基于多重自我假设的人质困境问题

囚徒困境及其变形模型,揭示了个体理性与群体理性选择之间的矛盾,从个体利益出发的行为往往不能实现团体的最大利益.本文以多重自我替代传统经济学中理性人的假设,将双曲贴现应用到人质困境中,解决短期利益与长期利益的不一致性给决策带来的困扰,从而实现个人利益与社会利益的统筹协调.     

当前高中物理实验教学的困境与突破

当前的高中物理实验教学面临着许多困境,严重地危害到学生核心素养的培养和国家长远发展的大计,我们急需突破这样一种困境.     

考虑集团化经营特征的企业财务困境风险预警研究

企业的集团化经营特征将会对财务困境风险产生重要的影响.在分析集团化经营企业财务风险特征的基础上,考虑集团内部交叉持股复杂度、关联交易程度和相互担保程度对集团化经营企业财务状况的影响,使用KMV模型计算集团化经营企业的违约距离,构建了全新的集团化经营企业财务困境预警的评价体系.并运用Logistic回归模型对集团化经营企业财务困境进行预警.实证结果表明该指标体系与模型具有可行性和有效性.     

轻弹簧之“ 困境”

本文由轻弹簧这一物理模型的力学特征和能量特征出发, 引出轻弹簧模型在解题中可能导致的困境, 再分别从经典力学和狭义相对论的角度论证了困境出现的原因以及相应的解决困境的方法     

近年生物柴油产业的发展——特色、困境和对策

本文介绍了美国、欧盟、印度生物柴油产业发展的特点、发展生物柴油的新兴原料和生物柴油生产技术的最新进展.分析了造成现在生物柴油产业发展面临困境的原因在于原料植物油的价格高涨.通过对生物柴油产业链的分析,提出生物柴油产业摆脱所面临困境的对策是:从植物育种和栽培开始,到收割、储存和榨油加工的每一步都要降低成本,力求取得低成本的原料油;开发投资少、成本低的清洁生物柴油生产工艺;关键是要从生物柴油(脂肪酸甲酯)和甘油来生产高附加值的化工产品,大幅度提高利润.     

基于遗传算法和熵的缩减记忆式LS-SVM财务困境预测模型研究

为了提高财务困境预测的正确率,减少模型的训练样本数和训练时间,在传统支持向量机(SVM)预测模型的基础上,将遗传算法、信息熵和缩减记忆算法应用于最小二乘支持向量机(LS-SVM),提出了一种基于遗传算法和信息熵的缩减记忆式最小二乘支持向量机预测模型。并独立推导出了适合财务困境预测这一离散序列的熵以及支持向量机核函数的表达式,同时,给出了这一改进模型的实现步骤。实验结果表明,该模型无论是预测正确率,还是训练样本的数量和训练时间,都显著优于最小二乘支持向量机以及传统支持向量机模型。     

企业诚信度的贝叶斯估计磷究

本文利用贝叶斯分析方法建立了评估企业诚信度的概率估计模型，并选取了一些有代表性的企业进行实证分析。与现有的同类问题研究相比，本模型的特点是将决策者个人经验和主观判断作为先验信息与样本信息相结合、将财务数据与诚信表现相结合，从而提高了估计的可靠性和准确性。     

PREFERENCE AND EVOLUTION IN THE ITERATED PRISONER＇S DILEMMA

Game theory is extensively used to study strategy-making and actions of play- ers. The authors proposed an analysis method for study the evolutionary outcome and behaviors of players with preference in iterated prisoner＇s dilemma. In this article, a preference parameter k was introduced in the payoff matrix, wherein the value of k denotes the player＇s degree of egoism and altruism （preference）. Then, a game-theoretic dynamical model was formulated using Birth-and-Death process. The authors studied how preference influences the evolutionary equilibrium and behaviors of players. The authors get the general results： egoism leads to defection, and altruism can make players build trust and maintain cooperation, and so, the hope of the Pareto optimal solution. In the end, the simulation experiments proved the efficiency of the method.