期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
层次分析法AHP和属性层次模型AHM 被引量:155
1
作者 程乾生 《系统工程理论与实践》 EI CSCD 北大核心 1997年第11期25-28,共4页
研究属性层次模型AHM。文章指出,层次分析法AHP和属性层次模型AHM是两种不同的、分别基于重量模型和球赛模型的决策方法。通过例子说明了属性层次模型是简单而有效的。
关键词 层次分析法 属性层次模型 AHP AHM
原文传递
政府财政政策对分级诊疗制度建设的影响及作用机制研究 被引量:10
2
作者 郭晨 朱世卡 李刚 《中国卫生经济》 北大核心 2019年第1期13-15,共3页
目的:探究政府财政政策对分级诊疗制度建设的影响及作用机制,推动从政府财政政策入手促进分级诊疗制度的实现。方法:采用理论分析法和博弈论分析法。结果:政府财政政策可以提高不同级别的医疗机构和患者接受分级诊疗制度的程度。结论:... 目的:探究政府财政政策对分级诊疗制度建设的影响及作用机制,推动从政府财政政策入手促进分级诊疗制度的实现。方法:采用理论分析法和博弈论分析法。结果:政府财政政策可以提高不同级别的医疗机构和患者接受分级诊疗制度的程度。结论:政府财政政策是促进我国分级诊疗制度实现的重要手段。 展开更多
关键词 政府财政政策 分级诊疗制度 博弈模型
原文传递
基于远程医疗的“互联网+”分级诊疗合作策略研究 被引量:4
3
作者 刘昊鹏 马骋宇 《卫生软科学》 2024年第4期29-33,共5页
[目的]探讨基于远程医疗的“互联网+”分级诊疗利益分配和推广策略,为我国远程医疗合理定价和有效运营提供参考。[方法]对“互联网+”分级诊疗系统进行抽象后构建社区医院-大医院的博弈模型,并进行均衡求解。[结果]当远程医疗与线下的... [目的]探讨基于远程医疗的“互联网+”分级诊疗利益分配和推广策略,为我国远程医疗合理定价和有效运营提供参考。[方法]对“互联网+”分级诊疗系统进行抽象后构建社区医院-大医院的博弈模型,并进行均衡求解。[结果]当远程医疗与线下的相对价格较高时双方更可能合作;而当双方利益分配比例差距较大时双方则更可能放弃合作。社区医院对患者健康结果关注度越大,远程医疗利用率越高,混合策略均衡中双方的合作概率越大。[结论]基于远程医疗的“互联网+”分级诊疗具有推广的潜力,应适当提升远程医疗定价,平衡两级医院的利益分配机制,并在合作过程中给予监管和引导。 展开更多
关键词 分级诊疗 博弈模型 远程医疗 利益分配
下载PDF
基于Nash-Stackelberg分层博弈模型的路网交通控制强化学习算法 被引量:2
4
作者 张尊栋 王岩楠 +2 位作者 刘雨珂 刘小明 尚春琳 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第2期334-341,共8页
为了解决多交叉口博弈引发的Nash均衡计算复杂度问题,考虑路网中不同交叉口的重要程度和博弈关系,兼顾路网中子区之间及子区内部的交通控制策略,以2个子区内的重要交叉口作为上层博弈主体,次要交叉口作为下层博弈主体,构建了一种Nash-St... 为了解决多交叉口博弈引发的Nash均衡计算复杂度问题,考虑路网中不同交叉口的重要程度和博弈关系,兼顾路网中子区之间及子区内部的交通控制策略,以2个子区内的重要交叉口作为上层博弈主体,次要交叉口作为下层博弈主体,构建了一种Nash-Stackelberg分层博弈(NSHG)模型.然后,提出2种多Agent强化学习算法,即基于NSHG的Q学习(NSHG-QL)算法和基于NSHG的深度Q网络(NSHG-DQN)算法.在实验中,使用NSHG-QL和NSHG-DQN算法在SUMO仿真软件搭建的路网环境中对信号灯进行控制,并与基础博弈模型求解算法进行比较.实验结果表明:NSHG-QL算法和NSHG-DQN算法减少了交叉口内车辆的平均旅行时间和平均时间损失,提高了平均速度;NSHG模型在满足重要交叉口间上层博弈的基础上协调次要交叉口,做出最优策略选择,而且基于分层博弈模型的多Agent强化学习算法能明显提高学习性能和收敛性. 展开更多
关键词 计算复杂度 交通控制策略 分层博弈模型 多AGENT强化学习 最优策略
下载PDF
基于移动应用类别的用户隐私保护博弈分析
5
作者 马昭 《上海管理科学》 2024年第6期88-97,共10页
当前移动App过度收集个人信息导致隐私问题频发。但随着我国立法明确了“告知同意”和“最少信息”的原则,个人信息的主导权逐渐回归用户。因此为了更好地保护个人信息的安全,用户需要明确在使用不同App时个人隐私偏好的差异;而App服务... 当前移动App过度收集个人信息导致隐私问题频发。但随着我国立法明确了“告知同意”和“最少信息”的原则,个人信息的主导权逐渐回归用户。因此为了更好地保护个人信息的安全,用户需要明确在使用不同App时个人隐私偏好的差异;而App服务商也需要根据用户的偏好进行合理的信息安全投入决策。为了实现用户隐私安全和App服务商信息安全投入的均衡,首先设计问卷获取针对不同App类型的用户的隐私偏好,并通过层次聚类划分了用户类别;然后在此基础上,构建App服务商信息保护和用户信息交换的博弈模型,给出双方的效用函数并分别计算不同的用户类别的均衡点,为安全高效的保护用户隐私提供建议。 展开更多
关键词 层次聚类 隐私保护 博弈模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部