本文研究了具有多重休假和灾难的单服务台马尔可夫排队中的顾客均衡策略.其中规定每当系统发生灾难时，队列中所有顾客都会被迫离开，并引起服务台故障.且维修过程中，不允许任何顾客进入系统.分别在完全可视，几乎可视，几乎不可视和完全不可视情形下求得了系统的稳态概率.根据收益-支出结构，确定了顾客在四种情形下的均衡止步策略和社会收益.最后，我们还提供了一些数值实验来说明信息水平和系统参数对顾客均衡行为的影响.

针对混合攻击环境下的离散时变网络化系统，研究了系统集员滤波算法的设计问题.首先，考虑到系统同时受到DoS攻击和欺骗攻击，将欺骗攻击建模为未知有界的信号，并采用两组服从Bernoulli分布的随机变量来描述网络攻击的发生概率；其次，设计集员滤波算法使得系统状态估计误差满足椭球约束条件，通过求解两个递推差分方程得出集员滤波增益矩阵及相应的椭球约束域，并分析了时变椭球域的有界性问题；最后，通过数值算例验证了所提出滤波算法的有效性和优越性.

总量宽松货币政策难以在提振产出的同时兼顾风险防范，而定向调控货币政策能否兼顾二者，并纾解小微融资困境有待考证.本文构建包含银行对政策红利与坏账风险之间的权衡机制以及信贷偏好特征的DSGE模型，重点探讨定向降准与支小再贷款两类定向调控货币政策对小微企业的纾困效应.研究结果显示：从作用机制来看，定向调控货币政策通过信贷传导渠道与信号传递渠道均可促进经济增长，但二者在风险防控方面具有异质性.从纾困效应来看，定向降准对小微企业的纾困效果比支小再贷款政策更显著；从政策组合来看，总量宽松货币政策会削弱定向调控货币政策对小微企业的纾困作用，而定向调控货币政策之间搭配组合可进一步缓解小微企业融资困境并提高产出水平.此外，本文进一步从央行福利损失函数、政策前沿曲线以及社会福利分析等多重维度综合评判了定向调控货币政策的调控功效，进一步验证了研究结论的稳健性.

针对领导-跟随的智能网联车协同编队一致性控制问题，提出了一种基于观测器的分布式事件触发控制算法.首先，通过分析车辆动力学，建模得到车辆状态空间方程，进而构建系统模型并设计触发阈值.其次，设计观测器来解决系统部分状态不可测、未知扰动和非线性等问题，利用估计出的状态提出分布式事件触发控制算法.该算法通过判断是否满足触发条件来减少控制器控制信号的更新频率，从而节省通信与计算资源.提出的算法实现了车辆状态的估计、编队控制，显著提高了系统的稳定性和可靠性，提升了车辆编队的协同效率.最后，通过对一个四辆车组成的领导-跟随车辆编队进行仿真实验，说明了所提方法的可行性和有效性.

随着页岩油革命的兴起以及我国能源结构低碳转型进程的加快，清洁能源在我国能源市场中的作用愈发显著.及时发现我国主要能源市场间的风险联动特征及其演变规律，对于我国能源市场的可持续发展具有重要的现实价值.基于此，本文利用带有结构变点的协整检验方法以及DCC-GARCH-SJC-Copula的研究框架从不同视角对我国主要的六大类细分能源市场进行了详细分析.研究表明，在我国的能源系统中普遍存在着结构突变、动态调整以及非对称性的尾部相依结构等风险特征.OPEC限产、天然气定价改革、可再生能源补贴政策调整等重要宏观事件的发生对我国能源系统的长期联动关系的结构性调整具有显著影响.从测算结果来看，结构变点前后各能源市场呈现出了差异性的风险特征.其中，风能太阳能市场间具有最强的风险联动关系，天然气煤炭市场最弱.油气市场间近年来出现了明显的"脱钩"现象.相对于不可再生能源市场，可再生能源市场表现出了更为显著的风险特征.此外值得注意的是，受政府管制以及定价机制等因素的影响，在极端事件发生的情境下各能源市场价格间同时"暴跌"的风险要显著大于其同时"暴涨"的风险.据此，本文提出了系列政策建议，以期为我国能源体系的定价改革提供重要参考.

文章基于主海森方向矩阵（PHD），提出了一种新的高维数据特征选择方法（PHDT）.该方法利用逐步增加（或减少）协变量时，主海森方向矩阵迹的变化来选择重要变量.相较于切片逆回归方法的核矩阵，PHD的计算更为简便.证明了PHDT方法的选择一致性，得到了PHDT方法检验统计量的大样本性质.在实际操作之前，采用BIC衡量指标对协变量进行初步筛选可以缩小寻找关键变量的范围，使后续特征选择过程更加高效和精确.数据模拟和实数据分析验证了所提方法的有效性和可行性.

文章研究在响应变量缺失下高维半参数变系数测量误差模型的参数估计与变量选择问题.首先基于逆概率加权方法分别构造了纠偏参数部分和非参数部分的估计，在适当的条件下证明纠偏的非参数估计具有渐近正态性.然后构造了纠偏参数部分的经验对数似然比统计量，同时建议惩罚经验似然（PEL）进行变量选择，在适当的条件下证明了所提出的惩罚经验估计具有Oracle特征且在零假设下服从渐近卡方分布.Monte Carlo模拟研究表明建议的估计在有限样本表现较好，最后给出一个实例研究.

研究了工件可拒绝的双代理单机多任务排序问题，双代理之间不可打扰，考虑了最大完工时间为目标的模型.给定总拒绝成本的允许上限，每个工件有两个选项：接受或拒绝.由于该问题是NP难的，为该问题设计了伪多项式动态规划算法，$n_A^2$-近似算法以及完全多项式时间近似方案.

针对一类具有不确定时滞的非线性严格反馈系统，研究其基于动态事件触发机制的规定时间控制问题.根据规定时间稳定性定理，对具有未知时滞的高阶非线性系统提出了一种状态反馈控制策略，以保证系统在规定时间内收敛，规定的时间可以根据实际需要设置.文章利用神经网络逼近技术对未知的连续函数进行逼近，利用Lyapunov-Krasovskii泛函来补偿状态延迟的影响.此外，控制器通过引入动态事件触发机制，减小了通信占用率.我们设计的控制器使得闭环系统在给定的时时间范围内保持有界稳定，而且系统的收敛时间不会受到初始状态的影响.最后，通过仿真实验来证明该设计方案的可行性.

当前，全球正面临复杂多变的半导体贸易环境.为识别美国进一步采取更严厉的出口禁令对国际贸易网络的影响，文章选择数字经济的基础-半导体作为研究对象，使用联合国商品贸易统计数据库中2019年半导体贸易数据，基于复杂网络理论构建有向加权半导体国际贸易网络，并分析其拓扑结构特征.在此基础上，采用级联失效模型，探究国际贸易网络中半导体供给危机的传播过程.研究结果表明：半导体国际贸易网络呈现小世界特征；中国和美国等中高收入经济体位于网络的中心，其在半导体贸易市场中非常活跃且具有重要的影响力；美国、意大利、韩国、荷兰、法国和日本等国的半导体供给短缺危机通过中国间接感染的经济体最多，揭示了中国在危机传播过程中发挥了重要的中介作用；当中国作为危机传播源时，经过一步迭代由中国直接感染的经济体数量排名第一，凸显了中国在全球半导体贸易中的关键地位.文章的研究结果不仅有助于深入了解全球半导体国际贸易格局，拓展了半导体领域的相关研究，同时为中国半导体等高新技术产业的发展、国际贸易政策的制定和有效应对全球半导体供应链风险提供了有益的政策建议.

制造业智能化进程中的员工行为问题，不仅仅是认知科学领域的问题，其实也是生产中的管理问题。本课题立足行为认知与精益这两个相互联系又有各自特点的两个维度，关注的核心问题是，基于认知偏见与精益化这两个理论视角，挖掘在智能制造持续推进的过程中影响劳动力行为的因素与机制，并分析其对自働化系统的影响。本研究的重点是组装产品的不完美生产过程，生产过程中可能因为多种因素使得劳动力忽略检查项目。考虑了I类和II类错误，利用拓展的EOQ模型优化订单数量，以最大限度地降低总成本。证明了积极精益的策略可以消除忽略的发生减少系统总成本，并衡量减少的程度。本文给出了一些数值示例、敏感性分析和图形表示来说明该模型。

针对六自由度的自主式水下航行器在内部不确定性及外部干扰下的三维轨迹跟踪控制问题，提出了一种基于固定时间扩张状态观测器的滑模控制方法.首先通过一种固定时间扩张状态观测器估计系统不可测速度和集总扰动，同时使用了一种新的预设性能函数来提高系统的瞬态性能.利用观测器以及预设性能函数的输出，结合滑模面，设计了一种固定时间滑模控制器.所提出的控制方法使得跟踪误差能够在固定时间内快速收敛到零，且系统具有鲁棒性强以及稳态精度高的优点.通过数值仿真验证了该方法的有效性.

新能源充电站与车辆到电网（Vehicle-to-Grid，V2G）技术的出现，为物流业带来新机遇.配送过程中，电动车可以将其在新能源充电站所充的部分电能通过V2G技术输入与电网连接的火电充电站，创造一定的V2G利润.综合考虑充电站能源差异、客户需求、电动车能耗、碳排放以及V2G利润等因素，以总配送成本与电动车V2G利润之差最小为目标，构建电动车配送-充电-电能输送路径规划的混合整数规划模型，并根据模型特性设计混合蚁群算法求解.采用多类型算例开展实验，结果表明：本文方法能在较短时间内求解符合决策者目标的电动车配送-充电-电能输送路径规划，不但有效降低总配送成本、提高V2G利润，而且实现电动车配送的"零排放"，还能为离网型新能源电能入网提供低成本解决方案，实现物流企业、电力公司与电能用户的互利共赢.

企业必须选择与自身发展相匹配的直播带货方式才能通过直播销售获得盈利.本文考虑了制造商自播，委托网红直播和自播+网红直播的三种直播带货方式，基于博弈理论，构建了直播电商供应链模型，研究主播的带货能力和流量效应对供应链成员的决策的影响，以及制造商的最佳直播带货方式.研究发现：（1）主播提升带货能力有助于提高产品价格和主播的努力水平；网红的流量效应越强，产品价格和产品销量越高.（2）网红直播间的产品价格并不总是低于制造商自播时的价格，其大小关系与网红的带货能力有关.（3）自播+网红直播是最有利于制造商盈利和扩大市场占有率的直播带货方式.本文的结论有助于直播电商供应链的成员合理地决策，有助于企业间更好地合作.

当前数据要素作为企业的重要战略资源，数据安全是企业生存和发展的基础，数据的失窃、泄露、篡改、破坏、滥用等问题，将给企业带来严重威胁和损害。本文重点解决基于企业数据资产的安全风险评估问题，从资产性、脆弱性、威胁性、防护性四个方面构建风险评价指标，提出基于主成分分析法实现不同指标之间的独立性分析。同时考虑数据资产间的关联特性，基于综合灰色关联度设计多资产关联分析的企业数据风险评估模型，有效解决关联资产重复风险评估的问题，提高企业数据资产风险评估的准确性，为企业数据的安全保护提供决策建议

传统神经网络通过神经元权重处理，作用于实值的输入与输出.为探究在神经网络中引入虚数的影响，本文采用两种深度学习方法来求解含时薛定谔方程，其中内嵌物理知识神经网络（physics informed neural network，PINN）注重于将物理方程和边界条件作为约束加入更加符合物理规律的神经网络训练过程，而深度伽辽金方法（deep Galerkin method，DGM）则利用神经网络的非线性拟合能力最小化残差来逼近真实的解析解.数值实验结果表明，神经网络有无将虚数剔除对所得数值解没有实质影响，复数运算可以重新用实数张量表示，所以这两种深度学习方法用于求解含时薛定谔方程是可行的，在避免网格相关限制的同时，极大简化了求解过程.神经网络在数值计算中所展现出的高精度逼近，不仅简单易行，而且还拥有极强的并行计算能力.

深入剖析战略性新兴产业、经济高质量发展与共同富裕之间的三元耦合协调关系对于贯彻新发展理念、构建高质量发展新局面、推动建设现代化产业体系具有重要作用.根据2011至2020年间90家A股上市公司的数据和30个省份的面板数据，本文首先运用熵值法测度了每个年度的战略性新兴产业发展水平、经济高质量发展水平与共同富裕发展水平；其次，运用耦合协调模型对三者的耦合协调关系进行了动态分析，并深入研究了9个战略性新兴子产业发展与经济高质量发展、共同富裕的耦合协调关系及产业间的差异；最后，运用基于灰色系统理论的GM （1，1）模型对三者之间的未来十年耦合协调水平进行了预测.研究结果显示战略性新兴产业、经济高质量发展与共同富裕的三元耦合协调等级逐渐提升.其中，战略性新兴产业各子产业在耦合协调水平方面的表现存在差异.具体而言，新能源产业和新能源汽车产业在与经济高质量发展、共同富裕的耦合协调水平方面表现尤为突出.相较之下，相关服务业耦合协调水平最弱.基于实证结果，本文提出了关于战略性新兴产业如何更加有效地在高质量发展中推动共同富裕的政策建议，旨在为政策制定者提供有益的参考依据.

薪酬激励是企业激发员工工作激情和创造潜能，提升企业绩效的重要手段。内部薪酬差距一方面可以产生正激励作用，促进员工的努力程度，另一方面也可能导致不公平感，造成部分员工的"躺平"。本文构建了一个包含核心高管、非核心高管以及普通员工三类职工的数学模型分析内部薪酬差距对企业绩效的影响，并利用2008-2020年沪深两市民营上市公司的数据进行了实证检验。理论和实证结果均表明，管理层内部薪酬差距、高管-员工薪酬差距、非核心高管的薪酬激励程度与企业绩效之间均表现为倒U型关系。进一步的实证研究显示，非核心高管-员工薪酬差距对企业绩效的作用最强，而核心高管-员工薪酬差距对企业绩效的作用最小，展示非核心高管-员工的薪酬差距是企业内最重要的薪酬关系，而核心高管-员工薪酬差距则重要性最低。此外，民营企业在薪酬激励设计中营业利润的"约束"大于营业收入的"约束"，体现民营企业注重"里子"和要害。

近年来，我国自然灾害多发频发，对人民群众的生命安全和财产损失造成了重大影响.在面对愈发复杂严峻的自然灾害时，需要决策者根据实际情况合理储备和调度应急物资来进行防灾、减灾和救灾.当前多层级储备库、多需求点的应急物资区域调度问题仍缺乏立足现实储备网络体系的研究，应急物资"谁来运"、"运多少"、"怎么运"的问题尚未得到进一步细化规范.为了解决上述问题，本文通过总结大量应急物资调度实例，提出严格行政层级、跨行政层级和自由就近等三种应急物资区域调度策略，并构建了基于匮乏成本的多智能体仿真系统模型.本文运用构建的多智能体模型对安徽省亳州市蒙城县进行了案例仿真研究，结果显示：在短时间内区域应急物资需求量巨大时，自由就近调度策略可以实现社会物流总成本的最小，在短时间内区域应急物资需求量较小时，严格行政层级调度策略可以实现社会物流总成本的最小.本研究表明，在应对特重大灾害时，各级政府应当打破现有行政管辖关系，积极合作共建区域联防减灾抗灾机制；在应对常规型灾害时，按照行政管辖关系调度储备库应急物资进行救助即可满足需求.

本文针对带有N策略的两类平行顾客的M/M/1重试排队系统进行均衡分析.在该排队系统中，两类顾客平行进入系统，并服从不同参数的负指数分布.当顾客进入系统时，若观察到服务台为空，将立刻开始服务；若观察到服务台处于服务状态，则进入重试空间等待重试.系统开始服务需要一定的条件：重试空间中"等待顾客"的数目需达到一定阈值N.此外，视"等待顾客"的数量，服务台的服务速率会相应变化.在完全可见情形下，基于"收益-成本"理论提出效益函数并对两类平行顾客的行为以及社会收益进行分析.最后运用数值计算直观地表示出系统参数对顾客行为策略以及平均社会收益的影响.

原油的金融属性在测度原油市场风险及其与金融市场的风险溢出效应中具有重要作用.本文首先使用VMD-LZ的方法，分解并重构得到原油市场价格和风险中的金融属性成份.进一步，本文使用MVMQ-CAViaR方法度量原油市场与金融市场在不同收益趋势和是否考虑原油金融属性等情况下的静态风险溢出.最后，本文采用DY溢出指数测算原油市场与金融市场及其不同行业之间的动态溢出指数，并分析其网络特征.研究表明，考虑原油的金融属性后可以更好的把握原油市场风险在高低频的演化特征.进一步研究原油市场与金融市场的风险溢出效应发现金融市场风险降低原油市场价格的波动，而原油市场风险起到促进金融市场风险的作用.此外，收益趋势、风险趋势和金融属性对原油市场的风险溢出效应具有显著影响.

为量化评估电力供应稳定性对数字经济发展的影响程度，构建了涵盖电力供应装机容量、三次产业数字经济规模等变量在内的系统动力学模型，探究了"拉闸限电"等突发情景下电力供应稳定性对数字经济发展的作用机理。结果表明，我国数字经济规模在"十四五"期间将保持高速发展态势，到2025年将超过70万亿元；数字经济规模将随着电力供给的减少而减少，若日均发电时间或年度工作天数减少1%、5%和10%，则数字经济规模将平均减少9.28%、14.24%和20.43%；通过科技创新来提高各产业的产值系数，可以降低因拉闸限电或发电机组故障对数字经济发展的影响。最后，从我国增强电力供给稳定性方面提出了对策建议。

近些年来，海洋航运市场运价的剧烈波动严重影响了跨国企业供应链管理方面的绩效.本研究探讨了不同航运合约模式对两竞争性企业的影响.企业A和B从海外市场采购某种大宗商品，通过航运运输到本地市场进行价格竞争.其中企业A采取长协航运合约提前锁定运价，而企业B则在航运现货市场中购买航运运力，其航运成本是随机的且与大宗商品市场需求正相关.两企业分别观察大宗商品市场需求信号，更新其对市场需求和航运运价的认识后确定各自的销售价格.研究结论如下：首先，虽然企业A具有航运成本的优势，但是从航运现货市场采购运力的企业B在运价波动较大或者自己的市场预测能力较强时也能取得竞争优势；其次，航运现货运价波动会影响企业的单位利润调整幅度，使企业更灵敏地对市场做出反应，从而其利润可能随现货运价波动的增强而增加；最后，企业A总是受益于自己和对手的预测能力的提高，而企业B只有一定条件下才能受益于自身或竞争对手预测能力的提高.

模糊逻辑用不确定的语言表达偏好，通过处理不确定性来增加决策过程的灵活性和实用性，近年来成为决策领域的研究热点.以往的决策方法或是针对每个方案的相对价值给出全序排序，或是根据归类信息给出集团排序，而对于复杂的模糊决策问题应以综合多维视角做出决策.本文将秩和比法（RSR）引入模糊决策领域，提出一种基于毕达哥拉斯模糊数的综合排序方法.首先借助前景理论建立了关于方案评价的前景综合矩阵，其次对前景矩阵进行编秩处理，通过秩和比进行方案的全序排序.最后，将数据按照秩的各种情况，映射到正态分布曲线上，结合正态分布的相关划分方法进行集团排序.通过对比分析验证了算法的有效性和优越性.本研究旨在为秩和比法在模糊决策领域的应用提供一种新的思路参考.

本文研究广义参数下单机双代理可拒绝排序问题.广义参数是指参数根据工件按顺序加工的位置确定的.代理$A$工件具有广义权重$（Generalized Weight，mbox(简称GW）$、广义拒绝费用$（Generalized Rejection Costs，mbox(简称GRC）$和广义加工时间$（Generalized Processing Times，mbox(简称GPT）$三种参数类型，第一个代理工件可拒绝，目标函数为总加权完工时间与总拒绝费用之和，在第二个代理的最大费用函数不超过定值的情况下，寻找一个使第一代理目标函数值最小的排序方案.本文证明广义权重或广义拒绝费用问题是$NP$难的，并分别给出伪多项式时间算法，对于广义加工时间问题则给出多项式时间算法，最后给出了算例实验.

针对神经网络控制系统的安全性验证,提出了基于多项式抽象的障碍函数构造方法.首先,采用全局扇区约束方法、局部扇区约束方法和区域叠加约束方法等对神经网络模型进行抽象,从而得到了相应的半代数约束;然后,运用计算实代数几何中的正点定理,将障碍函数条件松弛为相应的平方和约束条件,再采用半定规划方法进行求解.最后,通过实例对上述不同的神经网络抽象方法就神经网络控制系统的障碍函数构造能力的影响进行了分析.

在社会网络环境下的群体决策中，专家在群体中的权重和专家间的信任关系是影响共识达成的关键因素，但在许多研究中信任关系是不变的且专家权重仅由信任关系确定，因此创新地提出一种考虑专家社会影响力与信任演化的群体共识决策方法，有效促进群体共识的达成。首先使用信任传播与聚合方法将不完整的社会信任矩阵转化为完整的社会信任矩阵，随后根据专家的加性偏好关系和社会信任矩阵获得专家的社会影响力，进而得出专家权重。然后以各专家的最优方案是否得到采纳以及专家方案排序向量与群体方案排序向量间的差异为依据建立信任演化模型，并根据信任演化模型提出考虑信任演化的共识达成过程。再通过仿真模拟的方法求出社会影响力中各指标的权重系数，并对提出的共识达成方法进行可行性验证，论证所提模型的合理性与有效性。最后，通过一个算例以呈现本文方法的详细求解过程，进一步论证模型的可行性与有效性。

针对医疗资源供需不匹配情形下的分级诊疗体系，提出两种模式：三级医院与政府办管型社区医院组成的合作模式及三级医院与市场办管型社区医院组成的竞争模式.通过构建三阶段Stackelberg排队博弈模型，分析延时敏感患者、社区医院、三级医院间的动态决策过程，进而给出患者转诊率、社区医院服务能力规划、三级医院下转患者率或定价策略.研究发现，合作模式下，如果三级医院重视患者等待时间，并积极转诊轻症患者，其效益反而会增加；竞争模式下，患者转诊率、社区医院服务能力、三级医院利润均更高，即适当的竞争可以促进各方寻求更优策略.数值结果表明，当三级医院患者数较多时，竞争模式下总患者等待时间更小，当社区医院患者数较多时，合作模式更优.

针对一类带外部扰动的二阶非线性多智能体系统,提出了一种具有避碰策略的自适应神经网络编队控制协议.在控制协议设计中,由于非线性动力系统具有固有的复杂性和不确定性,本文采用自适应神经网络对非线性动力系统的不确定性进行补偿,有效解决了未知动态函数所带来的控制协议设计困难问题.此外,为了防止多智能体之间发生碰撞,将人工势场方法集成到编队控制协议中.通过李雅普诺夫稳定性分析,证明了所提出的控制协议能够完成预期编队控制任务.最后通过两个数值仿真例子来进一步说明理论的有效性.s

本文考虑一维波动方程,一端Dirichlet边界条件,另一端边界控制含有界扰动.首先,本文构造滑模面,对系统设计滑模控制器,证明了闭环系统的稳定性.然后,本文构造高增益预估器,设计自抗扰控制器,并证明了闭环系统的稳定性.最后,对于施加滑模控制和自抗扰控制的闭环系统,进行数值模拟,验证了稳定的滑模控制器和自抗扰控制器的有效性.

考虑目标函数和约束函数都是上半连续拟凸函数的拟凸优化问题,引入较文献[15]弱的约束规范条件,刻画了该问题基于Greenberg-Pierskalla次微分的KKT类最优性条件,改进了前人的相关结论.

相关差又叫作相对风险减损,它主要衡量风险因素或治疗因素对于个体的额外影响,在流行病学研究中有着重要的临床意义.本文在独立二项抽样下,分别利用传统的区间估计方法和MOVER方法构造了相关差的九种置信区间.本文提出的MOVER方法的优点在于:借用MOVER方法,可以利用两个独立二项分布比率的置信区间来构造相关差的置信区间.与传统的区间估计方法相比,该方法的置信区间构造过程不需要计算相关差的渐近方差,同时不需要Fisher信息矩阵及其逆矩阵,可使计算大大简化.此外,本文通过蒙特卡洛数据模拟考察了九种区间估计方法在不同参数设置下的表现性能.数据模拟结果表明,MOVER方法与传统方法相比,MOVER方法可以提供更精确的置信区间.最后本文通过实际数据案例来演示了所提出的九种区间估计方法的实际应用.

考虑到大数据背景下混频数据信息对于高维资产投资组合的影响，本文在Vine Copula框架下引入混频信息，将混频数据采样模型MIDAS代入高维D-Vine Copula中，提出基于高维混频D-Vine Copula的CVaR组合投资决策模型，从而同时应对Copula框架下投资组合决策中"维数灾难"与"混频数据信息利用不充分"的挑战.首先，基于高维混频D-Vine Copula模型估计资产多元条件联合分布；其次，根据已估计的联合分布，模拟资产收益变动规律；最后，通过最小化CVaR得到资产组合的最优投资权重，从而建立最小CVaR组合投资决策模型并给出求解方案.本文选取中国新能源市场7支股票进行实证研究，结果表明：本文所提出的模型能够充分揭示与模拟金融资产收益变动规律，获得更低的投资风险.

在碳限额与交易政策下,文章考虑消费者环保意识的影响,构建企业和电商平台之间的Stackelberg博弈模型.企业选择转销或代销模式进入平台,电商平台通过制定绿色营销努力带动绿色消费,绿色市场促进企业减排.文章研究企业在转销、代销下的动态定价和绿色水平决策,并分析不同销售模式下供应链的经济和环境效益.结果表明:在一定条件下,消费者环保意识和社交效应对企业效益发挥积极作用；碳交易价格过高反而会抑制供应链的减碳率和环境效益；佣金率的水平影响企业营销模式选择,佣金率较低时代销模式最优,佣金率较高时成本分担合同可以实现企业在经济和环境上的双赢局面.

生鲜产品面临新鲜度变化产生的时变需求与物流服务不确定性的双重压力,供应链与物流服务高效协同以制定最优化的运营策略尤为关键.本文通过构建Stackelberg博弈模型,基于消费者时变效用函数分析了生鲜供应商与零售商的定价,保鲜策略以及物流不确定性对供应链的影响.探讨了集中决策与分散决策下生鲜供应链的协调问题.研究发现:从供应链整体看,当考虑物流不确定性时,供应链效率明显降低;从供应商看,当物流不确定性水平较低时,基准情形(不存在物流不确定性)下利润更大.而当物流不确定性超过某一阈值时,会带来正向需求的增加从而使得供应商利润更大;从零售商看,当产品销售期较短时,存在物流不确定时利润大于基准情形,当产品销售期较长时,基准情形利润更高;当收益共享比例越高时,生鲜供应链效率越大且不断逼近100%,说明收益共享契约能实现供应链协调.

区间值数据比点值数据包含更多的信息, 已成为复杂大数据背景下应用研究的热点. 现有的区间数回归模型大多基于代表元素框架或者传统区间数减法构建, 但代表元素框架模型未把区间整体参加运算易丢失区间信息, 传统区间数减法存在区间数运算结果不合理现象. 为解决上述问题, 本文提出区间数广义Hukuhara(gH)差的框架下$p$维区间数线性回归模型, 在保证区间运算结果合理的基础上, 基于支撑函数构建回归残差评估方法, 推导了模型的最小二乘估计, 并讨论了1维情况下回归参数的形态、特点、性质. 最后利用蒙特卡洛模拟验证了新方法的有效性和精度.

本文研究了切换多项式模糊系统的静态输出反馈控制器的设计问题.本文基于切换的操作子域以及切换李雅普诺夫函数设计了多项式静态输出反馈控制器,使系统达到渐近稳定.同时考虑了隶属函数的边界信息并且引入了多项式松弛矩阵,降低了稳定性条件的保守性.随后运用优化算法将非凸的控制算法转化为凸条件,该条件可以通过SOSTOOLS求解.最后利用数值仿真验证了本文控制器设计方法的有效性.

为了改进中国样本轮换调查中当期核心指标估计量并未充分利用前期数据信息的不足,本文研究了样本轮换调查中具有国际主流水平的AK组合估计量.探究AK组合估计量的构造方法和统计性质.主要贡献有两方面:一是将现有研究中常用的4-8-4型样本轮换方案的AK组合估计量拓展到r-m-r型样本轮换方案的AK组合估计量,并给出其偏差、方差和均方误差;二是引入Bootstrap法代替现行的平衡半方法构造AK组合估计量的抽样方差估计量,通过最小化均方误差确定AK组合估计量的最优系数.仿真模拟结果表明,与平衡半方法相比,Bootstrap法能更好地反映重抽样样本在不同月份之间存在的样本重叠和样本相关性,基于Bootstrap法确定最优权数的AK组合估计量具有更小的均方误差.本文的研究成果有助于优化和完善中国劳动力调查制度.

在大数据背景下,能够较容易地获取更多可利用的辅助信息,但辅助信息的高维度特征不仅增加了计算复杂度,同时也会降低超总体模型的估计效果,进而致使传统的模型辅助估计方法不再适用.为此,本文将在模型辅助抽样估计框架下,引入贝叶斯模型平均方法对超总体模型进行估计,得到了完全辅助信息下的组合模型辅助估计量.文章首先对传统模型辅助抽样估计方法和贝叶斯模型平均方法进行系统梳理;然后给出了通过组合多个模型进行辅助抽样估计的贝叶斯模型平均辅助估计量,并证明了该估计量的渐近无偏性和一致性;随后的数值模拟和实证分析均表明在存在高维辅助信息的情形下,贝叶斯模型平均辅助估计量要优于采用单一模型进行辅助估计的广义回归估计量;最后在研究总结的基础上,提出了贝叶斯模型平均辅助估计方法改进的展望.

随着互联网的快速发展,大众已经习惯在网络上分享兴趣爱好,获取信息和讨论常见热点话题,研究多层社交网络的舆情传播规律有利于舆情分析和舆情治理.本文基于传统的SEIR传染病模型,考虑了节点重要性对传播概率的影响,引入动态参数,构建单层网络舆情传播模型,同时考虑到不同时间步长和度度相关性对舆情传播的影响,提出了一个多层网络交叉传播的舆情传播模型.本文对多层网络舆情传播模型的多种传播性能和规律进行了理论验证和实验分析,实验结果表明时间步长和度度相关性对舆情传播有着显著的影响.最后,有针对性的提出了一些舆情治理机制和舆情应对措施,这些措施可以帮助政府和相关管理部门提高舆情管理的效率,确保在舆情事件中能够迅速做出响应,降低潜在的负面影响,具有重要的意义.