对学生惩罚越重作弊越少吗?

对学生与监考老师在考试时作弊与不作弊的混合策略进行分析,从博弈论的角度运用最大期望收益与等收益法对混合策略的纳什均衡进行求解.结果显示,加大学生作弊的惩罚会导致老师监考不严,而对监考老师的奖励或惩罚越大,学生作弊的概率越小.因此,加大监考老师的激励是降低学生作弊的有效方法.根据经济学激励理论对学校与监考老师的博弈进行求解,结果既能满足激励相容约束,又能在学校与监考老师之间的序贯博弈中达到纳什均衡,为建立监考老师的激励机制与防止学生作弊提供了理论依据.     

具有指数型保护障碍的带约束的动态保护基金的定价

动态基金保护可以确保投资者在投资期间内基金价格永不会低于某个障碍水平.为了减少发行人所承担的资产的下行风险,Han等(2016)提出了一个带约束的动态基金保护,产品约定只有当标的基金价值达到某个事先给定的上保护水平时才启动保护.受此启发,考虑了具有指数型上下保护水平的带约束的动态保护基金的定价.利用布朗运动的反射原理,给出了具有指数型保护水平的带约束的动态保护基金的定价公式.     

莱氏星星振动模式的研究

基于微扰理论建立加热平面上液滴自激振动的基本模型,研究了莱氏星星的产生条件,以及相关参量如液滴半径、液滴振动频率等因素对莱氏星星振动模式的影响,并对液体周期性振荡模式进行了有限元模拟.通过实验测量出液滴振荡模式个数、振荡频率与液滴半径的关系,与理论分析及仿真结果相符.通过研究莱氏液滴振动模式及自激振荡机制,对液滴在高温表面的复杂动力学过程有了更深入的了解,在金属工业及石油工业等领域有着重要的应用.     

融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测，基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型，集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力，提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照，以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证，结果表明，Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模，注意力机制有助于减缓多步预测中的预测精度衰减，提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

椭圆PDE-约束优化问题的一个预条件子

针对由Galerkin有限元离散椭圆PDE-约束优化问题产生的具有特殊结构的3×3块线性鞍点系统,提出了一个预条件子并给出了预处理矩阵特征值及特征向量的具体表达形式.数值结果表明了该预条件子能够有效地加速Krylov子空间方法的收敛速率,同时也验证了理论结果.     

均衡约束数学规划问题的一种新的约束规格

本文研究了均衡约束数学规划(MPEC)问题.利用其弱稳定点,获得了一种新的约束规格–MPEC的伪正规约束规格.用一种简单的方式,证明了该约束规格是介于MPEC-MFCQ(即MPEC,Mangasarian-Fromowitz约束规格)与MPEC-ACQ(即MPEC,Abadie约束规格)之间的约束规格,因此该约束规格也可以导出MPEC问题的M-稳定点.最后通过两个例子,说明了该约束规格与MPEC-MFCQ以及与MPEC-ACQ之间是严格的强弱关系.     

一类具有资源约束和优先加工顺序约束极小化加权总完工时间调度优化问题研究

本文针对工件间具有链状优先约束和relocation资源约束的极小化加权总完工时间调度优化问题展开研究.针对这一NP难问题,利用relocation约束的性质和贪婪算法的思想,设计了一个多项式近似算法,并证明了当链不可中断,每个链具有相同工件数和工件间具有相同加工时间时,2为该算法的紧界.     

带1-范数约束的分裂可行问题的投影算法

本文主要研究带1-范数约束的分裂可行问题的求解算法.用一种交替投影算法,求得了问题的解,提出松弛交替投影算法,改进了直接往闭凸集上投影这一不足,并证明了该算法的收敛性.     

太阳帆塔轨道和姿态耦合动力学建模及辛求解

在建立太阳帆塔太阳能电站简化模型的基础上,将系统的动力学方程从Lagrange体系导入到了Hamilton体系,给出了带约束的Hamilton正则方程;进而采用祖冲之类算法和辛Runge-Kutta方法分析了太阳帆塔轨道和姿态耦合系统的动力学特性,并讨论了算法的保能量、保约束特性;最后,数值模拟了系统的动力学特性,说明了所提方法的有效性.     

基于系统动力学的再制造分级回收机制研究

考虑旧件回收质量与回收数量的不确定性特征,在分析再制造系统与回收行为的基础上,构建再制造分级回收系统动力学模型,尝试借助分级回收机制调节回收不确定性,并对再制造系统的长期表现展开研究.仿真结果表明,合理分级回收有利于减少回收流的不确定性,降低相关再制造成本,促使再制造更快进入良性发展状态;再制造产能扩大决策兼顾再制造收益与再制造规模,是再制造持续快速发展的有利保证;检测成本越低、回收质量波动幅度越小,最优分级数越多.再制造企业实施分级回收机制,既可以促进再制造的持续发展,也可以激励消费者提供高回收质量的旧件并改进使用习惯.