党的十八大以来我国脱贫攻坚研究的态势与评价

脱贫攻坚是党和国家自党的十八大以来全面建成小康社会、实现伟大复兴中国梦的重大战略部署,其思想脉络及论断提法为推进脱贫攻坚学术研究指明了主题与方向。本文以中文社会科学引文索引（CSSCI）数据库及学位论文数据库为研究基础,基于关键词分析及多纳比蒂安“结构-过程-结果”理论模型,梳理脱贫攻坚研究中呈现的问题和对策,整合脱贫攻坚研究的热点与态势。以“顶层设计-扶贫领域-扶贫地域”为脉络进行分析。研究结果呈现以下主要态势：第一,在理论基础方面,宏观的中国化扶贫理论体系构建不足;第二,在研究视域方面,需进一步着眼于巩固扶贫成果,衔接乡村振兴战略等多元主题;第三,在研究内容方面,较之扶贫结果维度,关注结构与过程维度的研究更为丰富。     

一种多重优先经验回放的麻将游戏数据利用方法

针对大众麻将AI训练时经验回放机制中样本均匀采样导致训练缓慢的问题,提出了一种多重优先经验回放算法,即从时序差分误差、局面复杂程度、动作即时奖励3个维度对经验样本进行优先级标记,每次采样时优先级高的样本高概率被抽取来更新神经网络。为了验证算法的有效性,构建了大众麻将自博弈平台进行相应的实验验证。实验结果表明：相比随机经验回放方法,新方法将麻将AI的训练速度提升了22.5%。     

竞技二打一中玩家叫牌风格划分方法

由于玩家在对局中会有不同的博弈风格,针对竞技二打一中玩家叫牌风格划分的问题,提出了通过计算玩家叫牌和基准叫牌之间差异的统计学方法,设计了融合叫牌情况和玩家手牌及强力牌特征的基准叫牌模型来给出基准叫牌。实验结果表明：该方法中的基准叫牌模型能够在测试集上准确率达到94%以上,在玩家的叫牌风格实验中达到了预期的划分效果,在一定程度上验证了玩家博弈风格划分的可行性。     

Q学习实现亚马逊棋评估函数自调参

在亚马逊棋评估函数模型中进行参数调试,主要由人工依靠经验反复实验来实现,效率较低且无法保证精度。针对人工调参效率低下、精确度不足的问题,可借助机器学习的方法来弥补。采用强化学习中Q学习的思路,构造一种具有自学习能力的网络结构,利用计算机自身反复模拟对局与迭代,实现评估函数调参工作的自动化。实验结果表明：当训练达10 000次时,模型各结点Q值会趋于收敛,说明此时程序可以做出稳定合理的调参操作;在博弈实战中,模型调参后的程序也表现出了较强的棋力。     

从博弈角度看证券市场监管

本文从“激励的悖论”引出证券市场的博弈模型,通过对模型的分析,得出我国证券市场监管应采取的措施。     

食品安全事故频发的成因及对策

文章通过构建两组博弈模型,分析了大企业和小企业生产不安全食品的深层制度原因;重点指出了在财政分权背景下,地方政府保护是造成大规模食品生产企业生产不安全食品的关键原因;在此基础上提出了治理食品安全问题的政策建议。     

地方政府政策歧视策略的动态博弈分析

地方政府在招商引资过程中会采取各式各样的优惠政策以吸引投资企业,但是投资企业实际的经营运作水平不能被事先掌握。同时,地方政府也存在嫌贫爱富的道德风险。因此在各地实际的招商引资过程中,多少都会存在地方政府的政策歧视行为。本文通过建立动态博弈模型对上述过程进行分析,以为适当的政策制定提供决策上的依据。     

基于贝叶斯博弈的排污权交易模型

文章针对排污权交易问题,建立了基于贝叶斯博弈的排污权交易模型,并求解了贝叶斯纳什均衡,给出了排污许可证供需双方的均衡报价策略,为建设排污权交易制度提供了理论依据和方法指导.     

碳限额与交易约束下的企业制造/再制造生产决策

目的/意义随着再制造经济效益和环境效益凸显,越来越多的企业进入再制造领域,与原制造商进行竞争或合作。考虑到碳排放约束,企业面临的生产决策更加复杂。设计/方法基于消费者对新产品和再制造产品的异质需求,构建了制造商和再制造商之间的竞争与合作博弈模型,探讨碳税对制造/再制造决策的影响;结合数值仿真,分析了竞争与合作模式下碳税对企业利润及碳排放的影响。结论/发现不同模式下,企业可根据再制造产品碳排放强度选择不同的生产策略;碳税总是会抑制新产品的生产,当再制造产品碳排放强度低于一定数值时,碳税会促进再制造产品的生产;再制造商竞争会挤兑新产品,使制造商利润减少,再制造门槛提高;当碳税不超过一定限度时,合作模式能够实现经济效益和环境效益双赢。