高技术产业是科技创新发展的高地,其中创新规模和创新效率是衡量企业创新发展的两个重要维度.文章通过对30个省份及直辖市高技术企业的面板数据进行研究,探索创新规模与创新效率之间的关系,并总结出30个省份及直辖市创新模式的演变路径.研究发现,中国整体的创新发展向高水平进步;30个省份及直辖市的创新模式变化可以归纳为4类不同的演化路径,包括长期领先型、发展达标型、发展过渡型、发展缓慢型;创新规模与创新效率的创新模式会出现发展回退的现象;低规模的高技术企业应优先提升其创新效率,可以带来更大的创新产出;创新规模和创新效率对创新产出均表现为正向影响作用;长期来看,二者之间存在互相促进的关系,短期内创新规模对创新效率的提升作用较为明显,创新效率对创新规模有一定的制约作用.

文章基于主Hessian方向矩阵(PHD),提出了一种新的高维数据特征选择方法(PHDT).该方法利用逐步增加(或减少)协变量时,主Hessian方向矩阵迹的变化来选择重要变量.相较于切片逆回归方法的核矩阵,PHD的计算更为简便.文章证明了PHDT方法的选择一致性,得到了PHDT方法检验统计量的大样本性质.在实际操作之前,采用BIC衡量指标对协变量进行初步筛选可以缩小寻找关键变量的范围,使后续特征选择过程更加高效和精确.数据模拟和实数据分析验证了所提方法的有效性和可行性.

相对误差由于其具有与尺度无关且易于理解等特质而被广泛应用于销量预测等领域评价预测精度.文章在同方差正态假设下基于均方相对损失提出一种最优乘法模型平均方法,以提高由均方相对误差衡量的预测精度.理论上,文章的权重选择准则是相对风险的一个渐近无偏估计.当所有候选模型都是误设定时,文章证明了所提模型平均方法的渐近最优性.当候选模型中存在正确设定模型时,放在这些正确设定模型上的权重之和收敛到1.数值模拟和销售预测的实证分析均验证了文章的方法的优越性.

针对制造商竞争与供应链竞争两种竞争情形,考虑制造商投资生产过程改进,构建信息共享决策博弈模型,研究电商平台的信息共享与制造商生产过程改进的相互影响,探讨竞争强度与制造商的投资效率对电商平台信息共享决策的影响.结果表明:1)知情制造商的生产过程改进水平随需求信号的增加而增加.2)在制造商竞争环境下,如果制造商的投资效率非常高,电商平台仅与一个制造商共享需求信息;如果制造商的投资效率非常低,电商平台不愿意共享需求信息;否则,电商平台与两制造商共享需求信息.3)在供应链竞争环境下,如果两个制造商的投资效率相同,当两供应链之间的竞争较为激烈或制造商的投资效率较高时,电商平台都会向各自的制造商共享信息;如果两个制造商的投资率不同,电商平台会向投资效率高的制造商共享需求信息;电商平台是否向投资效率低的制造商共享需求信息取决于竞争强度.

随着产品竞争逐渐发展为基于供应链的竞争,全链路溯源已成为提升供应链竞争优势的主要途径之一.相比传统溯源,区块链溯源在去中心化、增强消费者对产品信任、提升顾客体验方面存在优势.文章考虑顾客体验影响顾客的购买行为,通过最大化非线性消费者效用函数构建每个供应链的需求,研究了采用或者不采用区块链情形下两个相互竞争的三级供应链的均衡策略,并对链际竞争下各情形的最优策略进行比较,给出了各供应链引入区块链技术的条件,探讨了谁有动机成为区块链技术的发起者.研究发现,占据高初始份额的供应链具有竞争优势并向顾客提供更高的服务体验.只有消费者溯源意识超过某阈值时,相互竞争的两个供应链都会选择采用区块链技术并能实现共赢.最后,通过数值算例分析了体验投资成本系数、溯源意识以及竞争系数对两个供应链绩效的影响.

在多准则分类问题中,一个关键问题是考虑决策者的偏好,这直接影响到分类结果.它可以使分类结果更符合现实情况,得到的分类结果更令决策者满意.因此,在现有VIKORSort方法的基础上,文章提出了一种考虑决策者偏好的D-VIKORSort方法.首先,从决策过程出发,给出不同优势度的概念,并讨论决策者的优势度偏好.其次,选择VIKOR方法来说明不同的优势度.将群体效用值和个体遗憾值视作局部优势度,而将折衷值视作全局优势度.令决策者对全局优势度的偏好为D,通过该偏好将不同优势度进行集结转化为调和优势度.然后,定义了调和优势度及其计算公式,并用于备选方案分类.随后,给出文章所提出分类方法的具体算法.最后,为了说明所提方法的优越性和新颖性,将文章所提方法应用于两个实例,并将文章方法结果与已有研究方法结果进行对比分析.

针对两阶段生产结构包含非期望产出与共享投入要素的情况,构建了一个两阶段网络数据包络分析(DEA)模型.该模型不仅可以对两阶段间的共享资源进行合理配置,还通过非期望产出弱处置理论对非期望产出进行处理,以符合实际生产规律.然后,基于非合作博弈的思想对子阶段效率进行分解,考虑第一阶段或第二阶段分别为主导的情况,建立子阶段效率模型.最后,将模型应用到福建省"专精特新"中小企业创新效率评价中,将其创新过程分解为技术创新阶段和成果转化阶段,通过深入分析整体效率及其子阶段效率,得到更为准确和全面的评价结果,同时与4种情形下的不同模型进行对比,进一步验证了文章模型的合理性和可行性.

为了更好地指导新能源汽车行业健康发展,文章结合新能源汽车市场的新特点,对新能源汽车企业间博弈的演化特征进行了研究.在需求方面,社会交互不仅传播了绿色产品的信息,也传播了公众对环保的意识,能够有效鼓励潜在消费者购买绿色产品.在供给方面,随着纯电动汽车和混合动力汽车之间的竞争加剧,在企业制定供给政策时需要将这种竞争考虑进来.在此基础上,文章研究了新能源汽车的扩散过程和关键参数的影响.此外,文章还对两种社会交互形式进行了分析和比较,以突出新能源汽车行业不同发展阶段的特点.最后,通过延迟反馈法对混沌进行控制.该研究为新能源汽车行业的稳定发展提供了一些有价值的启示,并展示了新能源汽车企业在互联网时代考虑消费者社会交互的重要性.

受到Kajii (1996)工作的启发,文章首先建立了一个具有纸币与合作行为的交换经济模型.其次,在可传递效用的基本假设下,给出了模型的可传递效用合作均衡定义,并在常规条件下证明了可传递效用合作均衡的存在性.最后,通过一个算例,验证了主要结果的有效性.

针对现有主客方协作式群体评价方法大多基于点值或区间数的不足,且未考虑专家评价信息以及被评价对象自评信息的可信度对评价结果的影响,提出一种直觉模糊环境下考虑信任的主客方协作式群体评价方法.首先,提出了一种基于直觉模糊入度中心性指标的权重确定方法来分别获得主方信任网络和客方信任网络中的主方权重和客方权重.其次,考虑到客方自评信息的可信程度,建立了一种基于综合可信度的主方残缺观点最优估计模型.最后,为了合理集结主方和客方所给出的评价值,提出一种基于最小偏差的主客方信息集结模型来得到最终的评价结果.文末通过一个应用算例验证了所提出方法的有效性和可行性.比较分析的结果表明,主客方协作下每个客方的评价结果均处于主方评价结果和客方评价结果之间,充分考虑了主方和客方各自的观点,能得到更为可靠的评价结果.

文章考虑一个商品、商家、消费者三方存在的一个市场,商品的质量为$\theta$,商家对商品质量进行市场调研时,存在观测误差$\varepsilon$,导致商家观测到的商品质量为商品信号$s$,记作$s=\theta+\varepsilon$.为简单起见,假设观测误差服从两点分布,商家可以推测出商品的真实质量,再根据阈值策略向消费者披露真实质量.当商家不披露质量信息时,消费者形成的对于商品质量的预期为$E (\theta|s\le\hat{s})$.当商家披露时,顾客不完全信任商家,以某一概率相信商家披露的是真实质量.文章在这种假设下研究信任概率和披露成本对于垄断情况和竞争情况下商家的披露行为的影响,并得到商家的事前利润与二者的关系.垄断情况下,商家的事前利润与信任概率呈正相关.当信任概率较低时,事前利润是关于披露成本的凸函数.当信任概率较高时,事前利润与披露成本呈负相关.竞争情况下,事前利润与信任概率仍呈正相关,与披露成本呈负相关.

物流标准化是健全现代流通产业发展的重要途径,中国积极开展物流标准化试点工作,探索解决流通中的"堵点"问题.在流通一体化的目标下,如何吸引多元主体参与物流标准化建设以打造高效的流通体系是现代流通业发展的关键.文章从协同治理的视角出发,构建"制造商-第三方物流企业-零售商"三方演化博弈模型刻画供应链上下游参与协同物流标准化的行为关系,探究影响链内主体协同模式选择的关键因素,通过剖析主体间的利益关系以及仿真分析进一步讨论系统不同稳定状态和主体的策略选择.研究发现:1)各主体初始参与势能达到一定阈值可以直接实现三方协同的理想状态.2)政府对各个主体的奖惩强度提高会促进标准化协同关系的建立.3)标准化成本的降低可以吸引各主体参与协同标准化,且其激励效果相较政府补贴更加独立于企业初始意愿.4)第三方物流企业的让利有利于各主体收敛至理想状态.最后,基于结论提出相应政策建议.

突发公共卫生事件发生时,应急医疗物资的需求激增,保障应急医疗物资有效供应是关系到人民生命安全的重要问题.为探讨突发公共卫生事件中应急医疗物资供应三方的策略选择,文章根据新冠疫情中部分医疗物资供应商投机销售扰乱市场秩序这一现实状况,构建了医疗物资供应商、医院和地方政府的演化博弈模型,分析各博弈主体策略稳定性,进一步利用Lyapunov第一法则,分析博弈系统组合策略稳定性.最后,进行仿真分析,讨论不同参数对三方博弈系统演化的影响.研究表明:演化稳定策略受到医院投诉成本和地方政府严格监管成本的明显影响,医院投诉成本过高会导致医院反馈监督积极性不足,进而造成政府严格监管效率低下,加之政府严格监管成本较高,最终博弈三方的策略选择为投机销售,接受,松散监管;地方政府对其他两方决策主体所实施奖惩的力度对系统稳定性起决定性作用,地方政府对医疗物资供应商奖惩力度不足或对医院补偿不够惩罚过大均会导致政府严格监管失效的情况发生;当地方政府松散监管时,应急医疗物资供应商天然更倾向于选择投机销售,为保障应急医疗物资有效供应,在整个公共卫生事件发展过程中,地方政府需始终实施严格监管.

作为线下医疗系统的重要补充,在线医疗的普及为患者就医提供新途径,推动社会医疗环境良好有序发展.对在线医疗社区中患者选择医生这一行为的相关实证研究进行梳理与再分析,解决过去研究结果不一致问题,明确不同前因变量对用户择医行为的作用强度,为后续研究与实践工作提供参考.运用元分析方法,将影响患者线上择医行为的23个前因变量,3个调节变量,共55项研究的190个独立效应值进行分析.研究发现,23个前因变量均正向影响线上患者择医行为,其中患者心意、评论总数量呈显著强相关.平台类型、研究数据的时间、数据收集方式对部分前因变量与线上择医之间的关系起到调节作用.

推动绿色低碳转型离不开绿色技术创新,其中企业是绿色技术创新的主体.而在数字经济背景下,抓住数字发展的先机,对于经济高质量发展至关重要.因此,探索数字经济能否促进企业绿色技术创新进而促进经济绿色低碳转型,以及其中存在的作用机制,具有重要意义.文章基于数字化治理、产业数字化、数字产业化、数据价值化4个维度选取相应指标,测算了选取的2015—2022年中国31个省份及直辖市的数字经济发展水平,同时基于1661家A股上市公司的绿色专利数据、财务数据等进行实证分析,研究结果发现:数字经济发展对于所在省份企业的绿色技术创新具有促进作用,这种促进作用在重污染行业企业、非东部地区的企业、非国有企业中更加显著.进一步分析影响机制发现:数字经济发展通过促进企业研发投入及减缓企业融资约束促进企业绿色技术创新.

在时间序列预测中,预测误差指标无法帮助研究者判断预测效果差是由模型不恰当引起还是数据本身含有的可预测信息少.本质可预测性刻画了数据的"预测效果上限",可以帮助研究者判断当前使用的模型和数据是否匹配.文章简述了可预测性相关概念,并详细介绍了基于排列熵的时序可预测性研究.基于此,文章提出一种带协变量的排列熵指标,用于刻画带有协变量时目标时间序列的复杂度,并通过玻璃气泡数据实验验证其有效性.此外,文章进一步提出一种利用本质可预测性进行预测方法选择的策略,在较小精度损失前提下,尽可能选择简单模型并节省建模预测时间.在经济数据上的数值实验验证了该策略的有效性.

比例标签学习(LLP)是一个弱标签学习问题,其中实例级标签信息以袋子的形式抽象,即只有每个袋子的标签比例可用.因此,LLP可以被归类为"学习袋社区",即由实例组成的"学习袋"是相互关联的.与典型的分类法类似,我们的目标不仅是学习一个分类器来极大地恢复训练数据中的实例级标签,而且还要将这种标签预测泛化到未见过的数据中.然而,由于统计估计的模糊性或近似性以及标签噪声的存在,这种学习框架更现实的情况是容易设想一种区间比例信息,而不是LLP中的实值比例.因此,对于这些通用场景,标准的LLP方法无法提供令人满意的标签预测器.文章提出了一种名为区间标签比例(bounded label proportions,BLP)的新学习框架来解决这个令人困扰的问题.此外,还提出了一种基于随机森林(RF)的BLP鲁棒算法:BLP-Forest算法,它能够较好地处理多类高维问题.为了便于比较,将实验分为两部分.首先,将BLP-Forest退化为标准LLP问题,以验证这两个相似学习问题之间的演变.结果表明,即使在配备实值比例信息的情况下,BLP-Forest也具有天然优势,这主要得益于RF算法的应用.在第二部分中,选择了具有多类和更高维度的大型数据集.同时,还特意为每个数据包中的比例信息添加了适当的噪声.所有实验都表明,BLP-Forest在大多数情况下都能获得最佳精度.最后,得出结论,在处理多类和高维度问题时,文章提出的方法性能最佳.

针对高质量过程中发生率极低事件的监控问题,以事件间隔时间(TBE)的下偏移作为过程恶化的指标,开发了指数分布下带有截断机制的下单边扩展指数加权移动平均(EEWMA-TBE)控制图,融合了样本的历史、当前信息以及最新差异信息,实现了高质量过程TBE均值向下偏移的监测.数值实验表明,相比于现有的单边EWMA-TBE控制图,单边EEWMA-TBE控制图对于TBE不同尺度的均值偏移更具有灵活性,并且呈现出平均运行长度(ARL)和运行长度标准差(SDRL)指标下的更优检测性能.

针对一类控制方向未知的严格反馈非线性系统,提出了一种基于反步法的动态事件触发控制方法,从而达到在解决系统控制方向未知问题的同时减少网络中传输数据的目的.首先,在利用反步法设计自适应控制器时引入Nussbaum增益函数,解决控制方向未知的问题;其次,在设计实际控制器时引入动态事件触发机制,在触发机制中引入一个动态变量来调整触发阈值,进一步减少触发次数,并基于李雅普诺夫函数证明了闭环系统的稳定性,同时芝诺行为不会出现;最后,通过仿真实例验证了提出的动态事件触发控制方法能减少网络中传输的数据,节约网络资源.

由(Pyragas,1992年)提出的连续混沌系统的反馈控制方法主要将时滞反馈项作用于三维系统的中间方程,但实际上对于反馈项作用于系统的最后一个方程也非常方便有效.文章以Shimizu-Morioka混沌系统为例,将反馈项加于其最后一个方程,以单时滞作为分岔参数讨论系统平衡点的局部稳定性及Hopf分岔产生的条件,进一步利用中心流形定理及规范型理论分析分岔的方向及稳定性.最后,数值实验加以验证理论分析结果以及混沌控制的有效性.

在港口腹地集疏运中, 不确定的在港周转时间给集卡调度带来重重挑战. 本文提出了一种基于在港周转时间预测的外集卡调度优化方法, 通过分析港口的历史闸口数据, 提取相关特征, 并应用随机森林的机器学习方法, 训练集卡周转时间的预测模型, 在外集卡调度优化模型中, 通过对随机森林预测模型的反复调用, 将周转时间反馈到优化模型中, 从而制定更可靠的集卡调度方案. 基于我国华南某集装箱码头的闸口数据训练预测模型, 结果显示其在拟合港口集卡周转时间预测上具有较高的精度, 拟合优度均超过0.9; 在优化模型数值实验中, 误差中位数均分布在1%, 表明基于机器学习的在港周转时间预测与调度优化模型的结合, 能减少在港周转时间不确定对调度计划的扰动, 提升集卡公司集疏运调度提供的可靠性和有效性.

城市特定区域往往同时存在路内、路外和共享三种停车设施, 它们的服务特征具有显著差异. 区域内交通系统在其演化过程及对其状态指标的观测过程中通常均存在不确定. 本文以最小化区域内交通参与者总出行成本(包括区域通行成本、寻泊成本、管理成本和步行成本)为目标, 构建基于滚动优化与数据融合估计的双驱动模型, 对区域多类型停车服务的动态供给策略进行设计, 并通过蒙特卡罗数值模拟验证了策略的有效性. 研究发现: 首先, 所构建的动态优化问题可等价转化为带有不等式约束的二次规划问题, 且该规划问题的解若存在则一定为唯一全局最优解; 其次, 在考虑过程和观测两类不确定性的情况下, 系统观测结果与系统目标轨迹之间会存在较大误差; 最后, 引入卡尔曼滤波器能够有效减少后验状态估计与系统目标轨迹之间的误差, 进而提高区域内通行效率并降低总出行成本.

快速发展的社交媒体不仅为商家提供产品营销平台, 也是产品销售渠道. 在传统电商渠道基础上引入社交电商渠道有助于拓宽消费者市场, 但会加剧渠道竞争, 为此, 对制造商来说需要充分考虑用户特性, 进行有效的渠道策略选择. 本文基于三种不同的供应链结构: 不引入社交渠道、引入自营社交渠道和引入第三方社交渠道, 构建模型研究社交渠道对制造商的影响. 研究发现: 制造商引入自营社交渠道时, 随着渠道间价格竞争程度的加剧, 若社交渠道潜在需求量较低, 其会降低批发价; 反之, 则提高批发价. 同时, 当社交渠道潜在需求量较大或当社交渠道潜在需求量较小, 渠道间价格竞争程度较弱, 粉丝比例较低且粉丝和普通用户间差异较大时, 制造商总是引入社交渠道. 还发现制造商引入社交渠道时, 随着粉丝和普通用户间差异的扩大, 若社交渠道潜在需求量较低, 其兼任社交零售商的可能性增多; 反之, 则与第三方社交零售商合作的可能性增多.

近年来, 全球资本市场剧烈震荡, 黄金期货的避险与保值功能愈加凸显, 其价格预测研究受到投资者的高度关注. 本文结合MEMD多频率尺度同步分解功能与WGAN-GP高效提取多元时序复杂模式优势, 提出基于LASSO影响因素体系的沪金价格多频率尺度集成预测模型MEMD-WGAN-GP. 首先, 从宏观政策、黄金市场、股票市场及原油市场中选取30个指标变量, 再通过LASSO筛选构建沪金价格影响因素体系; 其次, 对解释变量集和沪金价格序列进行MEMD同步分解, 获得各频率尺度下若干组IMF分量, 并分别建立每一频率尺度下IMF分量的WGAN-GP预测模型; 然后, 从预测有效性角度对IMF组合方式进行优化, 并加和集成优化后各IMF分量预测值得到沪金价格整体预测值; 最后, 全面评估了本文模型在沪金价格不同市场行情下的预测性能. 研究表明: MEMD-WGAN-GP具有最强趋势预测能力、最小回归误差和最低预测滞后性.

在复杂多变的金融市场环境中, 充分利用高频交易数据中的当前不确定信息有助于改善资产波动率的建模与预测表现. 本研究将该信息纳入已实现乘法误差模型, 构建已实现实时乘法误差模型(realized real-time MEM模型)对波动率与已实现波动率测度进行联合建模. 与现有模型不同的是, 该模型将当前已实现测度观测值经尺度变换后的随机扰动项看作是高频信息的"实时"日内因子变量, 从而将资产收益的当期条件波动刻画为由历史已实现测度观测值与"实时"日内因子所共同驱动的混合函数. 在此模型框架下, 探讨已实现测度的条件分布定理及相关性质、模型的弱平稳性和强平稳性条件、参数的拟极大似然估计方法和样本外向前多步波动率预测定理. 另外, 对此模型进一步拓展以纳入该信息的杠杆效应和波动反馈效应特征. 以四组国际指数为研究对象, 实证结果表明: 1) 高频数据的当前不确定信息使得已实现测度的条件分布具有时变峰度特征, 以此提升模型对资产收益波动的样本内建模能力. 2) 相比于基准模型, realized real-time MEM族模型在波动率、已实现测度的条件分布及波动率的在险值(VolaR)等方面均具有更高的样本外预测精度.

恒定应力加速退化试验(ADT)是可靠性评估的有效手段, 通过分析高应力水平下的退化数据, 外推产品在正常应力下的可靠性水平. 处理退化数据的常用方法包括一步法和两步法, 一步法通过最大化基于退化数据的对数似然函数进行模型参数估计和后续推断; 而两步法首先估计每个样本的伪寿命, 进而转化为加速寿命试验(ALT)分析. 随着计算能力的提升, 一步法的计算变得更加容易, 已有研究对一步法和两步法在非加速情境下进行了比较. 然而, 在考虑ADT情境下, 有关这两种方法比较的文献相对匮乏. 本研究旨在针对恒定应力ADT系统地比较这两种方法, 为选择适用于ADT的可靠性评估方法提供更为准确和有效的指导. 在本文中, 我们提出了伪寿命对真实寿命高估或低估的判别标准, 并通过数值模拟在线性退化情况下比较了一步法和两步法对平均失效时间(MTTF)的评估效果. 此外, 我们应用于一组经典数据集, 其结果与模拟结论相符合. 总体而言, 模拟结果表明, 对于不同样本量和观测次数, 相较于基于不同分布的伪寿命的两步法, 一步法在产品MTTF评估方面具有更高的准确性, 且在小样本情形下尤为明显.

可变前沿面假设下的逆数据包络分析(逆DEA)方法能够在考虑技术变化对前沿面影响的前提下, 有效地分析决策单元(DMU)在未来生产期的资源配置与产出优化问题. 但是, 现有方法仅讨论了前沿面变化的单一情形, 忽略了技术变化的复杂性将导致生产前沿面变化多样性的问题. 为解决该问题, 文章首先通过深入分析揭示了现有方法存在问题的原因. 然后, 提出技术变化视角下的可变前沿面逆DEA方法, 并讨论了所提方法反映的未来生产期前沿面变化的不同情形及相关性质. 最后, 通过对比分析说明该方法的优势, 并将其应用于中国高技术产业发展目标规划的应用研究. 结果表明, 文章方法能够有效地反映前沿面变化的多样性和前沿面的潜在变化趋势, 并能够为决策者制定相关发展规划提供参考借鉴.

数据规模的增大与数据更新频率的加快为效率评价带来挑战. Free Disposal Hull (FDH) 是非凸技术下一种经典效率评价方法. 相比于凸性技术下的数据包络分析, FDH效率求解的过程更加复杂, 且在数据快速更新的情形下难以保证评价结果的时效性. 针对上述问题, 首先在现有枚举算法的基础上提出了一种基于决策单元之间支配关系与参考关系的快速枚举算法(fast enumeration algorithm, FEA), 用于计算大规模样本FDH效率值. 其次, 结合支配关系和参考关系的传递性提出了动态快速枚举算法(dynamic fast enumeration algorithm, DFEA), 用于更新FDH效率评价结果. 最后, 通过数值模拟与好大夫平台的医生评价应用验证算法的有效性. 实验结果表明, 与枚举算法相比, FEA完成大规模样本FDH效率评价的用时明显减少, 且DFEA能够对大规模样本FDH效率评价结果进行实时更新.

复杂装备核心技术研发是一个多主体协同创新的活动,然而, 由于创新主体在目标、利益等方面的述求不同,他们往往不按照研发系统的要求投入相应的努力程度和合作程度,这直接影响复杂装备核心技术研发进度和效率.为调动创新主体积极性与能动性, 亟需构建一种有效的激励机制. 鉴于此,针对复杂装备核心技术研发激励问题,考虑到努力程度、合作程度和核心技术水平是影响复杂装备核心技术研发的重要因素,从成本分担视角, 利用博弈分析技术,构建了复杂装备核心技术研发利益模型,分析了合作、非合作、激励情形下的最优决策,进而设计了核心技术研发激励机制,并以实际案例验证了模型的有效性与合理性.

文章研究了带有松弛工期指派的单机排序问题,目标函数是最小化加权提前损失和误工损失, 证明该问题是$NP$难的, 并提供了一个时间复杂度为$O(n^2P(P-p_{\max}))$的伪多项式算法. 此外, 研究了在松弛工期下的最小化总误工损失问题的两种特殊情况: 相同的加工时间和相同损失系数, 分别提出了时间复杂度为$O(n\log n)$ 的多项式时间算法.