变系数Leontier模型研究

本文从经济与技术相结合的角度，研究了Ｌｅｏｎｔｉｅｆ模型中消耗系数ａｉｊ（ｔ）和资本系数ｂｉｊ（ｔ）的确定问题，并在文献「３」方法的基础上，给出了一种更为精确的系数确定方法。     

关于灰色系统GM(1;1)模型的一些理论问题

ＧＭ（１,１）＝ＩＡＧＯＧＭＡＧＯ：ｘ｜→ｘ（ｔ）是单序列ｘ的灰色系统的动态模型。本文研究映射ＩＡＧＯＧＭＡＧＯ：ｘ｜→ｘ（ｔ）的协调性,以及拟合函数ｘ（ｔ）的单调性、凹凸性和渐近性质。进而修改、完善了ＧＭ（１,１）模型。使得取消了原始序列ｘ为非负的限制,映射ｘ｜→ｘ（ｔ）具有协调性且提高了拟合精度,拓广了运用范围。     

动态多项式分布模型及Bayes预测

给出了观测值服从多项式分布的动态多项式分布模型， 并在自然参数Ｂｔ 与状态参数θｔ之间满足ｆ（Ｂｔ） ＝ Ｆ′ｔθｔ 的假设下， 利用共轭分布给出了动态多项式分布模型的修正递推及其预测     

价格系统及其稳定性研究

本文基于产品的销售额和毛利率,从生产和市场的角度出发,提出了一个新型的部门产品价格模式——经济部门系统的价格模型。该模型表明报告期的产品价格向量Ｐ（ｔ＋１）可以表示成两个向量的凸组合之和,其中一个是基期单位产品物耗成本ＡＴ（ｔ）Ｐ（ｔ）与报告期单位产品物耗成本ＡＴ（ｔ＋１）Ｐ（ｔ＋１）的凸组合,即Θ＾（ｔ）ＡＴ（ｔ）Ｐ（ｔ）＋Ｅ＾（ｔ）ＡＴ（ｔ＋１）Ｐ（ｔ＋１）;另一个是基期单位产品和报告期单位产品在报告期销售所获毛利δ１（ｔ＋１）和δ２（ｔ＋１）的凸组合,即Θ＾（ｔ）δ１（ｔ＋１）＋Ｅ＾（ｔ）δ２（ｔ＋１）,这里Θ＾（ｔ）≥０,Ｅ＾（ｔ）≥０,Θ＾（ｔ）＋Ｅ＾（ｔ）＝Ｉ（单位矩阵）,Ａ（ｔ）和Ａ（ｔ＋１）分别是两期的实物型投入产出表的直接消耗系数矩阵。在基期和报告期的生产技术结构一致和其它假定条件下,我们给出了该系统稳定的四个充分必要条件。最后考察了一个特例,提出了临界平均工资率ＲＣ的概念,证明了如果全社会平均工资率Ｒ＜ＲＣ,则该价格系统是稳定的。     

神经网络理论在投入产出分析中的应用

把神经网络理论应用到投入产出分析中，由此建立起一种新的投入－产出模型，把这一模型中的某些变量理想化并进行变换后即可得到列昂节夫（Ｌｅｏｎｔｉｅｆ）模型。为此，本文把基于神经网络的新模型与列昂节夫模型进行了多方面的比较，并讨论了新模型系统的Ｌｙａｐｕｎｏｖ函数及关联强度的变化规则等.     

利率、工资及产品价格变化与直接消耗系数阵变化关系的研究

在剔除Ｌｅｏｎｔｉｅｆ投入产出理论中投入与产出关系的线性假定和不同部门产品不可替代性假定的前提下,利用经济系统有效性假定将投入产出模型和Ｃｏｂｂ－Ｄｏｕｇｌａｓ生产函数联系起来,研究了利率、工资及产品价格变动与直接消耗系数变动间的关系,并分析了所得结果。     

时序残差GM (1, 1) 模型

顾及时序残差对灰色ｘ（０）－ＧＭ（１,１）模型精度的影响,提出时序残差ε（０）ｔ－ＧＭ（１,１）模型,并利用时序残差ε（０）ｔ－ＧＭ（１,１）模型和ｘ（０）－ＧＭ（１,１）模型联合进行精度检验和预测,能较好地提高模型精度和预测精度,实例说明是有效的。     

一种新型的通用的升压型直流变换器电路仿真平均模型

提出了一种新型的单开关升压式（Ｂｏｏｓｔ）直流变换器的电路仿真平均模型。这种模型可通过输入参数的选择实现对Ｂｏｏｓｔ电路的电压控制，峰值及平均电流控制，以及对ＤＣＭ－ＣＣＭ工作方式的统一。可方便地进行稳态和动态分析，是一种实用的仿真模型。在保证准确的基础上，它大幅度提高了仿真的速度，通常可较用实际器件开关电路的仿真速度提高两到三个数量级。     

产值优化模型与技术进步测算研究

生产函数与Ｌｅｏｎｔｉｅｆ投入产出模型是目前测算技术进步方法的理论基础，但它们必须在满足各自的经济假设下才能成立，导致测算技术进步方法的局限性，在实际应用中存在一系列的问题。本文从产值优化角度探讨技术进步的测算，提出了技术进步产值优化模型分析法。这种新方法没有任何经济假设，不仅能从产出总量上分析技术进步，而且能测算体现技术进步各个因素的作用。在大冶有色金属公司应用的实证研究，说明这是一种行之有效的     

GM（1，1，β）灰微分方程的若干性质

针对灰色预测模型的适应范围和优化问题,首先根据灰色GM（1,1）模型参数是灰的、可调的原理,提出了GM（1,1,β）模型的内涵型和参数包形式,分析了模型的若干性质,然后给出了模型的优化算法. 研究结果表明,GM（1,1,β）灰微分方程模型参数α的客观取值范围为（-∞,+∞）,经典GM（1,1）模型参数α的客观取值范围为（-2,+2）;发展系数α的客观取值范围是由背景值系数β 决定的,而与原始数据无关;灰微分方程模型完全适合齐次指数数列. 最后,以我国城镇居民家庭人均可支配收入的数据为例验证了GM（1,1,β）灰微分方程模型的有效性.     

GM(1, 1)与DM(1, l)模型的实质及其参数的最小二乘估计法

ＧＭ（１，１）与ＤＭ（１，ｌ）模型的实质及其参数的最小二乘估计法杨义群，冯恭己（浙江农业大学经贸学院，杭州３１００２９）（杭州大学）ＴｈｅＣｒｕｘｏｆＭｏｄｅｌｓＧＭ（１，１）ａｎｄＤＭ（１，１）ａｎｄｔｈｅＬｅａｓｔＳｑｕａｒｅＥｓｔｉｍａｔｉｏｎ...     

煤矿矿区规划方案优选的分层次多目标0－1规划模型及其应用

煤矿矿区规划方案优选的分层次多目标０－１规划模型及其应用宁云才，王玉浚（黑龙江矿业学院，鸡西１５８１０５）（中国矿业大学，徐州２２１０００８）ＭｏｄｅｌａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＡＨＰａｎｄＭｕｌｔｉｐｌｅＯｂｊｅｃｔｓ０－１ＰｌａｎｄｆｏｒＣ...     

弹道式再入目标跟踪方法对比分析

地基雷达对弹道式再入目标进行滤波跟踪时主要存在两个导致滤波误差增大的不确定因素,一是弹道系数未知,二是不可准确确定过程噪声协方差矩阵。为此,采用交互式多模型无敏滤波（iterative multiple model unscented filter, IMM UF）算法对弹道式再入目标进行跟踪,选取不同的弹道系数初值和过程噪声协方差矩阵构成合适的模型集合进行了仿真分析,并将其滤波结果与扩展卡尔曼滤波（extended Kalman filter, EKF）和无敏滤波（unscented filter, UF）的滤波结果进行了对比分析,同时还分析比较了IMM UF和自治多模型（autonomous multiple model, AMM）UF算法的跟踪滤波性能。从仿真结果可以看出,采用的IMM UF算法和相应的模型集合可以在先验信息缺少的情况实现对弹道式再入目标更高精度的跟踪。     

On Some Species Extinction in the Nonautonomous n -Competing Pecies Systems

１　ＩｎｔｒｏｄｕｃｔｉｏｎＣｏｎｓｉｄｅｒａｃｏｍｍｕｎｉｔｙｏｆｎｍｕｔｕａｌｌｙｃｏｍｐｅｔｉｎｇｓｐｅｃｉｅｓｍｏｄｅｌｅｄｂｙｔｈｅｎｏｎａｕｔｏｎｏｍｏｕｓＬｏｔｋａＶｏｌｔｅｒｒａｓｙｓｔｅｍｘｉ（ｔ）＝ｘｉ（ｔ）ｂｉ（ｔ）－∑ｎｊ＝１ａｉｊ（ｔ）ｘｊ（ｔ），　ｉ＝１，…，ｎ．（１．１）ｗｈｅｒｅｘｉ（ｔ）ｉｓｔｈｅｐｏｐｕｌａｔｉｏｎｓｉｚｅｏｆｔｈｅｉｔｈｓｐｅｃｉｅｓａｔｔｉｍｅｔ，ｘｉｄｅｎｏｔｅｓｄｘｄｔ，ａｎｄｆｏｒａｌｌｉａｎｄｊｔｈｅｆｕｎｃｔｉｏｎｓａｉｊ（…     

动态Poisson模型及Bayes预测

给出了观测值服从ｐｏｉｓｓｏｎ分布的动态ｐｏｉｓｓｏｎ模型。通过假设自然参数与状态参数之间的线性关系ηｔ＝Ｆｔθｔ，并利用共轭分布给出了ｐｏｉｓｓｏｎ模型的参数的修正递推；利用模型及伽玛分布的标准常数给出了Ｂａｙｅｓ预测。     

跟踪雷达高低角测量误差的统计分析

提出以如下的具有慢时变方差的线性回归一自回归混合模型ｙｔ＝βＴｘｔ＋σｔεｔεｔ＝φ１εｔ－１＋…＋φｐεｔ－ｐ＋ｅｔ｛描述跟踪雷达高低角测量误差的变化规律，并提出了模型阶数的估计方法。数值例子表明，模型能较好地拟合跟踪雷达高低角量测误差数据.     

利用周期自回归模型对1995年部分宏观经济指标的预测与分析

利用周期自回归模型对１９９５年部分宏观经济指标的预测与分析吴国富，孙传忠（中国科学院应用数学研究所，北京１０００８０）ＦｏｒｅｃａｓｔｓａｎｄＡｎａｌｙｓｅｓｏｆ１９９５’ｓＰａｒｆｔＭａｃｒｏｅｃｏｎｏｍｉｃＩｎｄｉｃａｔｏｒｂｙＵｓｉｎｇＰｅｒｉ...     

Stability of Control Model of Investment

ｎｔｈｅｍａｃｒｏｅｃｏｎｏｍｅｔｒｉｃｓ,ｔｈｅｅｖｏｌｕｔｉｏｎｐｒｏｃｅｓｏｆｔｈｅｓｔｏｃｋｏｆｆｉｘｅｄａｓｓｅｔｓｉｓｄｉｓｃｒｉｂｅｄａｓｔｈｅｆｏｌｏｗｉｎｇｓｙｓｔｅｍ［１］：Ｋ（ａ,ｔ）ｔ＋Ｋ（ａ,ｔ）ａ＝－μ（ａ,ｔ）Ｋ...     

基于赋色Petri网的离散事件系统矩阵模型与仿真

一种新的离散事件系统（DES）矩阵状态方程和Petri网的标识转移方程相结合的矩阵模型给出了完整的DES动态描述。本文介绍了一种可动态修正Petri网关联矩阵系数的矩阵模型仿真框架，解决了路径选择和调度决策问题，使这种模型可以推广到用基于赋色Petri网描述的DES仿真。     

模糊合成模型的失真与修正方法

模糊合成模型的失真与修正方法王京芹（天津大学技术经济与系统工程系，３０００７２）ＴｈｅＤｉｓｔｏｒｔｉｏｎａｎｄＲｅｍｏｖａｌａｂｏｕｔｔｈｅＦｕｚｚｙＰｒｏｄｕｃｔＭｏｄｅｌＷａｎｇＪｉｎｇｑｉｎ（ＤｅｐａｒｔｍｅｎｔｏｆＥｃｏｎｏｍｉｃＥｎｇｉｎ...