为探究中美科技博弈背景下芯片禁运和镓锗出口管制的潜在影响, 文章首先理清了中美技术脱钩的发展脉络, 接着借助理论模型揭示芯片禁运和镓锗出口管制对经济系统的作用机理, 随后采用动态可计算一般均衡模型, 从定量层面就芯片禁运和镓锗出口管制的经济影响展开评估, 并开展稳健性检验. 结果发现, 芯片禁运对中国经济的负面影响较大, 但美国经济负面影响相对较小. 中国镓锗出口管制能够降低芯片禁运对本国的经济损害、福利恶化和就业减少, 且会加剧芯片禁运联盟的经济损失, 其中日本、韩国和中国台湾的负面影响较大. 镓锗出口管制通过影响禁运联盟的芯片制造能力从而削弱其竞争优势, 这有助于改善中国电子设备行业的竞争力水平. 文章揭示了芯片禁运及中国镓锗出口管制策略的经济影响边界, 明晰了不同地区的经济利益得失, 对中国有效应对美国的科技封锁有参考价值.
粮食安全是国家安全的基石, 在复杂多变的内外部环境下, 除了关注粮食的增产增效, 聚焦粮食产业链韧性和安全水平同样至关重要. 本研究基于全产业链的视角, 构建了兼顾 “不同环节” 和 “风险抵抗” 的粮食产业链韧性和安全水平评价体系, 运用探索性空间数据分析 (ESDA)、地理探测器与时空地理加权回归模型 (GTWR), 分析了 2005–2021 年中国 31 个省份粮食产业链韧性和安全水平的时空分异特征及驱动机制, 并借助空间双重差分模型 (SDID) 深入考察了生产者补贴政策冲击的影响及其空间溢出效应. 研究发现: 1) 2005–2021 年, 中国粮食产业链韧性和安全水平总体呈稳步上升态势, 生产环节始终居于主导地位; 且其空间分布具有显著的正相关性, 集聚特征表现出 “逐年上升–波动下降–趋于平稳” 的动态演变趋势. 2) 生产环节的高值区主要集中在粮食主产区, 加工环节的高值区则较多分布在中部地区, 而流通消费环节的高值区则主要位于沿海发达地区. 3) 各影响因子的解释贡献力由大到小依次为: 土地利用结构
在企业发展初期通过政府补助配给等方式进行扶持有利于优质企业培育, 但政府补助的稀缺性会引发企业对补助竞争, 在企业资质未达补助标准时有动机通过盈余操纵的方式进行骗取补助. 本文以 2011–2021 年间 A 股上市公司为样本, 以国家级新区设立为准自然实验来解决政府补助与公司盈余的强内生性问题, 尝试验证政府补助竞争是否会加剧企业盈余操纵. 实证结果显示, 新区内企业更倾向于负向盈余管理将当期利润做低, 同时盈余操纵行为具有显著的基于利润的双重门槛效应, 利润较低的企业呈现正向盈余操纵, 较高的企业呈现负向盈余操纵, 反而利润 “中庸” 的企业没有显著的盈余操纵现象. 进一步研究发现, 企业差异性盈余操纵现象在本质上具有一致逻辑, 所有企业均试图通过盈余操纵使自身盈余平滑来增加政府补助. 此外, 非国有企业、金融监管宽松、财政禀赋较差地区的企业更倾向通过盈余操纵竞争政府补助.
本文运用社会网络分析法和时间指数随机图模型, 研究了 2013–2021 年数字经济关联网络结构特征和网络演化机制. 研究发现: 1) 数字经济关联网络密度低, 具有较短的平均路径长度和较大的平均聚类系数. 2) 网络分为 “各司其职” 的四大板块, 主受益和净受益板块作为数字经济协调发展的增长极, 成员间 “强强联合” 效应明显, 但对外 “以强带弱” 效应弱; 贵州、云南、广西、重庆、海南组成的经纪人板块呈受损特征; 净溢出板块是资源的供给方, 研究期间对外发出关系数减少, 与其余板块建立了双向联结. 3) “团体组合” 和 “经纪人” 结构在网络演化过程中具有重要作用, 但互惠性低使得三省份两两之间均存在双向关联关系的 “三元闭包” 特征不普遍. 4) 数字经济网络演化受到偏好依赖效应、多联通效应、传递闭合效应内生机制的驱动, 并且网络兼具路径依赖和路径创造特征, 此外, 数字经济子网络演化机制存在差异. 本研究为促进我国区域数字经济协调发展提供了基于网络依赖视角的新思路.
近年来, 受地缘政治冲突、资源保护政策以及突发事件的影响, 全球稀土贸易面临着日益严峻的供应风险. 本文基于复杂网络理论构建全球稀土多层贸易网络, 在此基础上运用级联失效模型模拟供应风险传播规律. 研究发现: 1) 全球稀土贸易规模、贸易范围及网络关联性均呈稳步增长态势, 但受全球经济环境影响, 全球稀土贸易格局于 2017 年显现集中化趋势, 2020 年起逐步向分散化转型. 2) 中国和澳大利亚逐渐成为稀土上游和中游网络的关键风险源, 而欧洲国家 (地区) 为下游网络的关键风险源. 3) 少数关键国家 (地区) 控制了大部分贸易流, 在风险传导过程中占据主导地位, 而其余国家 (地区) 即使遭受冲击也难以对其他国家 (地区) 产生影响. 4) 澳大利亚、中国、德国和瑞士的风险传播方式分别是核传播、直接传播、空间传播和间接传播. 5) 澳大利亚、越南等国家 (地区) 的稀土供应中断会对中国稀土进口有显著冲击影响, 而中国的稀土供应中断则会对卢森堡、法国、美国等国家 (地区) 产生重要影响.
近年来重大事件频发, 城市经济面对冲击展现出了不同的抵御、应变和自我调整能力, 这与城市产业基础紧密相关. 作为产业基础的重要体现, 产业协同集聚对城市经济韧性的影响研究意义突出. 基于制造业与生产性服务业协同的视角, 本文在机制分析基础上, 运用基准回归、中介效应与空间计量模型, 针对 2005 年至 2020 年全国 281 个城市的面板数据进行了实证研究. 研究发现: 产业协同集聚可以有效提高经济韧性水平, 深入分析发现产业协同集聚对抵抗力、恢复力和适应力的促进作用较为显著, 而对转型力存在着抑制作用, 且这种作用在不同行业、不同行政等级城市中又存在着异质性; 产业协同集聚通过提高创新水平和推动产业结构升级对经济韧性产生显著的正向作用; 产业协同集聚对城市经济韧性有着正向空间溢出效应, 城市的产业协同集聚水平提高不仅会增强自身的经济韧性, 还会推动周边其他城市的经济韧性不断提升. 本文拓展了我国产业协同集聚对经济韧性影响的相关研究, 丰富了城市层面效果的经验证据, 为城市产业布局和增强经济韧性提供了有益启示.
企业家精神是推动经济发展的重要力量, 学术界大量探讨了企业家精神对经济增长的直接影响, 但还鲜有文献关注企业家精神在不同企业间的扩散. 本文首次构建独立董事创业经历数据库并考察具有创业经历的独立董事对公司投资效率的影响, 证实了企业家精神在公司间的溢出效应及相应机制. 研究发现, 具有创业经历的独立董事提升了公司的投资效率, 经过替换自变量、替换因变量、工具变量和改变固定效应等一系列稳健性检验后, 本文结论不变. 机制检验发现, 创业经历通过提高独立董事的咨询能力而非监督能力进而抑制了企业非效率投资. 进一步研究表明具有创业经历的独立董事对企业投资效率的提升在民营企业、企业多元化程度较高和利润增速较快时更显著. 本文的研究证实了企业家精神对于经济发展的一条重要隐形机制, 对如何更好地弘扬和发挥企业家精神提供了参考, 也为我国优化独立董事制度提供了实证依据.
本文将 ESG 不确定性和噪音同时纳入资产定价模型, 研究了它们对资产均衡价格、投资者行为决策和福利的影响. 研究发现, 在企业 ESG 信息为好消息情形下, ESG 不确定性会增大 ESG 敏感投资者的风险资产投资比例和福利, 并降低风险资产均衡超额收益, 而 ESG 信息为坏消息时则刚好相反. ESG 噪音对投资策略和资产价格的影响与 ESG 不确定性的影响并不相同, ESG 噪音降低企业 ESG 信息的可靠性, 在 ESG 好消息情形下, 使得 ESG 敏感投资者的投资行为更加谨慎, 需要更多的资产溢价作补偿; 在坏消息情形下, 使得 ESG 敏感投资者的投资行为更加大胆, 资产溢价也随之降低. 当市场同时存在绿色资产和棕色资产时, 若绿色资产 ESG 为坏消息和棕色资产 ESG 为好消息, ESG 不确定性会使 ESG 敏感投资者加大对棕色资产投资并降低绿色资产投资. 而当绿色资产 ESG 为好消息且棕色资产 ESG 为坏消息时, ESG 噪音又会使 ESG 敏感投资者加大对棕色资产投资并降低绿色资产投资. 这两种情况均不利于绿色发展. 本文从 ESG 不确定性与噪音的角度证实了稳定的绿色发展政策、统一的 ESG 评价标准、规范的 ESG 评级机构评级行为对减小 ESG 不确定性与噪音不良影响的重要性, 为国内绿色发展的相关研究形成有益补充.
随着全球能源短缺和环境污染问题日趋严重, 如何通过构建有效的能源资产组合来优化能源结构已成为摆在人们面前亟需解决的现实问题. 现有大部分能源投资组合模型只考虑资产组合的经济效益而忽略了其生态效益, 导致模型实用性有限. 为此, 本文考虑社会责任投资及碳强度等因素对能源投资组合选择的影响, 构建碳排放奖惩机制来刻画资产组合的生态效益, 结合基数约束、预算限制及风险控制要求等现实投资约束, 构建考虑经济效益和生态效益的能源投资组合优化模型. 依据所提出模型的结构特征, 设计改进的粒子群优化算法来求解其最优投资组合策略. 然后, 结合美国能源股票市场的真实数据, 阐述所构建模型的实用性及其求解算法的有效性. 研究结果表明: 本文模型较现有相关模型具有更好的样本内外性能, 亦即投资者能获得具有较高经济效益和生态效益的能源投资组合策略. 另外, 所设计的求解算法能有效地求解复杂投资组合模型.
本文以 2007–2022 年中国沪深 A 股上市公司为研究样本, 基于高层梯队理论和社会心理学中的时间导向理论, 采用文本分析和机器学习技术构建管理者有限视野指标, 实证检验了管理者有限视野对公司股价崩盘风险的影响及其作用机制. 研究发现, 管理者有限视野显著加剧了公司的股价崩盘风险. 这一结论在使用两阶段残差介入法、工具变量法 (IV)、倾向得分匹配法 (PSM) 等一系列内生性和稳健性检验后依然成立. 机制分析发现, 管理者有限视野通过粉饰亏损信息和降低负面信息反映及时性促进了公司股价崩盘风险的提升. 进一步研究发现, 在非国有控股、管理层平均年龄较大、海归高管占比较高、高管激励较高、股权集中度较高以及外部监督质量较好的公司中, 管理者有限视野对公司股价崩盘风险的正向影响受到抑制. 本文将管理者有限视野与股价崩盘风险相结合, 丰富了这两个领域的相关研究, 为进一步提高上市公司质量、维护金融市场稳定提供了经验证据.
“双碳” 目标是中国面临的重大环境与发展挑战. 碳交易市场作为一项关键政策工具, 在助力 “双碳” 目标的实现, 推进绿色发展中扮演着至关重要的角色. 因此, 对碳交易市场的价格波动机理进行深入研究具有重要现实意义. 本研究利用 2015 年至 2020 年中国四个碳交易试点市场的数据, 引入一种创新性的碳交易价格驱动因素分析方法. 首先通过长短时记忆网络 (LSTM) 进行碳价建模, 并借助 SHapley Additive exPlanations (SHAP) 值分析方法定量评估了不同影响因素的贡献度. 这一分析方法不仅可以实现整体样本的总体影响分析, 而且可以针对特定价格波动事件进行单一样本的影响因素分析. 研究发现: 1) LSTM 模型在所有试点市场上均表现出超过 90% 的高预测准确率, 显示出优异的捕捉市场动态的能力. 2) SHAP 值分析揭示了煤炭价格指数、EUA 期货价格、沪深 300 指数和石油现货价平均价格指数对碳价波动的显著影响, 揭示了试点市场与欧盟市场存在联动效应. 研究还讨论了各影响因素对碳交易价格影响的区域差异性. 3) 基于单个实例样本的分析发现, 政策因素是导致碳价大幅涨跌最主要的因素, 且呈现出正、负向两种不同的影响效应. 本研究提出了针对性的政策建议.
油价预测是学界和业界共同关注的问题, 关于油价趋势预测现有研究已经取得很好的进展. 但是近年来重大危机事件频发, 导致原油价格出现高频次、大幅度的变动, 给油价预测带来了新的挑战. 本文提出 “分解-比较-匹配-预测” (compare real data with predicted data and match influencing factors before making oil prices forecasting, CRP-MIF-F) 的预测方法, 首先判断样本区间内重大危机事件的影响渠道, 接下来将重大危机事件的影响渠道纳入预测模型, 最后集成原油价格的预测. 预测结果显示, CRP-MIF-F 方法在趋势预测和转折点预测方面都明显优于基准模型, 展示了良好的预测性能. 该方法为考虑重大危机事件的大宗商品价格预测提供了新的视角.
在碳限额与交易机制背景下, 资金约束型高碳排放企业往往需要通过外部或内部融资的方式开展碳减排技术研发项目以规避碳履约成本. 考虑到需求不确定性与碳减排技术研发存在风险, 本文构建了银行融资、零售商预付款融资与股权融资三种融资模式下的供应链减排模型, 分析了研发风险对供应链碳减排融资决策影响, 并进一步探究需求满足均匀分布时制造商融资模式选择问题. 研究结果表明: 1) 三种融资模式下, 碳减排技术研发成本系数的提升会降低制造商碳减排努力程度与零售商产品订购量, 零售商提高产品销售价格有利于提升其产品订购量以及制造商碳减排努力程度; 2) 零售商预付款融资模式下, 研发风险不直接影响制造商和零售商的最优决策, 而在银行融资和股权融资模式下, 零售商的最优订购量和制造商的碳减排努力程度均随着研发风险提高而下降; 3) 当需求满足均匀分布时, 零售商预付款融资模式最有利于促进制造商碳减排, 实现产品生产碳减排量与零售商产品订购量均最优.
基于废旧动力电池回收质量的不确定性, 以系统利润最大化为目标, 研究了考虑废旧动力电池梯次利用和再生利用回收特性的多层级闭环供应链网络设计优化问题. 首先, 采用基于矩信息的非精确集表征回收质量的不确定性特征, 进而构建两阶段分布鲁棒优化模型, 以决策设施选址、回收价格和设施间的运输流量规划. 针对模型的非线性复杂结构, 应用对偶理论和 McCormick 线性化方法将其转换为易于求解的形式, 并采用 Benders 分解算法对提出的两阶段分布鲁棒优化模型进行求解. 结果表明, 样本容量的增加使得回收质量不确定参数的概率分布逐渐收敛于系统真实分布, 从而降低了模型的保守度, 能够更好地实现闭环供应链网络设计的经济性. 同时, 与随机规划相比, 本文提出的分布鲁棒优化方法在处理回收质量不确定性方面具有更好的鲁棒性. 因此, 本文构建的闭环供应链网络设计模型能够较好地协调废旧动力电池回收网络设计的经济性和鲁棒性之间的矛盾.
生鲜供应链结合区块链是解决消费者对生鲜品新鲜度信息不信任的重要途径. 从新鲜度和供应商利润 “双” 视角出发, 本文建立供应商承担保鲜、零售商承担保鲜、第三方物流服务商 (TPL) 提供保鲜并向供应商收费、TPL 提供保鲜并向零售商收费四种保鲜策略下的供应商采用与不采用区块链的 8 个博弈模型, 对比分析生鲜供应商区块链采用决策及其影响. 研究发现: 1) 四种保鲜策略下, 满足一定条件时, 供应商采用区块链将提高生鲜品新鲜度、供应商及零售商利润, 但生鲜品批发价和零售价也会提高. 2) 四种保鲜策略下, 考虑生鲜品新鲜度时的供应商区块链采用成本阈值大于考虑供应商利润时的区块链采用成本阈值, 且当区块链采用成本小于一定阈值时, 供应商采用区块链可以同时提高生鲜品新鲜度和供应商利润. 3) 供应商承担保鲜、TPL 提供保鲜并向供应商收费、TPL 提供保鲜并向零售商收费时, 供应链成员间存在合作投资区块链的区间, 此时供应链可通过采用 “供应商成本分担 + 罗宾斯坦恩讨价还价策略” 实现合作共赢.
考虑农户的资金约束和农产品产出不确定性, 构建一个由政府、银行、农产品公司和农户组成的绿色低碳农产品供应链决策模型, 分析了不同补贴政策对农户生产决策、公司绿色低碳技术投入及政府补贴策略的影响. 研究表明: 1) 有政府补贴的均衡决策、绩效和社会福利均优于无补贴情形. 补贴效果的差异主要受公司绿色低碳技术投入系数的影响. 当技术投入系数低于某一阈值时, 按收购量补贴有助于公司提升技术水平, 而按绿色低碳成本补贴则在收购价、种植量、公司利润和社会福利方面表现更好. 当技术投入系数超过一定阈值时, 农户的公平行为将影响不同补贴模式的效果. 2) 与传统研究不同, 在无补贴情形下, 面对农户公平行为, 公司并不总是采取提高收购价的策略, 农户也不一定减少种植量. 从社会福利角度看, 按收购量补贴时农户的公平行为不利于福利提升, 而按绿色低碳成本补贴则相反. 3) 随着农产品产出不确定性的增加, 农户种植量、公司技术投入、收购价、公司利润、农户效用和社会福利均有所下降. 本文为政府制定绿色低碳补贴政策提供了理论支持, 并为绿色低碳农产品供应链的生产运作决策提供了管理启示.
定制产品以其独特的创意性和个性化特质, 在市场差异化竞争中扮演着至关重要的角色, 众多企业纷纷推出了部分或完全定制化的产品, 以满足消费者日益增长的个性化需求. 本文基于社会认知理论, 通过五个实验深入探讨了服务主体类型 (人类员工 vs. 机器人) 对消费者定制产品购买意愿的影响. 同时, 本研究还探讨了开放性学习在其中的中介效应以及机器人类型 (机械型 vs. 思考型) 的调节作用. 研究结果显示, 相比于人类员工而言, 在由机器人提供服务时, 消费者会有更高的开放性学习倾向, 进而增强了他们对定制产品的购买意愿. 而且, 这一效应受到了机器人类型的调节影响, 即思考型机器人提供服务比人类员工更能激发消费者的开放性学习倾向, 从而提升了其定制产品的购买意愿; 然而, 机械型机器人和人类员工对消费者开放性学习倾向和定制产品购买意愿的影响并无显著性差异. 本研究不仅丰富了服务场景中服务主体是人类员工和机器人对消费者定制产品购买行为的影响研究, 还为推出定制产品的企业如何有效选择合适的服务主体提供了干预措施和实践指导.
虚拟企业 (VE) 是一种旨在快速捕捉市场机会的组织. 在虚拟企业的形成阶段, 合作伙伴的选择过程非常重要. 本文使用一种遵循交替提议协议的讨价还价方法来研究这一过程. 首先, 考虑了虚拟企业运作的市场复杂性, 并将双边谈判扩展到一对多和多对多的讨价还价问题. 同时, 使代理人能够拥有不同的效用函数, 以反映卖方在价格和资源质量方面的差异, 在整个讨价还价过程中, 卖方的谈判能力不仅受到时间点的影响, 还受到买方的影响. 然后, 使用反向推导法在有限时间内获得每个时间点上代理人的讨价还价策略, 在考虑市场竞争的情况下, 证明了在每个时间点上代理人都不会偏离这些策略, 即讨价还价策略满足纳什均衡. 最后, 通过模拟分析了随着代理人相对谈判能力的变化, 代理人的讨价还价策略是如何动态变化的.
通过区块链构建可溯环境提高网售处方药监管治理水平, 对保障慢性病患者的长期购药便利和用药安全具有重要的现实意义. 本文构建药品监管部门与医药电商平台之间的博弈模型, 探究网售处方药的平台审核与监管决策及其影响机制. 研究结果表明: 1) 患者病情状况、用药依从性和药品在线评论构成平台和监管部门的多维决策框架, 而区块链通过重构平台违规成本与违规收益的博弈权衡, 显著改变了平台审核决策. 2) 区块链赋能网售处方药监管存在 “双刃剑效应”, 取决于处方审核可溯与在线评论可信之间的交互作用机制. 3) 基于区块链的处方溯源监管机制可以通过降低监管成本和处方药滥用风险, 提升监管效益, 但也可能损害慢病患者的购药便利, 造成社会福利损失.
演化博弈理论是阐释管理领域制度变迁与复杂演化现象的重要工具, 现有研究存在显著误用, 突出表现为高维系统 (如三方演化) 分析中错误套用二维稳定性判别方法. 本文系统阐释了演化博弈的研究范式, 即放弃完全理性假设, 聚焦高度不确定环境下的有限理性群体通过模仿学习与动态调整, 抽象为二维动态系统获得稳定的解析解, 在外部环境压力下达成抗干扰性稳定均衡. 针对高维系统演化的分析难题, 提出降维退化、数值模拟、平均场理论和多智能体仿真 (ABM) 等解决思路. 本文阐明了演化博弈理论在揭示制度起源与变迁、政策引导设计、路径依赖、政策执行复杂性及社会趋势预测等方面的独特价值, 为应对技术变革、环境剧变与数字革命下的管理新挑战提供了基于适应性学习的新规律与新对策.
成分数据用来表示各部分在整体中所占的比例, 反映相对信息. 支持向量机 (SVM) 作为经典的分类算法, 在实际应用中具有良好的性能. 然而, 高维成分数据分类不同于普通数据分类, 且传统支持向量机不能高效实现分类与特征选择. 本文提出一种高维成分数据分类的密度卷积 SVM 特征选择方法 (Co-clr-DCSVM). 该算法基于成分数据的对称对数比 (clr) 变换和密度卷积支持向量机 (DCSVM), 实现分类与特征选择. 在模拟分析中, 提出算法与其他方法进行了比较, 并使用六种评价指标来评估算法的性能. 此外, 将该算法应用于代谢组学数据集进行实证分析. 结果表明, Co-clr-DCSVM 算法在分类方面具有高准确率, 在特征选择方面能够较好选择重要特征, 提供了一种新的解决方案来处理高维成分数据分类与特征选择的问题.
随着大数据和人工智能在金融信贷领域的应用推广, 越来越多的金融机构采用算法进行自动化信用评分, 但随之而来的问题就是算法歧视等现象也越来越普遍. 为了纠正自动化信用评分算法中可能存在的歧视问题, 本文搭建了一个针对信贷市场中常见的正无标签 (positive and unlabeled, PU) 数据的公平学习框架, 解决公平目标下 PU 数据的信用评分问题. 通过对歧视类型、公平目标进行分类, 针对每类场景开发了对应的公平 PU 学习算法, 为金融机构处理 PU 数据提供了全面的公平决策流程, 能够有效地减少信用评分中的歧视, 同时避免传统监督学习算法带来的估计偏差. 通过模拟实验和消费金融实例数据验证了所提出方法的可行性以及在公平性提升上的优良效果.
数据质量在大数据时代至关重要, 完整准确的高质量交通流量数据是城市能够实现高效智能交通系统的关键. 然而, 现实中交通流量数据常因传感器故障、传输错误等问题出现缺失值与异常值, 严重影响了系统性能. 近年来, 机器学习领域的低秩张量恢复算法因其能够捕捉高维数据内在低秩结构, 对降质数据进行有效恢复而备受人们关注. 然而, 由于已有算法执行需要输入批量数据, 在面对大规模数据尤其是流式数据时, 低秩张量恢复算法通常需要较高的计算资源和存储开销. 注意到智能交通系统中普遍存在的流式数据的质量问题后, 本文聚焦于恢复交通领域的降质流式数据, 通过深入挖掘此类数据场景中的隐式特征构建边信息, 提出了一种适用于处理流式数据的耦合边信息的在线鲁棒张量恢复算法, 能够同时处理交通降质数据的缺失值与异常值. 我们在真实交通流量数据集上对算法进行验证, 结果表明, 本文算法不仅能够利用边信息实现更高精度的交通降质数据恢复, 而且相较于传统低秩张量恢复算法, 执行效率显著提升.
针对传统车辆路径规划问题中普遍忽视碳排放影响的局限性, 将油耗成本、碳交易成本等关键经济要素整合至目标函数, 并引入三维装载约束条件, 以增强优化模型的全面性和实用性. 为求解这一复杂的优化问题, 提出了一种双层协同优化算法: 外层采用自适应遗传算法优化车辆路径, 内层运用基于块装载的构造算法进行验证, 确保所得路径方案在理论可行的基础上实现装载率最优. 结合某物流企业的实际物流需求, 构造了相应的算例数据, 通过与蚁群算法、差分进化算法及离散粒子群算法进行横向对比, 并以标准的 Augerat 算例为基准对改进前后的遗传算法进行纵向评估, 验证了所构建优化模型的适用性和所提算法的性能优势. 此外, 通过敏感性分析, 进一步揭示了碳交易价格变动对低碳配送行为的驱动作用, 为物流运输行业的可持续发展提供了有力支持.
路径规划是无人机执行农田监测任务中的重要组成部分, 合理的路径规划方法可以提高无人机的作业效率. 为了解决当前路径规划方法中对多无人机情景考虑不足以及规划效果不理想等问题, 研究了一种用于无人机覆盖路径规划的改进随机搜索算法. 首先, 考虑到无人机数量、续航能力等因素, 建立以最小化路径总长度为目标的无人机覆盖路径规划模型, 获得高效的无人机覆盖路径方案; 其次, 考虑农田监测环境、无人机自身能耗等性能以及飞行安全威胁, 构建无人机性能约束模型; 然后, 为应对环境的不确定性, 借鉴滚动时域优化思想, 使无人机能够在预测时间窗口内寻找最优动作, 保证路径规划的实时性和有效性. 最后, 提出改进随机搜索算法, 并对建立的路径规划模型和性能约束模型进行求解. 仿真结果表明, 相较于传统随机搜索算法, 改进算法最高可降低 10.23% 的路径总长度和 99.53% 的路径长度差异, 可有效提高无人机作业效率, 为研究农田监测的无人机覆盖路径规划方法提供参考.
