基于序贯博弈的装备制造业复杂产品研发补贴和关税决策

增大国内装备制造业的研发投入和引入国外产品带来的研发溢出可提升国内装备制造业科技水平,但同时带来了企业的研发成本负担和国外产品抢占国内市场的问题,因此政府在其中的研发补贴和关税政策调控显得尤为迫切.探究政府研发补贴和关税政策对存在研发溢出的国外装备制造商和国内装备制造商进行序贯博弈时的市场份额、利润和研发水平的影响问题.进一步分析政府以社会福利最大为目标时,政府的最优决策并对关键因素进行敏感性分析.最后通过数值扩展验证结论的稳健性.研究发现:研发补贴系数或关税增大都会提高(降低)国内制造商(国外制造商)的产量、利润和研发水平;政府以社会福利最大进行决策时,随着两种产品竞争强度的增大,总的研发补贴会减小,而单位研发补贴先减后增,关税先增后减.研发成本系数越高,关税和单位研发补贴会越高,但总的研发补贴会减少.     

考虑消费者反馈共治的跨境电商平台商家信用监督治理

考虑到消费者反馈共治对平台商家经营决策的影响，针对跨境电商平台商家信用监督问题，建立消费者反馈共治、平台商家自律经营、跨境电商平台共治监管的演化博弈模型，探讨了不同情境下各参与方在平台卖家信用监督治理问题的演化均衡策略，并借助数值仿真分析各主体在平台卖家信用监督治理过程中的决策行为。研究发现：跨境电商平台卖家“信用监管困境”治理受各成员不同策略行为的共同作用，各参与方策略对自身及彼此间的未来决策均有影响；消费者在进行反馈共治时，对平台商家评价的声誉(负面或正面声誉)增加，均会在一定程度上规范平台商家的经营行为；商家经营行为深受机会主义的影响，平台中高力度的查处率可有效约束商家行为，同时采取共治监管、较高强度的惩罚力度及赔偿强度均有助于平台商家良好信用体系的建设。     

基于GA-BP神经网络的航空涡轮组件再制造工时预测

如何快速准确测定航空涡轮组件再制造工时是严重困扰我国航空发动机大修企业的一个难题。文中首次辨识和量化影响航空涡轮组件再制造工时的主要因素；之后构建一种新的再制造工时预测GA-BP神经网络。该网络采用遗传算法GA弥补了BP神经网络收敛慢且容易限于局部最优解的不足，有效提高了预测的精准度；最后，以某型民用航空发动机涡轮组件为例，验证了该预测网络的科学有效性。研究能够为航空发动机大修企业开展再制造工时预测提供高效决策支持。     

一种应用于文本分类的段落向量正向激励方法

文本分类广泛应用于文档检索、网络搜索等领域，其中文本的向量化表示对于分类性能的提高具有重要的影响。在将变长文本表示成定长向量时，传统的段落向量化算法Doc2Vec忽视了该算法每轮训练的次数与段落长度高度相关的问题，以及长段落包含短段落信息的情况，限制了分类模型准确率的进一步提升。针对该问题，该文提出一种应用于文本分类的基于段落向量正向激励的方法。首先，根据中位数划分长、短段落向量，然后在分类模型输入过程中提升长段落向量的权重，实现提高模型分类准确率的目的。在Stanford Sentiment Treebank、IMDB和Amazon Reviews三个数据集上的实验结果表明，通过选择适当的激励系数，采用段落向量正向激励的分类模型可以获得更高的分类准确率。     

基于增强语义模型的货品名分类算法

海关申报（报关）是指进出口货物所有人向海关办理进出境手续的过程。报关过程主要包括：填写报关单、单据检验、货物查验等流程。本文主要针对报关单中的货物品名依赖人工填写，存在申报成本高、效率低下、准确率不稳定等有待优化的问题，提出以报关货物描述短文本为基础，分别使用TF-IDF模型和BERT模型提取词频特征与语义特征，根据语料特点创新性地用词频特征增强语义特征；用ViT模型提取货物图像特征并与文本特征在交叉注意力机制作用下融合，再由多粒度级联森林分类器实现货物名称分类，达到精准获取货物品名的目的。实验结果显示：货物品名分类准确率为0.92，召回率为0.90,F1-score为0.91，表明了本文所提算法在解决报关货物品名分类问题上具有合理性与优越性，有助于解决现有问题。