摘要：公立医院逐利在微观层面的实现依托医生,因此通过约束医生不合理的医疗行为可以进一步限制公立医院的逐利行为。研究不完全信息下医生与患者之间的博弈关系,并基于委托代理理论设计医生行为的激励合同。进而返回到宏观层面,多主体合作构建公立医院多元外部监管体系。

摘要：本文创新性地将游客甄选旅游景区定义为信息不完全条件下的选择问题,通过建立信号发送机制下的游客与旅游景区经营者之间的行为博弈模型,得出游客遵循极致化行为逻辑,进一步联系旅游需求形成过程,说明旅游需求的根本特征表现为极致性,并使用我国旅游经济经验证据,验证极致性旅游特征真实存在。同时,本文还指出,我国旅游市场中同时存在总量短缺和由于极致性旅游产品的整体性供给不足导致的结构性短缺,使用旅游创意技术增加生产极致性旅游产品有效供给是根本解决途径。此外,建立旅游产品质量信号机制也有助于缓解由于信息不对称造成的旅游市场扭曲。

摘要：本文分析了有限方案的多人冲突性决策问题,提出一种冲突各方偏好信息不完全时的决策方法,该方法能够处理在冲突各方偏好信息均完全、有一方偏好传息不完全以及双方偏好信息均不完全三种情况下的方案比较与排序问题。文中给出了有限方案多人冲突决策问题的数学描述,提出并证明了几条有关方案优劣比较与排序的定理,设计了一种排序算法,并证明了该算法的正确性。

摘要：本文运用思维科学的相似原理,提出了利用DDSS多信息源对不完全信息进行类比估计的设计思想,文中提出了三种适合于数值型的不完全信息的类比关系,给出了相应的度量公式和估计规则,最后讨论了类比估计在DDSS中的实现问题.

摘要：在现实中 ,政府与电信企业的博弈是在信息不对称的情况下进行的 ,由于信息不对称使得传统经济学所倡导的使垄断企业的价格定在完全竞争时所得到的价格 ,就会达到有效生产点 ,而且由于价格等于边际成本 ,净损失被消除的理念变得不可行 ,利用委托 -代理制来解决政府与电信业不完全信息下的博弈有很强的现实意义。本文首先说明委托 -代理制中激励机制设计的原理 ,然后参照英国电信业的RPI-X委托—代理模型 。

摘要：通过构建"政府-企业"两部门的碳排放博弈模型,重点考察在政府不了解企业处理碳排放效率的(不完全信息)条件下,企业的最优碳排放行为和政府的最优政策制定。基于完全信息和不完全信息两种状态的比较,研究发现在政府完全掌握企业碳排放效率的情况下,碳排放许可制度反而使得碳排放总量趋高,排碳费用增加;而在政府不了解企业碳排放效率的不完全信息条件下,许可制度使得排碳总量降低、费用减少。由此证实,在市场机制下,政府的精力应当放在激励机制设计中,而并非去了解和掌握每个企业的碳排放效率。

摘要：本文运用不完全信息有限次重复博弈KMRW声誉模型以及贝叶斯法则讨论了双头企业战略联盟的建立与稳定性问题。研究表明:双头企业建立战略联盟存在“囚徒困境”的问题,但企业会为了获取长期利益最大化而放弃短期利益,进而建立并保持长期稳定的战略联盟,这里企业的合作者概率与互补性因素都是重要影响因素。当然在现实中实现它也需要制度设计来保障。

摘要：随着入侵的推进入侵者掌握的信息会逐步增加,依据新信息入侵者会找到更好的入侵路径并作出调整。为了使防御方能准确预测入侵路径,首先基于超图理论建立动态防御图并提出动态防御图更新方法,对入侵者的信息更新进行预测;然后建立不完全信息多阶段博弈模型对不同阶段入侵者的入侵路径调整进行预测;最后设计基于博弈的动态防御图路径预测算法,对完整的入侵路径进行预测。实验给出对入侵路径进行预测的典型实例,对实例结果的分析说明了模型的合理性与准确性。

摘要：网络表示学习的目标是将网络中的节点嵌入到低维的向量空间,为下游任务提供有效特征表示。在现实场景中,大规模网络通常具有不完整的链路,而现有的大多数网络表示学习模型都是在网络是完整的假设下设计的,因此其性能很容易受到链路缺失的影响。针对该问题,文中提出了一种基于不完全信息的深度网络表示学习方法DNRL(Deep Network Representation Learning)。首先采用转移概率矩阵将结构信息和属性信息进行动态融合,弥补了结构信息不完整带来的过大损失,然后采用一种具有强大特征提取能力的深度生成模型(变分自编码器)来学习节点的低维表示,并捕获网络数据中潜在的高非线性特征。在3个真实属性网络上的实验结果表明,与当前常用的网络表示学习模型相比,所提模型在不同程度链路缺失的节点分类任务中都明显地改善了分类效果,在可视化任务中更清晰地反映了节点的团簇关系。

摘要：针对当前P2P行业的市场现状,构建了P2P网络借贷双方的不完全信息动态博弈模型,分析了P2P平台承诺保障本金和不承诺保障本金两种情形下博弈双方以及平台自身的行为特点.结果表明:保本承诺使得信誉差的借款者倾向于借款、贷款者不加分辨选择贷款,同时平台的竞争力被削弱;若不承诺保本,平台可以在短期采取加强借款者资质审核、提高手续费、逾期惩罚、降低单笔列表限额等措施来驱逐信誉差的借款者;当前市场条件下借款者信誉良莠不齐,若短期措施实施不到位,市场效率低下,信誉良好的借款者和贷款者不能充分交易.本研究可为互联网金融监管部门监管政策的制定和P2P平台相关规则的设计提供一定的理论依据和参考.