基于前景理论的药品质量安全监管演化博弈分析

现有药品质量安全监管的相关研究多从理性假设出发探讨政府与企业的互动机理,鲜有考虑企业质量安全意识的有限理性,导致模型对现实的解释能力不足。运用前景理论,通过价值函数和权重函数构建演化博弈的收益前景矩阵,研究了政府和药品生产企业的博弈过程,得到了影响企业质量安全意识的约束条件及因素。同时,研究了上市许可持有人质量激励、惩罚机制对药品生产企业质量安全意识的影响。研究结果表明:过度自信、风险偏好等是影响企业质量安全意识的重要因素;上市许可持有人的质量激励与惩罚能否发挥作用取决于企业的风险态度;在质量激励、惩罚条件下,上市许可持有人需加大监督或惩罚力度来改善企业的质量安全意识。     

直播带货产品质量的演化博弈分析

本文针对直播带货中存在的产品质量低下问题,构建了主播、商家、平台和消费者的四方演化博弈模型,讨论主播识别效率等因素对四方策略选择的影响。研究发现：主播严格选品并提高对不自律商家的识别效率,可以督促商家进行自律生产;消费者维权所造成的用户损失,会对主播和商家的行为产生正向影响,用户损失和平台连带损失系数是影响主播和平台行为的关键因素,用户损失越大,主播严格选品积极性越高,连带系数越大,平台监管意愿越强;平台的惩罚能够促使主播和商家改变其消极的行为选择,但仅靠增加惩罚不能对商家行为产生长效的影响,应当与其他手段配合;消费者维权和平台监管,可以促进主播严格选品,同时约束商家进行自律生产,在一定程度上缓解直播带货中存在的产品质量低下问题。     

基于卷积神经网络的智能制造过程质量异常诊断

针对现有方法在智能制造过程中诊断能力有限和识别精度不高的问题,提出了一种与智能制造过程相适应的基于卷积神经网络的质量异常诊断模型。首先建立基于实时数据的过程质量图谱,以精准表达制造过程运行状态。其次,构建用于识别质量图谱的卷积神经网络诊断模型。最后,利用滑动窗口取值的方式对当前过程运行状态进行动态诊断,并通过某球磨过程验证了所提方法的有效性与实用性。结果表明,所提方法优于传统浅层模型,能够有效的对过程异常状态进行识别与诊断。