文章关注一类具有符号有向图的异质非线性分数阶多智能体系统的预设时间二部一致性跟踪问题.通过引入一类具有广义性质的时变函数,设计了一类基于时变函数的预设时间分布式控制器,以一种完全分布式的方式分别实现了异质线性和异质非线性分数阶多智能体系统的精确预设时间二部一致性跟踪.该预设时间可以通过时变函数预先设定, 且不依赖于任何初始值和参数.最后, 用实例验证了理论结果的有效性.

针对具有外部扰动和参数不确定性的多四旋翼无人机，提出了基于指令滤波反步方法的分布式固定时间自适应编队控制算法.通过引入固定时间指令滤波及构建非光滑误差补偿机制，有效地避免了"复杂性爆炸"问题并在固定时间内移除了滤波误差的影响.此外，通过设计分段函数，巧妙地解决了分布式控制器中存在的奇异性问题.利用固定时间稳定性理论，严格证明了闭环系统是实际固定时间稳定的，且闭环系统中所有信号有界，同时编队跟踪误差在固定时间内收敛到原点附近充分小的邻域内.最后，仿真算例验证了所提出的分布式固定时间控制策略的有效性.

区块链通证激励的兴起,为解决用户内容创作动力不足的问题提供了新思路,但其在实际落地过程中仍面临着诸多挑战.文章以基于区块链的知识社区Steemit为研究对象,通过采集区块数据,从激励平等性和知识贡献效率两个维度分析了社区通证激励机制的现状及问题,从而揭示社区通证激励分配垄断的现象,并探究了通证激励分配垄断对用户知识贡献的影响.研究结果表明:社区的通证激励分配被少部分头部用户所垄断,且社区的激励分配机制不能有效反映用户的知识贡献水平;通证激励分配的不平等性降低了用户的内容生产和内容发现水平.

在决策过程中,如何在达成个体决策者期望效用的前提下获得群体最优决策方案,是多属性群决策研究的主要内容之一. 然而,已有的群决策方法在解决问题时,很少有研究考虑到决策者对单个属性的期望与风险偏好.文章研究了决策者愿景满意度的多属性群决策问题, 首先,文章探讨将BWM方法应用于多属性群决策问题当中, 用于确定属性权重; 其次,通过考虑决策者对属性的愿景以及风险偏好对方案进行排序, 最后,将BWM方法和愿景满意度函数结合, 提出了一个新的多属性群决策模型, 此外,通过一个新能源汽车的实例, 来验证所提算法的有效性与可行性,并对参数进行仿真分析.

网络舆论的研究既应重视数量也应重视质量, 在纷繁复杂的舆论大数据中寻找高质量的网络舆论是对新网络舆论观的践行. 以网络舆论质量三维评价体系为理论基础, 通过对舆论超网络模型节点和连边的改变和重构, 提出了网络舆论本体“噪声”超网络识别模型, 涉及环境子网、情绪子网、社交子网和内容子网. 网络舆论本体“噪声”是指无法对管理决策的制定提供意见和建议的舆论观点. 基于所提出的超网络模型, 提取18个特征指标, 并利用机器学习分类算法实现对高质量舆论观点的提取.

复杂网络已被广泛应用于探究复杂系统的规律.文章使用分位图方法,分别将中国市场的上证指数、深证成指、香港恒生指数和美国市场的纳斯达克指数、道琼斯工业指数和标准普尔指数六支股指日收盘价序列映射到复杂网络,对股指分位图的特性进行分析,探究这两个的股票市场网络结构的变化.结果表明,首先同一市场的股指序列分位图网络特性较为接近,而不同市场之间的差别较大;其次,中国的上证指数和深证成指具有长程相关性,香港恒生指数较为随机,而美国市场的三支股指序列偏反长程相关;最后,两个市场的分位图网络存在不同的社团结构.该方法从宏观的角度揭示不同地区股票市场的性质和潜在动力学行为,并且可以为股指趋势预测提供丰富的信息.

为解决含有未知项以及输入死区的严格反馈非线性系统跟踪控制问题,提出一种基于免疫函数的投影自适应指令滤波有限时间控制方法.该方法使用免疫函数构造扩张状态观测器对具有输入死区控制系统中的未知项进行逼近,并使用指令滤波解决反步法中微分爆炸问题,建立滤波误差补偿机制降低滤波误差对跟踪精度的影响,同时使用投影算子保证了自适应参数的有界性.与现有文献中基于障碍李雅普诺夫函数的自适应反步约束控制相比较,文章可同时约束系统状态、补偿跟踪误差以及自适应参数在预设的范围内,保证了闭环系统中所有信号有界,结合有限时间控制加快了控制系统的收敛速度.最后仿真结果表明了文章控制方法的有效性.

群智感知数据往往携带了丰富的敏感信息, 联邦学习技术的兴起为解决感知系统之间隐私安全的协作计算提供了一条可行途径.针对群智感知关联性探测过程中可能导致的隐私泄露问题, 提出一种联邦场景下支持隐私保护的典型相关分析方法.该方法通过构造联邦特征并基于非线性随机耦合策略进行特征保护,将典型相关分析求解过程分解为两个完全独立的运算分别由联邦端和服务器端执行,在数据级、运算级和特征级上对感知数据进行多层次保护.实验结果表 明,文章方法对联邦场景的适用性和感知数据的保护性都较好.

针对一类具有不确定时滞输入和未知非光滑函数的非线性非严格反馈结构系统, 提出了一种新颖的自适应模糊减少计算量状态反馈跟踪控制方法. 采用模糊逻辑系统作为未知函数的逼近器, 利用变量分离技术处理非严格反馈结构且不要求系统函数满足严格单调递增. 未知常数作为最优逼近向量范数和逼近误差模的界, 在每一步反步递推过程中只需要调节这两个自适应参数即可. 该方法不仅 补偿了未知时滞输入的影响, 同时还减少了在线逼近参数数目. 基于~Lyapunov~ 稳定性 理论分析闭环非严格反馈系统的一致有界性. 最后给出数值仿真例子验证所提控制 方法的有效性.

针对状态不完全可测的多智能体系统,研究持续异步拒绝服务(Denial of Service,DoS)攻击下基于观测器的安全一致性控制问题.基于切换理论,将受到攻击的多智能体系统建模为满足持续驻留时间的切换系统.攻击睡眠阶段被认为是$\tau$部分,其中通信网络中的领导者是全局可达的.攻击激活阶段看作$T$部分,持续有效的拒绝服务攻击能够破坏原始通讯网络的连通性.通过构造模型依赖Lyapunov函数并求解线性矩阵不等式,获得控制器和观测器增益以实现一致性跟踪.最后,仿真结果验证了所提方法的有效性.

研究一类具有尺度结构的害鼠种群最优不育控制问题, 状态系统模型由一个带全局反馈边界条件的一阶偏微分方程和两个常微分方程组成, 控制函数为时变不育剂投放量, 性能指标代表害鼠终端规模、环境中不育剂残留量以及控制成本的加权和. 首先确立状态系统非负有界解的存在唯一性, 并给出状态向量函数关于控制变量的连续依赖性; 其次构造共轭系统和关联法锥, 导出精确刻画最优策略的Euler-Lagrange方程; 最后运用Ekeland变分原理和不动点方法证明最优策略的存在唯一性. 文章为害鼠不育控制提供一种新的建模方法.

随着中国循环经济的发展，社会对企业构建绿色供应链、落实废弃产品回收处理的期望值逐步加大.在此背景下，文章围绕制造商回收、销售商回收和第三方回收3种逆向供应链回收模式.基于Stackelberg博弈分析，考虑制造商与销售商同时承担企业社会责任（CSR），构建了采取政府补贴策略的制造商主导型回收模型.通过不同回收模式比较和数值仿真，从社会责任和经济效益的角度，分析了政府补贴对可再制造废旧品回收和供应链社会责任（SCSR）水平的影响.研究表明：在再制造成本节约水平存在优势的条件下，政府补贴不仅能使供应链中各企业更好承担社会责任，而且可以提升回收方的回收积极性，还可以更好促进绿色经济发展，为政府完善可再制造资源回收政策和企业回收模式决策提供理论依据.

针对客户需求不确定的绿色物流配送问题,研究考虑随机需求的带时间窗绿色车辆路径模型与求解算法.综合考虑距离、时间窗、载重、燃料等因素对成本的影响,以车辆油耗成本、碳排放成本、运输成本、固定发车费之和最小为目标,建立考虑随机需求的带时间窗绿色车辆路径模型,在此基础上设计两阶段求解算法,预优化阶段根据客户随机需求量,考虑随机容量约束,设计基于大邻域搜索和禁忌搜索的混合算法获得预优化解;重优化阶段再模拟车辆配送,到达客户点更新客户实际需求,采用失败点重优化策略对后续路线进行优化.实验结果表明,与考虑碳排放和油耗成本最低的目标相比,文章方法不仅能够降低碳排放,而且还能取得更低的总配送成本.

基于事件驱动控制技术,文章研究了有向相互依存网络的异质一致性 问题.文章分别考虑了两种由两个子网络构成的网络:一是子网内部节点间无耦合关系;二是子网内部节点间有耦合关系.根据Lyapunov稳定性理论, 文章设计了一种事件驱动控制协议, 设定了事件驱动阈值,减少了控制器更新次数,实现了两种有向相互依存网络渐近异质一致于子网络的孤立节点系统的平衡点,并且还分析了网络的事件驱动控制过程中不存在Zeno现象.数值模拟表明:1)文章提出的控制方案能快速让网络的各个节点和平衡点达到渐近一致;2)子网内部的耦合关系能提高网络的控制效果,更能节约控制时间和控制能量.

在对纵向数据的预测过程中,通常会遭遇模型的不确定问题.为了解决模型不确定性问题,文章提出一种基于半参数混合效应模型的最优模型平均预测方法.文章提出采用删组交叉验证的方法获得最优权重向量的估计,进而获得最终的模型平均预测值.理论上,文章证明了当所有候选模型均误设定时,所提出的模型平均估计具有渐近最优性.即,提出的模型平均估计量的二次损失渐近地达到了用该集合中权重进行加权的所有模型平均估计的二次损失下确界.另一方面,当候选模型中包含正确模型时,证明了提出的权重估计方法,在大样本意义下能够将权重分配给正确模型.模拟和实际数据分析表明,所提出的模型平均估计方法与一些常用的方法相比具有较好的预测性能.

在线直播平台的大规模交互数据为人类行为的定量分析提供了平台和数据基础, 为大规模人群的在线交互机制挖掘提供了难得的契机. 文章以斗鱼直播平台2020全年涉及190多万主播的直播大数据为分析基础, 基于二部图理论构建了观众—主播交互网络, 通过设计用户的交互机制提出了偏好强度可调的观众—主播交互网络演化模型. 经实验验证, 模型能够准确预测观众—主播交互网络在未来1至8天的演化结果. 文章揭示了网络直播平台观众—主播交互过程中观众对直播间已有观众数量的强偏好性, 直播间已有的观众数量越多被选择的概率越大, 反映了人类对有价值内容的趋向和偏好, 印证了真实社会系统中声誉或口碑的累积效应, 为网络直播大规模在线人群交互行为特性和内在机理挖掘提供了量化仿真模型和实证分析结果. 同时文章为大规模在线人群交互行为特性和内在机理挖掘提供了泛化性较强的可迁移研究框架, 对利用大规模在线社交网络的连边和演化规律来描述并预测社交关系的形成和发展过程有重要意义.

针对低碳供应链产品定价与低碳技术投资问题,文章借助非合作-合作两型博弈思想深入探析了同时决策模型、零售商主导决策模型和供应商主导决策模型三种权力结构下供应商和零售商如何联合实施低碳技术投资与产品定价决策.在这种新的市场结构下,研究结果表明:一定条件下,1)存在唯一低碳技术水平、成本分摊比例,使得零售商和供应商在三种决策模型下的利润均可达到最大值; 2)在零售商主导决策的市场结构中,供应商更愿意进行低碳技术投资,提高低碳水平;3)零售商的低碳技术投资成本分摊比例与消费者低碳偏好呈倒“U”型关系,不再是简单的正相关关系;4)从供应链系统来看,低碳供应链的不同发展期是需要不同市场结构主导的,而不是在特定的市场结构中一成不变的.研究成果可为低碳供应链生产运作提供理论方法,也为实现碳达峰、碳中和双碳目标提供新的解决方案.

收益管理优化是提高零售商经济收益的有效途径之一.定价是收益管理的引擎和核心技术，对于提高零售商的收益具有重要作用.考虑到在收益管理的实际应用中，预测和优化问题的复杂性，通常采用先对产品需求进行预测，然后对收益进行优化的步骤.在对产品需求进行预测时，通常会面临多个候选模型，即面临模型的不确定性，这时一般会采用模型选择方法确定最终的模型.但传统的模型选择准则包括赤池信息准则（Akaike information criterion，AIC），贝叶斯信息准则（Bayesian information criterion，BIC）等通常只考虑了模型选择对预测精度的影响，而不考虑该预测模型会如何影响接下来的优化决策目标.本文首次在商品的收益管理优化中提出最小化聚焦信息准则（focusedinformation criterion，FIC）这种模型选择准则，运用FIC模型选择准则选择产品需求预测模型，考虑了优化模型的结构，以最小化决策误差，而不是预测误差为目标，来选择预测模型.数值模拟结果表明，在大部分情况下，相比于AIC和BIC两种模型选择准则，考虑决策目标的FIC模型选择准则表现最佳.同时，实证研究结果也验证了考虑决策目标的FIC模型选择准则的优越性.

针对一类存在介质访问和控制输入约束的离散时滞网络化控制系统，提出一种鲁棒模型预测控制器设计方法.考虑到控制输入约束的影响，利用不变椭圆集将控制输入约束转化为线性矩阵不等式，根据网络介质的随机访问机制将网络化系统建模为具有不确定性的马尔可夫跳变系统，在此基础上利用时变时滞的上界信息构造李雅普诺夫函数，给出网络化系统随机稳定的充分条件和鲁棒模型预测控制器的设计方法，并分析了时变时滞上界与鲁棒性能指标之间的关系.最后，通过仿真算例验证了所提出方法的正确性和有效性.

Hopf分岔是一种比较简单而又重要的动态分岔问题，是指系统参数变化经过临界值时，平衡点由稳定变为不稳定并产生极限环.基于Hopf分岔，文章提出了一个具有饱和控制的时滞反应扩散谣言传播模型，其更好地反映了现实生活中谣言传播的特性，并且研究了其Turing不稳定和Hopf分岔，同时选择时滞为分岔参数，给出了分岔阈值的解析表达.最后，通过数值模拟仿真验证了理论结果的正确性，其结果表明扩散和时滞均是导致系统不稳定的原因.传统的谣言传播模型只考虑了时间演化，而该模型从时间和空间两个维度刻画了传统的谣言传播模型，使其更加贴切地反映了谣言在现实生活中的传播规律，为谣言传播的治理提供新的思路.

在经典Radon逆变换的基础上, 提出了一种实现Radon逆变换的二阶差商反投影(Second-order Divided-difference Back Projection,SDBP)方法. 对 于离散投影数据,利用插值法将离散的投影值采样序列转化为连续的投影函数, 并根据SDBP公式进一步推导出一种基于插值核函数构造的滤波器设计模型.作为该模型的 应用, 文章套用三角形函数得到了一类新型滤波器.相比传统的滤波器, 新型滤波 器具有调节性能的可控参数,可以根据实际需求增强某些特性, 从而能获得更加理想的重建图像.

针对存在欺骗攻击的网络控制系统,对系统状态进行估计并设计了输出反馈控制器.传感器到控制器的网络通道中存在欺骗攻击,传感器发出信号后,设计动态量化器,节省带宽资源;将欺骗攻击建模为未知有界的信号,在此基础上,提出了一种新的状态集员估计方法——椭球估计方法,得到了封闭的状态估计椭球集.将得到的状态估计椭球集参数最小化,使得估计状态近似真实状态.通过设计输出反馈控制器,得到了闭环系统渐近稳定的充分条件.最后,通过数字仿真算例验证了所提方法的有效性.

针对网络推手参与社交媒体的舆情炒作和操纵行为,探讨如何实现对社交媒体平台的舆情传播进行有效管控.构建基于网络推手、社交媒体平台、政府监管部门和网民等四方利益主体的演化博弈模型,分析各博弈主体的稳定策略,并通过实验仿真探讨关键要素对博弈模型的影响.研究得到如下结论:1)权威媒体及时辟谣能够有效阻断社交媒体平台上虚假舆情信息传播:2)政府监管部门加强对网络推手和社交媒体平台的有效监管,加大违规惩罚力度,可对网络推手起到有力警醒,督促社交媒体规范舆情信息推送流程;3)主流媒体平台发布的舆情信息较为可靠,网民对小道消息应及时查证.据此,提出政府有效监管社交媒体平台舆情传播的相关建议,为净化网络信息空间,保障网民权益,维护社会安定团结,提供决策参考.

为了准确评估制造型中小企业的综合质量水平并解决其生产经营管理中存在的问题，文章提出基于组合赋权VIKOR法的中小企业综合质量评估方法.参照质量管理体系要求，结合制造型中小企业的特点，设计了包含质量认证、质量监管、创新及发展能力、财务质量、社会声誉五个维度的综合质量评估指标体系，并使用改进后的信息重叠指标筛选方法优化指标；结合AHP和CRITIC法进行指标权重赋值，并应用VIKOR法计算中小企业利益比率值，实现中小企业综合质量评估.选取电子行业119家中小企业为例，采用文章提出的综合质量评估方法进行实证研究，研究结果表明基于文章提出的综合质量评估方法的结果与样本企业质量发展的客观现状具有良好的一致性，验证了文章方法的有效性.

考虑网络零售商可以与实体零售商合作为消费者提供门店自提服务,在配送效率内生情形下分别建立无合作模式下和合作模式下的商家竞争定价模型,研究实现合作的条件以及合作门店自提对竞争性产品定价和快递企业配送效率决策的影响.主要结论表明,当时间敏感型消费者群体规模较大时,产品间的价格竞争加剧,但网络零售商和实体零售商仍然可以通过门店自提实现利润增长,尤其是当产品差异化较小且消费者去门店取货比较方便时.此时,网络零售商可从扩大的市场渗透中获益而实体零售商则从增多的到店流量中获益,尽管市场竞争加剧.此外,在两零售商合作提供门店自提服务后,为应对市场变化,快递企业将会提高配送效率,从而实现利润增长.

作为一种流行的非凸惩罚,极小极大凹惩罚(MCP)在变量选择中被广泛使用.非对称最小二乘回归(ALS)区别于最小二乘回归,能够研究响应变量的整个条件分布.文章基于MCP惩罚,提出带有MCP惩罚的稀疏非对称最小二乘回归模型(MCP-ALS),并得到了相应估计量的性质.文章证明:首先,在一定的正则化条件下,当协变量维度固定时,诱导估计量具有Oracle性质.在高维模型中,当回归误差具有有限阶矩时,诱导估计量具有弱化Oracle性质.其次,通过采取不同的非对称权重值,文章提出的方法能够识别出引起异方差的协变量.数值模拟表明,文章提出的方法在变量选择上有优良的表现,并且能有效检测异方差.最后,将所提方法应用于糖尿病数据集中,实例分析表明,所提方法在实现变量选择的同时,能够挖掘解释变量与响应变量之间的潜在关系,以期对糖尿病人病情的预测和控制提供借鉴.

障碍期权是一种在中国市场中备受欢迎的场外衍生品, 由于其收益的不连续性, 金融机构在动态对冲的过程中主要面临delta值震荡的问题, 从而导致对冲风险较大. 文章基于柳树法的思想, 在跳扩散模型下, 提出一个稳定且适用于多种随机模型的障碍期权定价和希腊值计算方法, 用于障碍期权动态对冲. 相比于现有方法, 柳树法计算delta值更稳定, 对冲成本更低. 进一步, 对2010年1月1日至2021年9月30日标的资产是上证50指数的障碍期权对冲效果进行研究, 并基于市场数据对模型参数进行实时校准. 对冲结果表明柳树法的确能够降低对冲成本和对冲风险, 进而可以为国内金融机构对冲障碍期权及相关的结构化产品提供一种新的方法.

文章将机器学习中的分歧分解框架引入投资组合优化问题中,利用将多个子策略权重进行组合的思想,在全局最小方差(GMV)策略的基础上提出了全局最小方差集成(EGMV)策略.具体地,文章利用机器学习领域中对二次损失函数所进行的常见分解方式-分歧分解,对GMV策略的优化问题进行了修改,在其基础上引入了两个额外的参数,即子策略个数和多样化系数,从而构成了新的EGMV投资组合策略.当多样化系数大于1时,EGMV策略能够输出具有多样化权重的多个子策略,从而对冲各资产权重的估计误差,提高加权策略的样本外绩效表现.为了验证EGMV策略的有效性,文章在A股和美股市场上对EGMV策略,GMV策略和其他多个常见策略进行了实证比较.结果显示,在A股市场中,EGMV策略能够在夏普率和换手率上取得平均意义上优于GMV策略的绩效表现,且这一结论在160个不同参数组合下同样成立,这表明EGMV策略具有较好的稳健性.

通过向量序结构,引入了集值种群博弈问题Nash均衡与合作均衡的概念. 借助Ky Fan截口定理和广义Scarf定理, 在集值支付函数上半连续且紧值的假定下,分别得到了其Nash均衡点与合作均衡点的存在性定理.最后通过算例验证了结论的可行性和两种均衡的不同.

近年来金融市场危机频发,极端风险在资产管理中受到较大关注.考虑到投资者的尾部风险态度对投资策略的影响,文章利用改进的峰度指标和K-means方法对资产进行分组,对不同类别资产组的尾部极端风险赋予不同的厌恶态度,基于均值-方差-CVaR准则提出了两类优化模型,进行投资组合策略的模拟分析和实证研究.研究结果表明:在给定目标收益的条件下,文章提出的优化模型通过减小总投资比例,减小了投资组合的风险暴露;与不考虑尾部风险态度差异的模型相比,新模型能够更好地控制风险,并具有更稳定的外样本表现;特别是文章提出的第二种模型,可以通过调整投资者对不同资产组的尾部风险厌恶水平,得到个性化的投资策略.

随机对照试验在临床试验中应用广泛, 针对随机对照试验的样本分配是实际应用中需要考虑的重要问题. 然而对于因果推断框架下的随机对照试验, 传统样本分配方法没有考虑潜在结果相关性. 为了解决这个问题, 文章提出了一种考虑敏感性参数的样本分配方法, 并结合自适应设计给出了常用因果效应的估计. 模拟研究验证了该方法在潜在结果独立性假设不成立时也可以获得较其他常用分配方法更准确的因果效应估计.

文章针对一类 Riemann-Liouville分数阶随机微积分方程,构造了Euler-Maruyama (EM)方法, 并证明了该方法的强收敛性. 具体地,先将此类分数阶随机微积分方程进行积分形式转化,然后利用左矩形公式构造EM方法, 并对该方法进行强收敛性分析,其收敛阶为$(1-\alpha)\wedge 0.5$, $\alpha$为分数阶导数的阶数且满足$0<\alpha<1$. 最后,通过数值算例验证了理论结果的正确性.

社区发现是复杂网络研究领域的一个重要问题,传统社区发现方法是通过节点间连边紧密程度而实现社区划分的,无法纳入节点的非结构属性.对此,文章基于变分图自编码器(VGAE),提出了一种兼顾节点连边与属性信息的网络社区发现方法(VGAE-INA,VGAE incorporating node attributes),并利用两个不同领域的现实网络数据进行了验证.研究结果表明,通过无监督的迭代学习,文章所提出的融合节点属性特征的变分图自编码器方法可以在同时考虑节点连边关系和节点属性特征情况下有效完成网络社区探查的任务.

存零约束优化问题是近年提出的一类新的优化问题,因存零约束的存在,使得常用的约束规范不满足,以至于现有算法的收敛性结果大多不能直接应用于该问题.文章将难处理的存零约束放于目标函数,提出了部分罚函数方法.并证明在存零约束的线性独立约束规范下,罚问题的稳定点序列的聚点为原问题的弱稳定点.同时存在罚问题的局部最优解序列收敛于原问题的任意严格局部最优解.数值结果表明该方法是可行的.

原油价格的波动对于全球经济的发展具有显著性影响,准确地预测原油价格成为能源经济领域的热点研究课题.传统的计量经济学方法及机器学习方法在预测油价时均存在诸多不足,针对原油价格序列高度非线性、非平稳性和时变性等复杂特性,文章提出一种基于多尺度分析方法和动态误差修正的原油价格集成预测方法.首先, 基于多尺度分解和机器学习方法,构建了集成预测的多样化基模型生成机制; 进一步地,基于多种策略建立动态误差修正模型提升基模型的预测精度. 最后,建立了基于多样性的基模型选择性集成策略.针对布伦特原油市场的实证结果表明, 相比传统组合预测策略,文章提出的集成预测方法能够有效提高原油价格预测精度,具有较好的预测性能和泛化能力.

开源社区中关键开发人员的退出会直接威胁到开源项目的可持续性,因此有效识别显著影响开发工作的关键开发人员和采取防范措施,能够促进社区集体智慧的涌现.文章对Vue和Angular开源项目进行分析,聚焦开发者的协作行为,提出了度量开发者协作行为差异性的连接系数指标,并将开发人员分为三类不同的群体和根据评价指标体系进行关键开发人员群体的识别.结果表明,文章所提出的指标明显优于已有的评价方法,当该指标所探查的关键开发人员群体间的合作行为失效时,协作网络遭受更大程度的破坏.此外,协作网络中的关键开发人员类型也包括一些度值较低和位于非中心位置的节点.这为协作网络的深入研究提供了新的视角.

新能源汽车的推广对中国保障能源安全与实现双碳目标具有积极意义.在内燃机车仍在中国汽车消费市场中占据主导地位的背景下,新能源汽车还需深入推广,其销量的影响因素有待进一步明确.文章使用网络爬虫技术获取有关新能源汽车的在线评论数据,以2021年在售的129款新能源汽车为研究样本,通过文本挖掘和实证分析来揭示在线评论中特定内容对新能源汽车推广的内在影响机理.研究的主要结论如下:1)评论特征中的评论数量、评论情感极性与评论点赞数将对车辆销量产生正面影响.2)新能源汽车在线评论中有关“噪音控制”、“加速性能”、“内燃机车”、“电池与充电基础设施”与“天气”的内容将对车辆销量产生显著影响.3)在线评论中“环保”、“电池与充电基础设施”、“科技感”、“加速性能”等内容对车辆销量的影响存在异质性.研究表明,新能源汽车在线评论中的特定内容将对新能源汽车销量产生显著影响,厂商应在进行评论口碑管理的同时,针对相应内容所反映的用户反馈优化自身的生产服务.

文章研究了具有不耐烦顾客的MAP/PH/1排队系统,其中顾客的到达过程是马尔可夫到达过程,顾客的服务时间服从位相型分布,顾客的不耐烦时间服从指数分布.针对这个排队系统,文章构建了一个水平相依的拟生灭过程.首先,文章利用平均漂移技术给出了排队系统的稳定性条件.其次,文章借助于马氏过程的RG-分解方法,提供了拟生灭过程的平稳概率向量,并得到排队系统稳态队长的概率分布和平均稳态队长.再次,为了分析任意一个到达顾客在系统中的逗留时间,文章建立了一个具有吸收状态的马氏过程,给出这个逗留时间的概率分布和平均逗留时间.最后,文章使用数值算例分析了一些关键参数对系统性能指标的影响.

文章研究了柔性关节机械臂在区域约束条件下的一致性控制问题，提出了一种基于区域势函数约束环境下的柔性关节机械臂一致性控制算法，该算法能够有效控制柔性机械臂同步态的范围，无需计算最终的同步态，因而适用于实际多柔性关节机械臂区域内的协同控制和应用.进一步地，基于网络拓扑结构特征，给出了实现柔性关节机械臂区域可达一致性控制的充分条件.最后，文章给出了数值模拟以验证所提算法的有效性和正确性.

针对中小企业的信用风险预测问题,文章提出了一种基于长短期记忆网络(Long Short-Term Memory,LSTM)-卷积神经网络(ConvolutionalNeural Network,CNN)的中小企业信用风险预测方法.首先,依据国标《企业信用评价指标》,结合中小企业的特点,构建中小企业信用风险预测指标体系,包括守信意愿、守信能力和守信表现三方面的财务与非财务指标;然后,优化LSTM-CNN的网络结构和参数,并使用Dropout方法与Batch归一化方法防止过拟合;最后,采集上市中小企业数据,对数据进行缺失值、标准化与过采样处理,利用LSTM-CNN自动提取信用风险特征,并进行信用风险预测.实验结果表明,文章构建的指标体系能够更为全面的反映信用风险状况,基于LSTM-CNN的中小企业信用风险预测效果优于其他信用风险预测模型,克服了传统方法无法对中小企业时序数据进行动态预测、忽视中小企业发展潜力与时间延续性的局限.