博弈视野中大学生诚信缺失的逻辑分析

作为自我约束的诚信制度,是在非合作博弈框架下,参与人自我优化选择的结果。诚信形成需要以下条件：（1）主体之间具有共同的利益。唯有如此,双方才有机会和动力去信任对方并相信对方能为自己带来长期和最大的利益。（2）诚信关系的建立需要主体双方互动。没有人会选择诚信,反映了个体的理性行为产生的集体的不合理性行为,体现了个体理性与集体理性的冲突。构建信息完全的诚信重复博弈模型和引入约束条件与事后惩罚成本是解决诚信缺失问题的重要途径。     

论建立和完善预防优先的工伤保险制度的重要性

工伤保险是针对工业化社会客观存在的工伤事故和职业危害所强制采取的保障工伤职工基本权益的一项社会保险。从建立和完善工伤保险的费率机制、建立和完善工伤预防的教育培训机制以及建立工伤保险预防基金3个方面,阐述了建立和完善预防优先的工伤保险制度的重要性。     

合作进化模型综述

作者综述了合作进化模型的最新研究成果。合作进化模型以“囚徒困境”博弈模型为基础, 为合作中的个体提供了一种与个体本身无关的策略优化机制, 以此探讨合作策略能够稳定进化的条件。基于直接或间接互惠理论的合作进化模型验证了在小规模社会中建立声誉机制有助于实现稳定的互惠合作; 互惠可以看做是对合作行为的奖赏, 开放的社会网络有助于实现较大范围内的合作; 对非合作行为实施惩罚有助于实现多人合作, 在一定条件下, 由非合作者实施惩罚时的合作进化相较于由合作者实施时更稳定; 群组竞争有利于合作文化或制度的传播, 但无法解释群组融合后的合作问题。     

多体系统动力学动态最优化设计与灵敏度分析

基于多体系统的动态最优化设计过程包括传统的多体系统仿真分析、系统设计灵敏度分析、 系统最优化设计等过程, 针对多体系统运动学、用二阶常微分方程和微分代数方程描述 的动力学,基于含设计参数的通用数学模型及通用的积分型目标函数,采用高效的系统灵 敏度分析伴随变量方法及易于实施的惩罚函数最优设计方法,建立了多体系统最优设计数学 模型和算法. 通过双摆系统、曲柄-滑块系统、弹簧/阻尼器-滑块系统3个算例对上述 算法的有效性进行了验证.     

供应链企业社会责任治理决策研究——基于SD-演化博弈分析法

采用演化博弈模型和系统动力学相结合的方法探讨不同治理措施情景下的供应链企业社会责任决策问题,并进行了仿真分析。结果表明,供应链各环节企业决策之间存在着相互影响作用;当制造商和零售商有一方具有较高的履行企业社会责任意识,另一方具有较低的履行意识时,具有较高意识的一方无论有无激励措施,最终都会趋于履行企业社会责任,而较低一方选择不履行决策,除非有力度较大的激励措施出现;当二者以中性态度对企业社会责任的履行进行决策时,激励措施的实施对制造商更有效;制造商相对于零售商履行企业社会责任,对消费者偏好所带来的市场效应更加依赖;政府补贴在短期内是较为有效的激励方式;惩罚力度越强,激励作用越好,持续时间越久;若两种激励措施搭配使用,可以更好地发挥激励作用。     

一种针对激光诱导击穿光谱技术的基线校正方法

针对激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)数据中存在的周期性拱形突起问题,提出了一种改进的基线校正算法。该算法基于惩罚最小二乘方法,通过改变局部惩罚系数,使其在拟合周期性拱形突起的同时降低谱线强度对拟合基线的影响。与其他基线校正方法相比,该算法在拟合仿真基线时的均方根误差更小,并且基于该算法得到光谱数据绘制的定标曲线的相关系数达到了0.997 2。结果表明：该算法相较于现有的去基线方法,在拟合中阶梯光栅光谱仪采集激光诱导击穿光谱的基线时,能更好地保留光谱数据的有效信息。     

发散维数SICA惩罚Cox回归模型的一种修正BIC调节参数选择器

本文研究了发散维数SICA惩罚Cox回归模型的调节参数选择问题,提出了一种修正的BIC调节参数选择器.在一定的正则条件下,证明了方法的模型选择相合性.数值结果表明提出的方法表现要优于GCV准则.     

一类分数阶Kirchhoff方程的半经典解

在位势函数满足局部条件的假设下,应用惩罚方法,讨论了带有超线性、次临界增长非线性项的分数阶Kirchhoff方程,证明了该方程半经典解的存在性.     

常利率环境下广义Erlang(n)见险模型

考察常利率环境下一类更新风险模型,其索赔时间间隔序列为广义Erlang(n)分布.以首次索赔间隔分别为Erlang(k)(k=1,2,…,n)分布的延迟更新过程为划分,运用全期望公式给出广义Erlang(n)模型的惩罚函数ψ(u)以及破产概率ψ(u)满足的微分-积分方程,另一方面,分别用鞅方法和递推方法得出ψ(u)的指效型上界.     

带有缺失数据线性回归模型的变量选择

通过惩罚估计方程,对响应变量随机缺失下的线性回归模型,给出了一个变量选择方法,并结合局部二次逼近,得到了一个迭代算法,证明了此变量选择方法是相合的并且所得估计达到最优的参数收敛速度,最后通过数据模拟研究了此方法的有限样本性质．