社会网络环境下利益抗争的群策略研究

引入个人决策树和社会网络研究个体在利益抗争中的策略问题,并探讨个体进行维权时的期望收益如何受二次决策影响,分析个体的社会网络链接如何影响群策略结果.研究指出,在依法维权失败的情形下,如果亲群体行为的成本较大或该行为成功率较小,则不宜采取亲群体行为;反之,在二次决策时可以采取亲群体行为.进一步地,在满足一定条件下,个体在社会网络环境下可以主动联系其他个体参与维权或接受邀请进行群体维权,且不管个体是否加入亲群体行为,个人意愿与群策略选择存在分离现象,导致个体存在个体策略与群体策略的均衡分离.因此,在社会网络环境下如果想争取的利益越高,则越容易组织群体维权,而成本越高则越不容易组织群体维权.最后,通过精装房维权案例验证研究结果的有效性,并提供相应的政策建议.     

对 DEA 有效的决策单元性质的讨论

从另一角度解释了ＤＥＡ有效性的经济含义;确立了两个已ＤＥＡ有效的决策单元之间的关系;最后给出了带有绝对意义权重的偏好锥———价格锥下的ＤＥＡ有效性。     

对我国MBA教育的几点思考

MBA教育是我国研究生教育的重要组成部分,它对我国的经济建设与企业发展起着重要作用。论文在分析国内外MBA教育共同特点的基础上,指出了我国MBA教育中存在的一些问题,提出了发展MBA教育的具体措施。     

用VBA开发AutoCAD标准图纸图栏系统

文中介绍了AutoCAD2000环境下用VBA开发绘制标准图纸图栏的应用程序，实现图框，标题栏、明细栏等的自动创建与编辑，从而大幅提高设计绘图的工作效益。     

大型群体多属性决策的目标函数线性回归法

在定义标准决策值的基础上,运用线性回归的方法建立了带有约束条件的大型群体多属性决策目标函数线性回归模型,证明了该模型解的存在性和唯一性.大型群体多属性决策目标函数线性回归法对各专家的标准决策值的信息进行了最优意义上的集结和协调.此外,对大型群体多属性决策目标函数线性回归模型进行了讨论,并获得了一整套可用Matlab软件求解该模型最优解的算法,具体应用算例验证了所提算法的有效性.     

“报童问题”中风险偏好下的条件风险值及其优化

建立了报童随机利润的分布函数,得到任意风险水平下的VaR解析表达式或应满足的条件。考虑缺货成本,针对风险规避和风险偏爱两种情况,分别建立不同订购量和风险水平下的条件风险值模型,并将模型中对利润变量的积分转换为对随机需求变量的积分,解决了模型中因包含VaR变量而求解困难的问题。分析了给定风险水平下的最优决策,讨论了缺货成本为0的特殊情形。风险中性报童的期望利润与最优决策可由风险规避或风险偏爱的相应公式推导。最后对下一步的研究方向进行了展望。     

“互联网$+$”环境下考虑消费者行为的资源回收策略

在“互联网$+$回收”环境下,考虑人们对传统回收渠道以及网络回收渠道的态度,建立基于不同消费者行为的回收模型,研究传统回收商、网络回收商和再制造商对再生资源的回收策略.研究结果表明:在竞争回收时,网络消费者比例和普通消费者对网络回收渠道的接受程度同时影响定价决策,且网络消费者比例越高回收价格越低,普通消费者对网络回收渠道的接受程度越高回收价格越低;在联盟回收时,回收价格不受网络消费者比例和普通消费者接受程度的影响,回收商收益增加,但再制造商的收益受损.再制造商为了减少损失,可以设计收益分配机制与回收商进行合作,增加供应链收益.根据模型分析,认为联盟回收是最佳回收方式,政府应整合上下游企业,推动“互联网$+$回收”平台化、规模化发展.     

P2P网络借贷市场的双边拍卖机制设计

针对P2P网络借贷交易的双边市场特征,提出一种P2P网络借贷的双边拍卖机制,用于改进国内P2P网络借贷市场的交易机制.首先,证明P2P网络借贷的双边拍卖机制满足激励相容特征,并且存在纳什均衡解.然后,根据该机制定价函数中的激励或惩罚系数,探讨借款人和贷款人的最优拍卖策略,并提供不同情形下的最优定价方案.最后,结合算例分析指出,该机制的定价随着激励或惩罚系数的变化而变化,可以向Prosper拍卖机制或拍拍贷撮合机制转变,并且在不影响机制最优性的前提下,可以调整激励或惩罚系数来改进借款人的支付成本;不同的借款人也可以根据自己对借款需求的紧迫性,自由选择不同情形下的拍卖机制.     

AutoCAD中提高三维实体建模效率的途径和技巧

结合具体实例，研究了AutoCAD中提高三维实心体建模效率的途径和一些实用技巧。     

大型群组多属性决策Bayes 概率修正法

针对大型群组多属性决策问题,给出了备选对象的优势集和Pareto有效率,并讨论了二者的性质.证明并指出了只有备选对象为Pareto解时,其Pareto有效率才可能不为0.将Pareto备选对象的Pareto有效率作为其“最优决策”的先验概率分布,然后利用Bayes公式和群组专家们决策的后验概率对其加以修正,即可得到“最优决策”概率最大的备选对象.该方法在充分利用专家组决策信息的前提下避免了寻找一个主观集结规则的决策问题,不需要集结出一个权重结果,从而减少了决策过程中主观因素的影响,并且当将每位专家的决策看成一个独立的随机实验时,理论上专家人数越多,决策结果越精确.最后以一个算例说明了所提出方法的有效性.