多智能体系统的信息交换图中存在自同构时, 系统可控性随领 导者选取的不同而不同, 针对这一情况, 文章利用图论的研究方法, 将自同 构与领导者对称的关系重新总结和定义, 提出了系统不可控的条件. 在此基础上进一步提出了在一种特殊拓扑结构中使系统不可控的领导者选择的方法, 从等价划分和几乎等价划分两方面分析不可控的情况, 从而排除了拓扑结构中大量不能控的领导者选择情形. 此外, 论述了只有自同构存在才能使系统不可控的条件. 该研究为含有自同构的拓扑结构复杂图判断可控性提供了方法.
高斯过程是一种有效的数据驱动建模方法, 已应用于解决时不变动态系统的状态估计问题. 为了提升高斯过程动态系统的自适应能力, 文章对参数时变的高斯过程动态系统, 通过粒子滤波算法实时更新参数, 将更新后的参数代入到高 斯过程假设密度滤波算法得到时变高斯过程假设密度滤波算法. 数值例子结果表明时变高斯过程假设密度算法的有效性.
在文章研究的具有随机脉冲的布尔控制网络的集合稳定性 问题中, 随机脉冲的引入使得模型对实际问题的研究更具真实性. 首先, 随机脉冲被描述为一组可供选择的具有相应概率的常规模型集合. 同时, 文章 明确集合稳定性问题的目的是将系统中所有节点以概率1到达并稳定到给定 节点集合. 其次, 提出一个判断给定系统的集合稳定性的充要条件. 然 后, 对于可集合稳定系统, 给出控制器和脉冲策略的设计方法. 最后, 通过一个数例说明获得成果的有效性.
对一维Robin型边界阻尼波动方 程构造了一个新的等距网格上的半离散有限差分格式, 该格式 没有数值粘性项, 且可以保持系统的一致指数稳定性. 通过引进一个新的辅助函数, 利用Lyapunov函数方法证明了半 离散格式的一致指数稳定性. 数值实验验证了理论结果.
文章首先验证了隔夜收益率可以作为中国股票市场中衡量个股日 度投资者情绪的指标. 使用这一指标, 文章实证发现在中国市场上正向情绪和负 向情绪具有不对称性: 正向情绪的短期持续性小于负向情绪的短期持续性, 负向情绪相较正向情绪需要更长的时间来释放. 这一现象可由中国市场上个人投资者的处置效应解释. 研究发现投资者情绪的不对称性在个人投资者占比高的股票上表现得更为强烈, 而且正向投资者情绪相较负向投资者情绪驱动着更高的市场交易.
针对企业融资后面临的市场成长的不确定问题, 通过建立零 售商利用股权融资进行市场开拓的模型, 分析了市场成长变化对零售商 的最优决策及利润的影响.核心发现是: 当市场成长性比较高时, 零售商 的努力水平和订货量会更高, 并且能够获得更高的利润;当市场成长的波 动比较大时, 零售商的努力水平与订货量会更低, 此时零售商难以获得更高 的利润, 但可以保护自身的控制权.此外, 文章还发现在市场成长性比较高(低)的时 候, 盈利能力比较弱(强)的企业在开拓市场时会更加努力.
智能电网实时定价是需求侧管理的一种重要手段. 建立了求解智能电网中商业用户 的实时定价问题的社会福利最大化约束优化模型. 采用一种新的双曲余弦光滑化逼近函数 来代替这个约束优化问题的KKT系统中的互补条件, 并提出了一种光滑牛顿算法来求解非 线性方程组. 数值结果表明了供应商的这种定价是合理的, 用户对价格的响应很敏感, 从 而验证了给出的算法的可行性和有效性.
投资者情绪的高涨或低迷会使股票偏离其内在价值, 对企业的投资行为造成影响.反过来, 企业的过度投资也会加剧个股未来崩盘的可能性.企业的过度投资在其中 发挥怎样的作用?投资者情绪是否正向作用于个股未来崩盘的风险?这是值 得思考的问题.文章以2004--2018年A股上市公司为样本, 从企业过度投资的中介效应角度考察投资者情绪对股价崩盘风险的作用 机制.研究发现: 1)投资者情绪与股价崩盘风险正相关.投资者情绪越高涨, 未来股价崩盘风险越大. 2)企业的过度投资水平在投资者情绪到股价崩盘风险 的传导过程中发挥着部分中介作用.投资者情绪越高涨, 企业过度投资水平就越高, 未来股价崩盘风险越大.文章对引导投资者理性投资、加强公司 治理、抑制实体经济过热投资及保持宏观经济稳定运行具有理论和现实意义.
为提高推荐结果的精度和个性化程度,文章有效利用多种信息源,将贝叶 斯方法和深度学习结合,提出一种基于贝叶斯自编码器的社会化推荐算法.算法首先利用混合隶属度随机块模型 MMSB (Mixed membership stochastic block)对用户间交互关系建模,结合用户的属性特征,利用自编码器学习用户的隐含特征向量; 然后利用主题模型结合自编码模块学习物品特征向量; 最后利用概率框架将物品和用户间的各种属性统一起来,共同学习矩阵分解模型中的关系矩阵.模 型中的参数利用变分EM算法进行推理.实验结果表明与同类算法比较,算法在精确度和覆盖率 上有不同程度的提升,且能够得到比较个性化的推荐结果.
使用多重分形去趋势交叉相关分析(MF-DCCA)的方法量 化了经济政策不确定性(EPU)与美国,英国证券市场指数间的交叉相关性.主要实 证结果: 1)在经济政策不确定性与股指日收益率之间,经济政策不确定性与日交易 量之间都存在幂律分布交叉相关性; 2)经济政策不确定性与股指日交易量之间的交叉相关性比经济政策不确定 性与日收益率之间的交叉相关性更具有持续性,且两者在滚动窗口分析中表现 出同样的涨落趋势; 3)经济政策不确定性与股票市场指数间的长程交叉相关性相对短期交叉相关性来说更 具持续性; 4)交叉相关关系均在短期内表现出低程度的多重分形,而在长期,交叉相关关系均在小 波动下表现出比大波动下更强的相关性.
针对救灾工作中因紧急度不确定性造成物资配送延误的问题, 以总延 误时间和总运输时间为优化目标, 建立紧急程度不确定的应急物流规划模型, 以Beta分布 模拟灾区紧急度变化情况, 同时进行预测. 设计基于紧急度的混合遗传算法, 在该算法的局 部搜索阶段使用一种紧急度依赖的路径调整算法, 根据物资需求点的紧急度不同的特性, 对存 在延误的配送路径进行有针对性的优化. 实验结果表明, 所提模型和算法有效降低了延误和运输 时间, 尤其延误时间, 与一些经典算法相比改进明显, 且在多组算例中效果稳定, 具有良好的鲁棒性.
使用多元序列的Jackknife模型平均(JMA)方法平均 向量自回归模型, 并将该方法用于预测中国六大港口的集装箱吞吐量. 由于 JMA方法在自相关异方差结构下的渐近最优性, 因此更适用于具有大的波 动性、复杂性和不规则性的港口集装箱吞吐量的预测. 另外, 相比单序列, 多 元序列的JMA平均方法也考虑了港口之间的相关影响因素. 比较发现, 在大多 数案例中, 此方法比常用模型选择和模型平均方法具有更高的预测精度.
对于偏最小二乘路径模型的效应分析, 为 了测度路径模型的分位效应, 文章首先给出了偏最小二 乘路径模型建模的具体过程. 其次, 基于潜变量得分与分位回归提出估计平滑分位效应的方法, 给出了平滑分位效应的~Bootstrap 置信带的算法. 最后, 考虑顾客满意度的分位异质性, 对满意度模型的分位效应进行分析. 结论表明, 该方法是对传统偏最小二乘路径模型的一种补充且可获得更有深度的决策信息. }
