描述标的资产收益率分布的厚尾性,同时将三步重要抽样技术发展到基多元t-Copula分布的资产组合模型中,拓宽和丰富了信用资产组合风险度量模型.同时,并运用了非线性优化技术中的Levenberg-Marquardt算法来解决重要抽样技术中风险因子期望向量估计.模拟结果表明该算法比普通Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差,从而更精确地估计出信用投资组合损失分布的尾部概率或给定置信度下组合VaR值.     

为什么见死不救？——从“吉诺维斯悲剧”说起

1964年．美国发生了一起有名的案件,引起很多学者的关注。一个名叫基蒂·吉诺维斯的女子在凌晨下班后返回所住的公寓,就在即将到达公寓的时候,遭到一个歹徒的挟持,欲行强奸。这位女子大喊救命反抗,歹徒向她连刺数刀。一个邻居在窗口大声警告歹徒：“放开那个女孩!”歹徒闻讯转身就跑,但在发现没有一个人出来时,他又追回来将该女子打倒在地,又开始刺杀。     

基于改进DEA的我国商业银行效率动态变化研究

在改进传统DEA和合理定义银行投入产出指标的基础上,利用Malmquist指数模型测算我国商业银行1997-2003的效率指数.受到宏观经济环境的影响,除2003年外的其他年份里,效率下降机构数远大于效率上涨机构数,我国商业银行的效率在逐年下降;全生产要素率指数的变化主要受到前沿技术进步指数的影响.银行间的相对效率和自身相比的效率指数并不完全一致一些银行与其他银行相比,效率很低,但与自身相比,效率仍有所提高;也存在相反的情况.     

数字化教育教学优质资源共建共享的新进程——关于高校精品视频公开课建设的思考

我国教育教学资源的共建共享,目前正处于积极探索和尝试应用阶段.基于“数字校园”开放性的顶层设计理念,作为高等教育改革实践的新形式,视频公开课对于资源的聚集和交换、高校开放课程的自主开发和引进、课程质量的提升颇具意义.通过分析优质资源应用平台的搭建和制作标准的形成,结合高校地域特点、发挥学科特色,探讨了集结、传播和运用开放教育资源优势,促使视频公开课体系成为国际教育教学资源共享服务的支撑点.     

基于逆γ偏正态分布的Tobit回归模型

Tobit模型是一种应用很广泛的截尾回归模型,并假定其误差项服从正态分布.相对于对称分布,偏态分布能获得更全面准确、及时有效的信息.基于此,文章提出了基于逆尺度因子偏正态分布的Tobit回归模型,并给出了该模型参数的极大似然估计,通过数值模拟与正态假设下的Tobit模型进行比较,结果表明该模型和方法是有用和有效的.     

加强物理化学实验教学 培养应用型创新人才

分析了当前物理化学实验教学在课程体系、课程内容、实验教学方式、实验课程考核方式和实验教学资源等方面的现状与不足,探索了物理化学实验教学的新模式。新的教学模式能充分地发挥学生在实验中的主动性和独立性,能培养学生运用所学知识发现问题、分析问题和解决问题的能力,从而达到培养学生应用能力和创新能力的目标。     

点估计与区间估计:算法预测呈现方式对人机共融决策效果的影响

决策者对算法的态度及采纳程度是实现人机共融决策扩展中的关键议题。但目前关于算法预测的不同呈现方式的影响尚缺乏深入探究。本文以两个典型的人机共融决策场景为研究情境,设计了三个层层递进的在线随机对照实验,探究智能算法预测结果以点估计及带有不同置信度的区间估计等形式呈现对人类决策者采纳程度的影响及背后的原因。研究发现人类决策者对以不同形式呈现的同一算法预测的采纳存在行为偏误。研究提出并验证了可解释这一行为偏误的一种认知捷径,据此设计了一种可消弭该偏误的算法预测结果展示方式,通过实验验证其效果并分析决策者间的异质性。本研究结论具有清晰的因果识别及可操作性,对人机共融决策相关理论及实践具有一定的贡献。