算法决策:人工智能驱动的公共决策及其风险

作为一种自主算法决策,人工智能技术已经渗透到公共决策过程的各个环节,使公共决策模式产生重大变革.本文基于公共政策循环理论的视角,提出了一个人工智能算法对公共政策的问题界定与议程设置、政策制定、政策执行和政策评估四个阶段的影响与应用的分析框架,指出人工智能算法通过其大数据处理能力和预测分析能力,对提高公共决策的科学性、精准性和有效性发挥了巨大的作用.与此同时,人工智能算法存在的算法偏见、预测偏差和算法"黑箱"等问题可能引发公共决策失灵和合法性危机.最后,本文还提出,为了合理利用人工智能技术提高公共决策的有效性,规避算法决策的风险,决策者应关注人工智能算法决策与人类常规性决策的应用范围、适用性以及两者之间的互补协调关系,同时在算法驱动的公共决策各个环节中加强公共参与,建立参与式算法决策框架.     

2012年诺贝尔经济学获奖理论述评

沙普利、埃尔文.罗斯等学者的"G-S算法"阐述了如何在某些失灵的市场找到可以让市场参与者都能接受的匹配方案。罗斯则运用这种算法,精心设计了各项实验,通过实践验证这种算法的有效性,并取得了非凡的成就,成功地解决了许多市场当前尚未有效解决的问题。本文引用埃尔文.罗斯与罗伊德.沙普利的经典模型,通过"高校招生"模型说明稳定市场匹配能够实现资源的最优配置。引述沙普利的"联盟博弈"模型,对比帕累托最优的三项必要条件,简要拓展分析稳定匹配理论和市场设计实践与竞争均衡之间的联系,得出市场运行条件更趋于理想化的结论。     

算法趋同风险:理论证成与治理逻辑——基于金融市场的分析

作为算法同质化交易行为所导致的新型风险,算法趋同风险基于自我反馈的循环强化效应,具有演变为系统性风险的可能。通过对算法趋同风险的解构分析,算法运营主体的"脆弱性"、算法自动化决策的高度互联性、算法决策之间的信息不对称和算法类金融科技市场的规模决定了其已逐渐具备系统性风险的基因。同时,算法趋同风险的诸多新属性、新特征对传统的注重"太大而不能倒"和"信息透明"的治理逻辑提出了挑战,并促使治理迈向更多关注"太过关联而不能忽视"和"算法稳健"的新思维和新逻辑。研究建议,可尝试构建以行业沙盒为基础的算法测试制度和算法分级认证制度,探索算法趋同风险的协同治理路径;探索熔断机制、"断路器"工具和人工干预义务协作配合,共同发力的组合治理路径;探索以数据驱动型监管模式的落地和应用为核心的科技治理路径,最终实现算法趋同风险治理的制度创新。     

算法合谋的反垄断规制及工具创新研究

在数字经济领域,数字商务企业采用算法定价会明显提高合谋的可能性和可实施性,具有较大的价格合谋风险,因而成为反垄断法关注的重点。学理上,尚待明确的问题有:算法定价促进合谋的内在机理和类型化机制;如何创新反垄断执法体制以有效规制自主学习算法;在反垄断事后执法无效情况下,是否需要以及如何实行事前规制等。研究表明:算法合谋的反垄断规制宜坚持分类治理原则,采取事后反垄断禁止为主并辅之以事前规制的政策组合,反垄断政策工具创新应主要针对自主学习算法合谋。算法合谋反垄断规制政策需重新界定构成非法合谋的"协议"要件,明确当事企业的主体责任,重在采取以"软执法"为主的反垄断执法体制。事前规制政策应坚持"基于设计来遵守法律"的原则,强化算法审查机制和审查能力建设,并将提升算法透明度和可问责性作为重点。     

工作倦怠的理论研究

不同领域的学者对工作倦怠有不同角度的研究.临床医学上通常研究工作倦怠的症状及心理问题,社会学家则考察工作倦怠产生时的情景因素,而在组织行为学的研究中,常用Job burnout这一变量来探讨工作倦怠的影响因素,并提出相应的措施.     

PS技术在网页设计中的应用

互联网进入中国以来，经过十多年的发展，网络应用的范围越来越广，渗透到我们生活的每一个角落。相应的网页设计技术也得到了迅速的发展，从原来的纯文字页面发展到由图形、图像等媒体组成的丰富内容页面。文章从网页角度出发，了解PS、网页设计的特点，然后介绍Poto Shop在页面设计中的主要应用。     

基于分层的WSN非均匀模糊分簇路由

基于分簇拓扑的无线传感器网络中常出现的"热区"问题,文章提出一种非均匀分簇的无线传感器网络多跳路由协议,基本思路是将网络划分为宽度不等的层来构建非均匀的簇,路由算法按轮运行。结合剩余能量和密集度,利用Mamdani模糊推理进行层内的簇首选择,构建层间路由树让簇首以多跳方式与基站进行通信。仿真结果表明该算法能够有效缓解"热区"问题,延长网络存活时间。     

浅论HR管理之工作分析法

工作分析(Job Analysis )被誉为人力资源(Human Resources)管理的基石,已在世界范围内得到普及.目前较常用的工作分析方法--访谈法、问卷调查法、观察法、关键事件法、参与法、工作日志法和交叉反馈法等各有其优缺点.实际操作中常将几种方法相结合.     

全生命周期视角下水资源多目标优化配置研究

该文以可持续发展理论为指导,将生命周期思想引入水资源配置中,分析水资源"开发-消费利用-废弃-再生利用"的完整生命链中各阶段的特点,构建基于时间和空间双维度的多目标水资源优化配置模型,从而克服了只考虑一个过程而忽视整体影响的弊端。以徐州市为例进行实证分析,采用改进后的PSO算法对该复杂多目标问题进行求解,通过与GA算法的对比分析验证了PSO算法在解决水资源多目标问题上的优越性。本研究成果可在一定程度上拓宽水资源配置和管理的思路,实现有限水资源的利用效用最大化,为我国水资源的高效利用提供理论借鉴和实践依据。     

X＜Y型随机事件概率的算法

两个相互独立的随机变量X、Y描述的事件"X＜Y",其概率的计算是一个常见的基本问题.本文在已知一个变量的概率密度函数和另一个变量的概率分布函数情况下,论证了事件"X＜Y"发生概率的新算法并进行了推广.该方法应用到一些习题和考研题中,验证了其有效性,有一定的推广价值.     

浅论HR管理之工作分析法

工作分析（Job Analysis）誉为人力资源（Human Resources）管理的基石，已在世界范围内得到普及。目前较常用的工作分析方法——访谈法、问卷调查法、观察法、关键事件法、参与法、工作日志法和交叉反馈法等各有其优缺点。实际操作中常将几种方法相结合。     

隐马尔可夫模型算法基础探析

隐马尔可夫模型是一个具有双重随机过程的统计模型,已被广泛应用于语音识别、生物序列分析和管理等领域。在隐马尔可夫模型中存在三个基本问题,即学习问题、解码问题和估值问题,一般分别使用Baum-Welch算法、Viterbi算法和向前-向后算法进行解决。其中,学习问题的Baum-Welch算法本质上是EM算法在隐马尔可夫模型中的一个应用,解码问题的Viterbi算法本质上是动态规划算法在隐马尔可夫过程中的一个应用。文章就EM算法和动态规划算法进行了一定的梳理和分析,以促进对隐马尔可夫模型算法的理解。     

关联规则挖掘算法改进研究

文章讨论了数据挖掘的一般理论,研究了关联规则挖掘算法以及经典的Apriori算法,分析了算法存在的问题,并提出了新的基于压缩矩阵的关联规则挖掘算法。理论分析和仿真实验显示改进算法的性能明显优于Apriori算法。     

蚂蚁算法研究

目前，蚂蚁算法已从著名的旅行商问题和二次分配问题渗透到其它问题领域如工件排序、车辆调度、大规模集成电路设计和通讯网络中的负载平衡等中。本文详细地介绍了蚂蚁算法的原理和特点，通过具体例子说明了蚂蚁算法的求解步骤，并且讨论了蚂蚁算法目前存在的问题。     

管窥韩国的绿色增长计划

从2008年8月份以来,一场由李明博总统亲自主导的自上而下的“绿色国民运动”在韩国展开,目前正显方兴未艾之势。韩国各种传媒充斥着“绿色增长”、“低碳素发展”、“绿色新政（New Deal）”、“绿色就业（Green Job）”、“绿色家庭”、“绿色Big Bang”等词汇。本文拟探究韩国这场“绿色增长运动”的来龙去脉。     

民营企业员工工作满意度和离职意向研究

一、引言。Locke（1976）认为工作满意度（Job Satisfaction,以下简称JS）是“通过评价个体的工作或工作经验所达到的愉快的积极的情绪状态”。Spector（1998）总结前人的研究成果后提出JS和绩效、组织成员的行为、缺勤率、流动率,甚至员工的生理或心理健康问题都有很强的关联。而离职意向（Turnover Intention,以下简称TI,即员工产生在未来某个不确定的时间将自动离职的心理倾向）作为员工离职行为的直接前因变量也被纳入JS的结果变量之一。在研究JS时,探索JS对于TI的预测作用,对个人发展和组织发展都非常重要。     

Stop Scapegoating China——Before It’s Too Late

Protectionist sentiment is on the rise in Washington, fueled by poor employment growth,real wage stag-nation,and a record tradede ficit.Job growth in 2004 was nearly 40% be-low the level consistent with previ-ous economic recoveries.Most of the“missing jobs” are in the trade-ex-posed manufacturing sector. Mean-while, real average hourly earnings in 2004 were no higher than they were in November ,2001,the trough of the most recent recession. E-conomists are busy debating the causes of this j…     

基于蚁群算法的物流配送路线优化研究——以重庆市渝中区为例

蚁群算法于上世纪末提出,是继遗传算法之后的一种启发式算法,用于解决组合优化问题.它借鉴蚂蚁通过自组织的协作能力而产生的群体智慧来解决组合优化问题.ACO算法的特点在于使用正反馈,在较优的解的路径下,留下较多的信息激素,信息素会吸引更多蚂蚁走这条路径,这个过程中,会引导整个系统向最优解的方向迈进.蚁群算法可以用来解决一些尚未找到有效算法的问题,而且蚁群算法还是元启发式算法(Meta-heuristic),是一种算法框架,可以在其基本思想上针对不同问题做改进从而应用到不同问题上去.     

基于C语言的连续背包问题贪心算法研究

背包问题是算法设计中的经典问题.本文对不同的背包问题、解决背包问题的几种常用算法设计技术及几种不同贪心准则进行了介绍.并通过对不同贪心准则的讨论,给出了一个解决连续背包问题最优解的贪心准则并用C语言程序得以实现.     

基于价值工程的客户订单分离点定位冲突消解

提出了一种基于价值工程理论和多目标决策算法的即时顾客化定制(IC)下客户订单分离点(CODP)定位冲突消解方法。首先分析了最优CODP定位涉及的利益相关方,从成本、定制化程度和时间等方面研究了CODP定位的影响因素;然后基于价值工程理论,提出了IC生产模式下顾客价值的表达式,将顾客价值的功能因素数量化,综合运用价值指数法和求解多目标决策问题的优化算法,构造CODP定位冲突消解问题的优化算法,并给出该算法的具体实现步骤;最后应用该算法对某企业的典型案例问题进行求解,表明了该算法的有效性。