基于博弈论的供应链金融监管合同奖惩研究

将银行和物流监管公司签订的监管合同中的奖惩条款为研究对象,基于博弈论探讨了监管方和借款方的博弈行为,找到了纯粹决策和混合决策的纳什均衡。通过算例,对比计算了有无奖励和惩罚时,混合决策的纳什均衡点的差异性:当在合同中增加奖励和惩罚措施时,纳什均衡的点将离原点更远,双方将以更大的概率选择合作。以此为基础,科学设立监管合同中监管项目的评价指标体系,明确监管奖惩措施,将有效降低供应链金融风险。     

基于应力和刚度的连续体渐进结构优化

近年来,渐进结构优化已发展成工程优化的一种重要方法。目前,渐进结构优化研究多集中在对单约束条件下优化方法的研究,对多约束条件下优化研究较少。为了更好地模拟实际工况,本文在充分分析了有限元理论和材料的弹性力学关系的基础上,找出约束之间的本质联系,提出了基于应力、刚度双重约束渐进结构优化方法。通过经典算例进行验证,优化结果表明了该方法的可行性与有效性。同时,该方法也为其它多约束结构优化提供了一定的参考。     

对跨国战略联盟的博弈分析

跨国战略联盟通过供给和分散协议替代了直接出口竞争，合作方没有股权的分离而是保持一种合作中的竞争关系。通过动态博弈分析了跨国企业出口对抗均衡和联盟合作均衡形成的过程，阐明了两种不同均衡条件对于市场价格、产出水平和社会福利变化的影响，并推断出战略联盟作为一种有效经济组织所需的前提条件。     

国际运输船舶移籍博弈

由于船籍政策涉及的主体在目标和利益上的不一致性及行为的相互作用和影响,使得船籍政策分析具有显著的博弈特性。建立了两阶段动态博弈模型来分析母国政府和船东之间在船舶移籍问题上的互动关系。     

基于免疫进化ANN的雷达信号分选方法

介绍采用基于免疫进化算法的神经网络对雷达信号分选的实现方法。基于免疫进化算法的ANN采用全局搜索的优化方式，克服传统算法的固有缺陷，在收敛速度和性能上都有较大的提高。并用仿真结果表明，基于免疫进化算法的ANN对各种特殊体制的雷达信号分选都达到了较高的正确分选率。     

基于博弈论下地铁工程合同管理需加强研究的问题

地铁工程与铁路、市政、公路、房建等工程相比，其建设与管理经验相对比较少。此文着重从合同管理的角度，列举地铁工程合同管理中应加强研究的问题，并通过分析博弈论与合同管理的关系，提出了一些对策和建议，供地铁建设管理借鉴及新开工建设的地铁公司在合同管理中参考。     

Optimal preview game theory approach to vehicle stability controller design

Dynamic game theory brings together different features that are keys to many situations in control design: optimisation behaviour, the presence of multiple agents/players, enduring consequences of decisions and robustness with respect to variability in the environment, etc. In the presented methodology, vehicle stability is represented by a cooperative dynamic/difference game such that its two agents (players), namely the driver and the direct yaw controller (DYC), are working together to provide more stability to the vehicle system. While the driver provides the steering wheel control, the DYC control algorithm is obtained by the Nash game theory to ensure optimal performance as well as robustness to disturbances. The common two-degrees-of-freedom vehicle-handling performance model is put into discrete form to develop the game equations of motion. To evaluate the developed control algorithm, CarSim with its built-in nonlinear vehicle model along with the Pacejka tire model is used. The control algorithm is evaluated for a lane change manoeuvre, and the optimal set of steering angle and corrective yaw moment is calculated and fed to the test vehicle. Simulation results show that the optimal preview control algorithm can significantly reduce lateral velocity, yaw rate, and roll angle, which all contribute to enhancing vehicle stability.     

高铁快运与快递企业合作的演化博弈分析

高铁快运与快递企业合作能够有效地推动我国快递业的发展,为探讨促进双方合作的有效机制,运用演化博弈理论构建双方的演化博弈模型,研究影响双方合作的利润以及成本等因素,并使用MATLAB进行算例仿真。研究结果表明:系统演化博弈路径与系统初始状态、双方的支付矩阵、超额收益、合作成本、超额收益及合作成本分摊系数有密切关系;当超额收益大于合作成本时,双方有采取合作的可能性,且合作概率与超额收益呈正相关关系,与合作成本呈负相关关系;合理的超额收益分配系数与合作成本分摊系数有利于双方合作;在惩罚机制下,合理的惩罚契约能够有效地促进双方向着合作的方向演化。     

基于演化博弈的违章停车动态罚金策略效用仿真评价

为研究改进后的动态罚金策略对违章停车现象的抑制作用及策略最优解，本文以驾驶员和执法者两类群体作为博弈主体，在改进的复制动态方程基础上，以社会总成本最小为目标建立动态罚金最优控制模型。讨论了该模型的均衡点及其稳定性，并通过庞特里亚金极小值原理求解该模型的最优解。并对改进前、后动态罚金策略的违章抑制作用和策略成本进行数据仿真检验，仿真结果显示：改进后的动态罚金模型能够找到违章停车问题的合理演化方向，在不断降低违章概率的同时还能减少执法力度；在临界状态下，即动态罚金系数趋于稳定值、执法者保持短时间的持续执法状态，改进的动态罚金策略通过改变常用的罚款方式，即降低罚款金额实现对违章停车问题的治理(在治理违章停车的效率上，临界状态与敏感度最高状态相比，即连续执法与动态执法相比治理速度提高了1倍)；改进后的动态罚金策略较改进前的违章抑制性更强、策略成本更低、执法效力更持久、所需执法力度更低，且短时间内不会出现违章停车周期复现的情景。     

A Novel Evolutionary Feedforward Neural Network with Artificial Immunology

A hybrid algorithm to design the multi-layer feedforward neural network was proposed. Evolutionary programming is used to design the network that makes the training process tending to global optima. Artificial im-munology combined with simulated annealing algorithm is used to specify the initial weight vectors, therefore im-proves the probabiligy of training algorithm to converge to global optima. The applications of the neural network in the modulation-style recognition of analog modulated rader signals demonstrate the good performance of the network.