题目：供应链信息失真与过滤机制研究

鉴于目前供应链信息管理研究的局限性，本文首先从信息真实性的角度提出供应链信息增量的概念，并对信息增量与信息价值之间的正相关关系作了探讨。继而将行为因素纳入供应链信息失真的分析框架，突破了以往研究的假设限制，定量地分别分析了确定性与不确定性信息失真。最后使用信息过滤的思想，将卡尔曼滤波引入供应链需求预测，以达到弱化信息失真的目的。首先，本文论述了信息自身的属性和在传递和处理时的特点，以及不同的信息内容对供应链系统带来的不同影响；根据对信息特性的分析，提出了信息增量的概念，将其定义为主体相对于客观事物真实状态的状态认知变化。并在此基础上讨论了信息量、信息增量与信息价值之间的关系。其次，从定义和内涵上对确定性信息失真与不确定性信息失真进行了区分，并提出多变量系统方法是研究不确定性信息失真的有效方法。使用常用的分析工具，如稳定性分析，频率特性分析，可控性与可观测性分析，噪声带宽分析等，对确定性因素和不确定性因素引起的信息失真作了详细分析，使得对这两类信息失真的定量区分成为可能。最后，对卡尔曼滤波应用于供应链需求预测进行了详细分析和阐述，证明卡尔曼滤波可以在有效弱化上游厂商订单与库存波动之外准确估计下游厂商的库存状况。针对卡尔曼滤波实质上是系统信息共享的观点，将其与另外两种信息共享策略——需求信息共享与VMI进行了比较，指出系统信息共享（卡尔曼滤波）在弱化库存波动方面优势明显，且在技术上更为容易实现。本文以信息论和控制工程理论为基础，得出不少有新意的结论，为供应链信息管理和决策提供参考与服务。对其他管理领域的研究也有可借鉴之处。