双曲正切函数和反双曲正弦函数是光滑的连续函数,在其定义域内都是单调递增函数.文章利用双曲正切函数和反双曲正弦函数共同构造了二阶非线性跟踪微分器的加速度函数,证明了跟踪微分器的收敛性,并通过仿真实验分析了跟踪微分器的频域特性.仿真实验结果表明,该跟踪微分器可以对输入信号进行低通滤波,而且在跟踪精度,响应速度方面有不错的效果,参数相对减少,整定有一定的规律性.
研究逻辑动态系统的能观性和非奇异性问题------分别为通过观测输出来得到初始状态和输入. 针对这两类问题, 分别定义两种不同的加权点对图, 从而提供一个判别能观性和非奇异性的通用方法. 为解决如何判别能观性, 用相应的加权点对图来构造有限自动机, 然后通过判别该自动机的完备性来判别能观性. 另外, 直接从对应于非奇异性的加权点对图出发构造出判别非奇异性的算法.
研究了一类随机上三角非线性系统的输出反馈镇定问题. 通过使用齐次占优方法和构造可实现的齐次降阶观测器, 一个输出反馈控制器被设计出来使得闭环系统的平衡点在原点是依概率全局渐近稳定的, 并且输出可以被几乎处处调节到原点. 数值算例验证了所提方案的有效性.
研究了一类具有马尔可夫切换的随机非线性系统的输出反馈镇定问题.利用非线性增益观测器设计方法,结合反推技术, 设计了输出反馈控制器,保证了闭环系统几乎处处有唯一解且闭环系统是几乎处处渐近稳定的.数值仿真验证了输出反馈控制器的有效性.
针对内模控制中的真实模型、辨识模型和内模控制器同时出现, 因传统内模控制器的设 计紧紧依赖于真实模型和辨识模型, 从而使得内模控制器设计过程较复杂. 为规避真实模型的建模, 使辨识模型的建模与内模控制器设计可同步实现, 文章将虚拟参考反馈校正思想应用于内模控制中. 虚拟参考反馈校正思想可将辨识模型和内模控制器的求解转化为参数辨识过程. 为建立虚拟参考反馈校正思想与传统自适应控制方法间的等价性, 推导出对输入-输出观测数据作预滤波处理的滤波器. 为衡量内模控制中两类未知参数的辨识精度, 采用渐近性理论推导两类未知参数矢量的渐近方差矩阵式. 以此渐近方差矩阵式的迹运算作为目标函数, 以输入观测数据的功率谱密度作为优化决策变量, 利用初等代数运算求解出内模控制中的最优输入功率谱. 最后用仿真算例验证本文辨识方法的有效性.
用宏观经济变化来代表市场中的理性因素, 用投资者情绪变化来代表市场中的非理性因素, 研究市场中的理性因素和非理性因素对股票市场收益的影响. 研究结果发现, 投资者情绪的变化和宏观经济的变化都对股票市场收益有显著的正向影响;宏观经济变化和投资者情绪变化对股票市场收益的相对作用大小也会因情绪或者经济状况的不同而存在差异, 宏观经济变化在情绪下降时期和经济下行时期对股票市场收益起主要作用, 而投资者情绪变化在情绪上升时期和经济上行时期起主要作用, 表明了市场上理性因素和非理性因素的力量对比会因情绪变化和宏观经济变化而发生改变. 我们的研究结果表明了在对股票市场的研究中区分不同时期以及同时考虑市场中的理性因素和非理性因素的必要性.
以广东省碳交所为例构建了我国碳交易市场系统动力学模型,解析了配额分配、碳价格形成等机制机理,分析了试点进程中有偿配额、低碳基金、碳普惠制等碳政策的实施成效.研究结果表明,趋紧的碳政策能够提升配额成交价及成交量,并存在严格的减排效率Pareto优化区间;有偿配额机制可有效激活碳市场活跃度,但设置过高的竞价底价将削弱其减排效率;基于``低碳基金''的减排成本补贴政策及``碳普惠制''均可进一步释放碳市场减排潜力,但不支持采取高强度``商业激励''方式来提高群众参与度.文章研究可为我国碳政策优化及制度创新提供一定的支持.
危险化学品因其固有的危险性, 容易引发事故, 且事故后果往往很严重, 对于危险化学品各个管理环节必须考虑其安全性. 文章针对危险化学品运输环节的车辆路径选择问题, 建立了同时考虑运输费用和运输安全风险的双目标优化模型. 不同于该类传统模型, 文章新引入了描述需求点访问次序的决策变量, 减少了传统模型的决策变量个数和约束条件的数量, 对传统模型进行了简化. 针对新模型的求解,文章提出了一种改进的粒子群算法, 将非支配解方法与种群杂交策略相结合来处理双目标问题, 在迭代过程中加入了局部搜索策略以增强算法效率. 数值实验说明改进的粒子群算法与传统的粒子群算法相比具有更优的搜索效率, 能更有效地求解新模型.
属性选择是机器学习与模式识别中进行数据预处理的一个重要方法, 特别是针对一些高维的数据集,其计算复杂度较高, 对数据挖掘算法的性能影响较大. 因此, 文章在连续型萤火虫算法(GSO)基础上对萤火虫进行二进制编码, 并结合修正后的sigmoid函数, 提出一种基于二进制萤火虫算法的属性选择方法. 该方法以数据集分形维数作为属性子集的评价准则, 以二进制萤火虫算法作为搜索策略, 通过对标准数据集UCI进行一系列实验, 实验结果表明了该方法的有效性与可行性.
基于Jain提出的高阶紧致有限差分格式(high order compact of Jain, HOCJ), 结合卷积积分(convolution integral) 与快速傅里叶变换(FFT), 构建了一种新颖的数值方法, 简称HOCJ-CF, 并用于Bates模型下美式看跌期权定价. 针对期权定价偏积分微分方程(PIDE) 的微分项, 首先将其拆分成三个子偏微分方程(sub-PDE), 然后分别应用Numerov离散方法, 衍生出具有空间四阶精度和时间二阶精度的HOCJ格式; 积分项则将其转化成卷积积分, 并运用FFT. 在相同模型参数设置下, 数值结果验证了新方法在精度、收敛率及效率相比IMEX格式的优越性.
完全信息下的报童模型是研究单周期 下企业运营的核心方法, 制定不同情形下的订货决策是 提高其运作效率的主要策略. Scarf 在1958 年构建了需 求侧不确定时部分信息下的鲁棒报童模型, 经过~Gallego {\&} Moon 更简便的证明后Worst-case 的鲁棒订货方法得到了广泛的应用, 供应侧不确定时的订货问题由于求解的困难性导致运作管理学者长期受其困扰. 文章假设报童只知道供应商随机产出因子的均值和方差信息, 建立了Worst-case 的鲁棒订货模型, 给出了订货决策的闭式最优解. 研究表明: 鲁棒报童模型能够恰当的描述供应侧信息缺失下的企业订货行为, 鲁棒的订货策略能有效解决供应不确定的信息缺失环境下企业的订货决策问题.
针对组合预测过程中单项模型筛选难以刻画模型之间相关性的问题, 采用模糊测度和模糊积分来刻画模型的相关 性, 并对单项模型预测结果进行集成, 进而提出一种考虑模型相关性的组合预测过程中单项模型筛选方法. 采用2可加模糊测度来刻画不同模型之间的相关性, 并利用Choquet积分依据模糊测 度值, 将单项模型的预测值集成起来, 形成组合预测结果. 在这 个组合预测过程中, 采用基于模糊测度定义的Shapley值和交互作 用指标来对单项模型进行筛选. 为了验证文章提出的考虑模型相关 性的组合预测单项模型筛选方法的有效性, 选择软件工程领域的软件 成本估算问题进行算例分析, 选择基于案例推理方法(CBR)、最小二乘回归(OLS)、支持向量回归机(SVR)、分类回归树(CART)、人工神经网络(ANN)等数据驱动模型作为软件成本组合预测过程中的单项模型. 选择常用的Desharnias数据库来验证模型的有效性. 实证结果表明文章提出的单项模型筛选方法是一种有效方法, 经过筛选后的组合预测模型能有效提高软件成本估算的精度. 此外, 研究结果还表明组合估算过程中最重要的模型(Sharply值最大)并不是估算精度最高的模型, 即单个模型的重要性与该模型的估算精度没有必然联系, 说明传统的以单个模型估算精度为依据的组合预测模型存在着一定的缺陷.
目前,中国失业率统计存在一定局限,不利于准确及时地反映劳动市场的就业变动,大数据技术的快速发展为中国失业率统计提供新的发展视角.基于网络搜索数据,文章从5种常用的预测方法中筛选出最优的支持向量机回归模型,对中国季度失业率进行了预测研究.研究表明,基于网络搜索数据预测的失业率能够比官方数据更早地反映失业趋势的变化,预测失业率与修正后的失业率水平接近,能够为政府部门提供中国失业状况的政策预警.
文章研究了易腐品二级供应链中的延迟支付策略问题. 对于资金充足和资金受限两种情景, 分别给出了没有延迟支付和存在延迟支付时零售商及供应商的利润模型及最优策略, 并建立了供应商主导的Stackelberg博弈模型, 设计了求解均衡解的粒子群优化算法. 最后, 通过数值算例探讨了延付期、批发价格及延付利息的变化对零售商和供应商利润的影响, 得到了零售商的最优订货策略以及供应商的最优延迟支付决策, 对零售商是否接受延迟支付策略进行了权衡分析. 结果表明, 短期的延付期是可以提高零售商和供应商的利润, 但延付期的延长不一定带来零售商利润的提升, 同样供应商也无法从零售商手中赚取额外利息利润, 反而降低了供应商的利润. 另外, 资金受限下零售商采用延付通常能够取得更高的收益, 同时供应商能够通过提高批发价和利息获得更大利润.
针对震后初期应急物资总量有限且不充足情形 下的系统优化问题, 提出一个基于优先等级的震后LRP 优化模型. 考虑震后初期应急物资需求主要影响因素, 利用可变集理论确定各受灾点应急物资优先级; 在此基础上, 以整个救援过程总耗时最少为目标构建选址定位-路径优化模型, 针对模型特点设计了一种基于两阶段的遗传算法. 最后, 通过算例验证了模型及算法的可行性和有效性.
随着工业化进程的加剧, 雾霾已严重影响 到人类的日常生活, 分析天气因素进而得出影响雾霾天气的关键因子尤为重要.预测雾霾天气形成的关键因子是一个不断剔除冗余因素保留关键要素的过程, 每一个天气因素都有两种状态, 被选中为关键因子与否, 文章根据该特点, 从一维细胞自动机入手, 提出了一种以二元蚁群算法作为搜索策略, 分形理论作为子集评估度量准则的混合方法.因二元蚁群算法前期信息素匮乏需要较长搜索时间, 引入二元粒子群算法对其进行优化, 将粒子经过多次迭代之后得到的最优位置通过模糊函数映射成蚂蚁所需的信息素, 在较短的时间内形成一条信息素落差明显的路径, 缩短算法前期运行时间.最后将所用方法应用于北京, 广州和上海三地雾霾天气关键影响因子的预测中, 并结合10-交叉验证和SVM算法对预测结果分类准确率进行分析, 通过与其它算法进行对比, 结果表明文章算法预测结果具有较高可信度, 为后期的雾霾治理工作提供了重要的参考依据.
建立了风险之间呈现某种特殊相依结构的信度模型.利用正交投影的方法, 得到了相依风险模型下的B\"{u}hlmann信度保费和B\"{u}hlmann-Straub 信度保费, 并讨论了信度估计的统计性质.结论表明, 在风险之间呈现相依结构时, 信度预测是个体索赔均值, 总索赔均值和聚合保费三者的加权和, 从而推广了经典的信度理论.
利用共轭函数的上图性质, 引入新的约束规范条件, 建立了复合优化问题与其对偶问题之间的强对偶, 稳定强对偶及稳定全对偶成立的等价刻画,推广了前人的相关结论.
Copula 理论已经明确了边缘分布需要正确的设定, 而在实证应用中, 边缘分布的设定检验存在着改进的空间, 会使模 型风险下降. 与以往拆开检验不同, 选择最新的统计量同时检验 边缘分布的设定, Monte Carlo 模拟结果显示同时检验比拆开检 验更加稳健. 通过资产组合的实证分析, 发现通过检验的边缘分布在样本内获得更高的有效前沿, 样本外的测试表明正确的边缘分布设定可以得到更好的投资绩效, 显著性检验也支持了该结论.
社会网络中普遍存在着二元不对称关系,在网络动态演化过程中对二元不对称关系预测是基于现有的大量网络结构信息,判定信息的有效性是提高预测效率和预测结果正确率的重要保证.文章针对二元不对称关系预测提出了变量非独立性假设以及检验算法,并通过建立正态性检验算法进一步提高非独立性检验的效率.实例验证表明本文所提出的方法是合理的.
为提高碳市场价格预测的准确性,提出了一种基于相空间重构(PSR)和最小二乘支持向量回归(LSSVR)模型参数同步优化的碳市场价格预测模型(PSO-PSR-LSSVR).该模型基于碳市场价格数据特征,利用PSO算法自适应同步优化PSR和LSSVR参数,有效克服了模型参数单独优化和轮流优化的缺陷,保证了参数组合的整体最优.以欧盟碳排放交易体系(EU ETS)下两个碳期货价格为研究对象,实证结果表明,相比常用的预测方法,该模型能够获得更高的预测精度.
制造行业中企业的财务危机频发使得财务预警系统显得格外的重要.针对现有的预警模型对制造业企业的财务风险预测精度不高的问题,以最近两年被特别处理的上市公司为研究对象,将FOA算法与Logistic财务预警模型相结合构建了FOA-Logistic财务预警模型,并对其进行了测试,测试结果显示FOA-Logistic的识别率大幅提升,证明了模型的有效性.
讨论用试验数据修正振动系统的双对称质量矩阵, 阻尼矩阵与刚度矩阵的问题.依据特征方程,质量矩阵, 阻尼矩阵与刚度矩阵的双对称性,利用代数二次特征值反问题的理论和方法, 研究了这个问题解的存在性与惟一性,提出了修正质量矩阵,阻尼矩阵与刚度矩阵的一个新方法. 利用矩阵的奇异值分解和矩阵的Kronecker乘积研究了方程的双对称解. 给出了二次特征值反问题双对称解的一般表达式, 讨论了对任意给定矩阵的最佳逼近问题,并给出了问题的最佳逼近解.
设$\{ \xi_{i}\}_{i=1}^{\infty}$是一列独立同分布在图${\it \Gamma}=(V({\it \Gamma}), E({\it \Gamma}))$上取值的随机元, $\{a_i\}_{i=1}^\infty$是一列固定 的正整数. 文章给出图值随机元序列的$r$-阶权函数、$r$-阶均值集与$r$-阶中心序等概念, 将随机元序列的Fr\'{e}chet样本均值的概念推广到更一般的情形, 并且讨论了其基本性质, 获得了关于图值随机元序列的广义强大数定理.
传统的面板数据是从均值角度进行研究,但这会受经典假设条件的约束.而考虑面板数据的分位回归模型,可以更加全面地描述响应变量条件分布的全貌.文章引入自适应惩罚函数构造了自适应惩罚的分位回归面板数据方法,并证明所提出的估计量具有大样本性质.蒙特卡洛模拟结果显示该方法相对于均值回归更具优势,是处理面板数据的有效手段.文章最后对我国居民交通通讯消费进行案例分析,得到了有利于决策的参考信息.
在异质总体中, 混合回归模型是最重要的统计数据分析工具之一. 提出了混合非线性联合均值与方差模型, 通过EM算法研究了该模型参数的极大似然估计, 并通过随机模拟实验验证了所提出方法的有效性. 最后, 结合实际数据验证了该模型和方法具有实用性和可行性.
研究一类具有潜伏期和CTL免疫反应的病毒感染模型.通过计 算, 得到决定模型全局性质的两个阈值, 即病毒感染基本再生数和CTL免疫基本再生数;通过构造适当的Lyapunov函数, 利用LaSalle不变性原理, 证明当病毒感染基本再生数小于1时, 未感染平衡点是全局渐近稳定的;当CTL免疫基本再生数小于1且病毒感染基本再生数大于1 时, 无免疫介导的病毒感染平衡点是全局渐近稳定的;当CTL免疫基本再生数大于1时, 免疫介导的病毒感染平衡点是全局渐近稳定的.
