《朦胧的欲望》中的叙事及欲望展现

《朦胧的欲望》是超现实主义电影大师路易斯·布努埃尔的代表作之一,在影片中,导演使用顺时叙述即时经验、不确定的叙事方法,从马蒂厄的视角讲述了一个欲望交汇的爱情故事。马蒂厄的讲述作为影片的主体,却时常被一些惊奇的场景所打断,他本身的叙述也是充满了矛盾、欺骗与迷惑,导演甚至起用两个女演员去塑造肯奇塔,这更增加了影片的朦胧之感。然而正是导演独特的叙事方式和这种主观的“欲望支配下的人”的视角,恰恰能最为真实地展现人的欲望所特有的那种分裂、朦胧与惶惑。     

需求不确定下承诺交货时间和产能决策

在网上定制的市场中,需求具有数量和时间两方面的不确定性。本文提出同时考虑需求量具有承诺交货时间敏感性和随机性,采用作业成本法建立以期望利润为目标函数,以承诺交货时间和产能为决策变量的模型。通过模型的分析得到了相互递推的最优承诺交货时间和最优产能数学表达式。在此基础上,运用排队理论建立了以承诺交货时间可靠性为限制条件的M/M/1决策模型。通过模型分析,证明了模型是凹规划,给出了最优承诺交货时间和最优产能满足的方程组。最后,通过算例的分析可知最优承诺交货时间和最优产能受承诺交货时间可靠性限制,而且随着承诺交货时间可靠性的提高,最优承诺交货时间是递增的,最优产能和最优期望利润是递减的。研究表明：结合承诺交货时间可靠性确定最优承诺交货时间和最优产能有助于提高产能的利用率和交货时间的准确性。     

区间概率条件下属性值为不确定语言变量的风险型多属性决策研究

针对区间概率条件下属性值为不确定语言信息且属性权重未知的风险型多属性决策问题,提出了一种基于概率理论和不确定语言变量的TOPSIS决策方法。首先建立了区间概率转化为点概率的数学模型,通过期望值将风险型决策矩阵转化为确定型矩阵;然后利用方案与理想解越近方案越优,与负理想解越远方案越优的原则建立属性权重确定模型,并利用TOPSIS方法的相对优属度大小确定方案的排序;最后通过应用案例说明了本方法的决策步骤。     

司法判决的不确定性及其矫正

司法的确定性应当是司法的一种应然状态,但司法活动是一个动态的过程,在司法实践中,由于案件事实认定、法律规则、法律解释、法律推理等不确定等因素的影响,司法结果往往是不确定的.要克服这种不确定性,确保司法结果的可预见性,就要完善立法,确立"法律真实"的案件事实观念,培养法官共同的职业道德和职业知识素养.     

Knowledge-Based Risk Assessment Under Uncertainty for Species Invasion

Management of invasive species depends on developing prevention and control strategies through comprehensive risk assessment frameworks that need a thorough analysis of exposure to invasive species. However, accurate exposure analysis of invasive species can be a daunting task because of the inherent uncertainty in invasion processes. Risk assessment of invasive species under uncertainty requires potential integration of expert judgment with empirical information, which often can be incomplete, imprecise, and fragmentary. The representation of knowledge in classical risk models depends on the formulation of a precise probabilistic value or well-defined joint distribution of unknown parameters. However, expert knowledge and judgments are often represented in value-laden terms or preference-ordered criteria. We offer a novel approach to risk assessment by using a dominance-based rough set approach to account for preference order in the domains of attributes in the set of risk classes. The model is illustrated with an example showing how a knowledge-centric risk model can be integrated with the dominance-based principle of rough set to derive minimal covering "if ... , then...," decision rules to reason over a set of possible invasion scenarios. The inconsistency and ambiguity in the data set is modeled using the rough set concept of boundary region adjoining lower and upper approximation of risk classes. Finally, we present an extension of rough set to evidence a theoretic interpretation of risk measures of invasive species in a spatial context. In this approach, the multispecies interactions in an invasion risk are approximated with imprecise probability measures through a combination of spatial neighborhood information of risk estimation in terms of belief and plausibility.     

教师课堂教学质量的云模型评价方法

教师课堂教学质量评价是高等院校教学质量管理的重要环节,对提高课堂教学质量具有积极意义和重要作用。应用云模型、特尔斐法、多因素综合评判模型等工具提出的基于云模型和特尔斐法挖掘教学质量评价因素权重,利用云发生器实现评价指标评语的定性定量转换和利用多因素综合评判模型进行综合测算教师课堂教学质量评价技术方法,因各评价因素权重分布合理,评价结果可靠,具有一定的实践意义。     

A hierarchical Bayesian regression model for the uncertain functional constraint using screened scale mixtures of Gaussian distributions

This paper considers a hierarchical Bayesian analysis of regression models using a class of Gaussian scale mixtures. This class provides a robust alternative to the common use of the Gaussian distribution as a prior distribution in particular for estimating the regression function subject to uncertainty about the constraint. For this purpose, we use a family of rectangular screened multivariate scale mixtures of Gaussian distribution as a prior for the regression function, which is flexible enough to reflect the degrees of uncertainty about the functional constraint. Specifically, we propose a hierarchical Bayesian regression model for the constrained regression function with uncertainty on the basis of three stages of a prior hierarchy with Gaussian scale mixtures, referred to as a hierarchical screened scale mixture of Gaussian regression models (HSMGRM). We describe distributional properties of HSMGRM and an efficient Markov chain Monte Carlo algorithm for posterior inference, and apply the proposed model to real applications with constrained regression models subject to uncertainty.     

不确定性环境下不同补货策略的供应链契约协调研究

针对产出和需求不确定性导致的残值或补货问题,考虑单个制造商和零售商所组成的双边随机供应链,双方采取事前订单形式,构建两种不同现货市场补货策略模型,研究随机环境下最优原材料投入量-成品订货量决策行为及供应链协调。研究表明：零售商自行补货时,收益共享合同不能分担上游产出不确定性风险,制造商为避免产出过剩会减小投入量导致合同失效,但融合了缺货惩罚-余货补偿双向机制的收益共享契约能够进行有效协调。当由制造商补货时,现货市场降低了产出不确定性风险且提高了系统产出投入比,并能重新使收益共享契约生效。此外,有效契约协调后的各方收益均为系统最优收益的仿射函数,并由协商后的收益共享比例控制着分配系数。理论分析和数值仿真说明了合同协调的有效性。算例分析还发现,设计的收益共享风险共担契约相比单一的收益共享契约能够更好地降低不确定性对收益的影响。     

产能和需求不确定情形下ATO系统最优库存和生产决策研究

通过将产成品的最终组装环节延迟到观察到实际需求以后进行,按订单组装(Assemble-to-Order,ATO)策略能够有效避免按库存生产(Make-to-Stock)策略下因为生产过剩而带来的损失和风险。然而,在未来产能有限的情形下,生产商必须提前组装部分产成品,以最大化自身收益。本文考虑一个未来需求和组装产能同时具有不确定性的单周期ATO系统:在观察到实际需求以前,生产商必须准备好所有的零部件库存,并组装适量的产成品;观察到实际需求和实际可用组装能力以后,则根据需要进一步追加产成品产量,以尽可能满足客户需求,从而最大化自身利益。通过构建一个两阶段规划模型,我们研究了生产商的最优零部件库存和最优生产决策;并进一步考察了生产商可以通过紧急外包来获取额外组装产能时的最优决策。研究结果为随机环境下生产商合理采购零部件库存和合理安排生产提供了有益的管理启示。     

不确定时滞大系统的鲁棒稳定化

研究了由非线性扰动子系统组成的时滞大系统的鲁棒稳定化问题，对每个子系统应用稳定的局部状态反馈、利用李雅普洛夫稳定性准则，结合矩阵Ｒｉｃｃａｔｉ方程，每一个子系统不确定参数界由Ｍ－矩阵给出，导出了不确定时滞大系统指数稳定的结果，文中所获得的条件推广并改进了文献［１］的主要结果。文中还给出了系统ＢＩＢＯ稳定的条件。