线性规划模型建模和分析管理

本文采用标识集将线性规划模型的代数形式与其自然语言的模型文档统一在同一框架,建立标识线性规划模型,除去标识模型的代数成份,形成线性规划模型的模型文档.决策人员可以其熟悉的专业术语通过交互建模,根据模型构造规则对输入文档信息进行语法检查,完成模型文档相关信息的输入,并通过对模型文档的约束条件和目标进行特化(specialize)和例化(instantiated),将模型文档生成线性规划模型的标准形式或算法约定的格式.模型构造规则统一了标识数学规划模型与关系数据库框架,并集成了模型管理、模型结构分析、模型数据分析、数据库管理等功能.     

复杂系统的可执行模型仿真方法研究

针对复杂系统早期验证评估过程中,由于模型不可执行造成的问题,提出了一种复杂系统可执行模型仿真方法。从复杂系统的精确模型定义入手,将复杂系统模型分为结构模型和行为模型,扩展fUML元模型得到复杂系统的可执行元模型,使用这些元模型来构建复杂系统的可执行模型,并为可执行模型定义了行为语义。为了支持可执行模型的仿真,设计了相应的仿真执行系统,定义模型仿真所需要的仿真语言和执行规约,将行为模型转换为可执行的进程项,依据执行规约对进程项进行仿真执行来实现复杂系统的可执行模型仿真。最后以区域防空系统为例说明了方法的可行性。复杂系统; 可执行模型; 可执行模型代数; 模型验证     

一种新的离散型网络平衡设计模型与算法

随机平衡分配模型与基于效用理论的Logit分配模型是两种有效的非平衡交通分配模型,二者具有等价性,本文将Logit模型替代常用的随机平衡分配模型应用于具有多级选择的离散型网络平衡设计模型中,构建了这类网络平衡设计问题的新模型;模型求解中,上层模型采用带自适应正态变异因子的粒子群算法,而下层问题直接利用Logit模型求解.仿真结果表明该模型与算法是有效的,适合在大型路网上应用.     

交通分布模型的一致性研究

重力模型、增长系数模型和最大熵模型是交通分布的代表模型,有不同的适用条件,但在实际应用中其计算结果却极为接近,本文从理论上证明了这几种模型的一致性,证明过程中选择双约束重力模型,底特律模型和引入重力式先验概率的最大熵模型(重力式熵模型)进行分析.根据重力式熵模型的原理写出其规划问题,求解并进行等式转换,证明了重力式熵模型与重力模型及底特律模型具有相同的表达形式,并在实际规划问题中应用三种模型进行预测.结果显示重力式熵模型与这两种模型是一致的,预测结果存在的微小误差产生于不同的迭代过程,为重力式熵模型的实际应用提供了理论依据.     

石油期货对冲比率的模型选择:交互作用与模型风险

采用结构BEKK模型、传统BEKK模型、OLS模型估计石油期货对冲比率,从交互作用和模型风险的角度分析对冲比率的模型选择问题。基于布伦特原油期货与现货价格日数据的研究显示,结构BEKK模型的石油期货对冲绩效优于传统BEKK模型,预示对冲比率的估计要考虑交互作用;结构BEKK模型的石油期货对冲绩效在次贷危机前优于OLS模型,在次贷危机后劣于OLS模型,预示模型风险影响石油期货对冲绩效。进一步分析表明,石油期货对冲比率的估计模型应当根据市场状况和油价走势选择结构BEKK模型或OLS模型。本文研究为风险管理实践提供了决策依据。     

两因子常见利率模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1996-03～2003-02的周样本数据作为分析对象,实证研究了常见的利率模型:Vasicek模型、CIR模型、仿射模型、广义高斯仿射模型,利用卡尔曼滤波法,估计了连续时间两因子利率模型。从模型给出的利率与实际观测到的利率的平均绝对误差来看,这些模型可以较好地描写利率期限结构的横截面特征,广义高斯仿射模型最好,仿射模型次之,CIR模型与Vasicek模型难分高下。但模型对各年期利率的预测误差表现出一定的序列相关性,说明这些模型不能够很好地描述利率期限结构的时间序列特征。     

基于组件技术的仿真模型重用性度量

仿真模型重用是当前建模与仿真领域研究的热点之一.仿真模型重用性度量是仿真模型重用研究的重要内容.基于组件技术的仿真模型是当前仿真模型建立的趋势,研究基于组件技术的仿真模型的重用性有重要意义.通过分析影响仿真模型重用性的因素,提出了基于组件技术的仿真模型的一般重用性度量模型,并结合仿真模型重用实际提出了基于组件技术的仿真模型的相对重用性度量模型,最后通过实例计算了仿真模型的相对重用性.     

SV模型的聚合及其边际化研究

讨论了SV模型与ARMA模型之间的关系,说明了SV模型可由ARMA模型表示;研究了一维SV模型的时间聚合、多维SV模型的边际化以及同期聚合问题,得出了在上述3种情况下,相应模型均为ARMA模型的结论.     

模型管理的知识及其表示方法

运用辩证系统的思维方法论,从客观事物到主观认知的全过程和不同科学域的共性整体特征出发,较系统地探讨了模型及其管理的知识系统.首先梳理给出基本概念属性模型、数据和信息模型、结构和知识(狭义)模型、问题模型、数学模型和决策或优化模型六个层次的模型集合,明晰模型概念体系与层次关系.然后,基于知识工程的理论方法,抽象给出了模型...     

分布式虚拟战场环境中的仿真模型

主要论述分布式虚拟战场环境中的五类仿真模型 (实体模型、作战模型、环境模型、评估模型和仿真管理模型 )含义 ,各自的研究内容、特点 ,不同对象之间模型的区别 ,以及五类模型之间的相互关系     

反映式与构成式测量模型的差异：基于TAM的实证研究

测量模型的选择是实证研究过程中的重要环节，区分反映式测量模型和构成式测量模型是正确构建管理理论的基础.在分析反映式和构成式两种测量模型差异的基础上，以技术采纳模型为例，通过对7次共1951份实际调查数据的分析，利用偏最小二乘法的结构方程模型，实证比较了两种测量模型在不同的样本规模、不同的研究情境和不同调查时间下外部效度和对内生潜变量解释能力上的差异.研究结果表明反映式测量模型具有稳定的外部效度，构成式测量模型的外部效度受到样本规模、研究情境和调查时间的影响；在因变量解释能力方面，构成式测量模型比反映式测量模型强的假设没有得到支持，即使当构成式测量模型误设为反映式测量模型时，其因变量解释能力也不一定显著增强.     

热连轧中液压活套系统数学模型的研究

通过对活套系统动态耦合过程的分析,在工作点附件,结合伺服阀和液压缸的模型,建立起液压活套系统的动态数学模型.给出该模型传递函数的一般形式,并通过对其各阶系数的分析,给出了其降阶形式.最后采用实际热轧现场的液压活套数据,对该模型的二阶降阶模型与实际活套进行对比仿真研究,结果表明该模型是符合实际情况的,而且实际应用是可以采用该降阶模型的.     

基于巢式和交叉巢式logit的行人步行行为模型

为量化分析行人行为并仿真行人步行轨迹,建立基于巢式和交叉巢式logit的行人步行行为模型.首先,提出建模思路,重点分析行为理论、NL模型和CNL模型等基本理论.其次,将行人分为自由流和非自由流两种状态,针对保持原方向、距离目的地更近、自由流下的变速、躲避对向行人和超越同向行人5种步行意愿,分别建立效用函数,构建行人步行行为的NL模型和CNL模型.最后,通过视频采集的数据,运用biogeme软件标定模型系数,并与实际的行人轨迹比较分析模型的准确性,发现模型能够以80.26%的准确性拟合实际行人轨迹.结果表明,模型能准确拟合低密度情况下的行人步行轨迹,具有实际应用价值.     

坡面水蚀模型研究进展

对国内外在坡面土壤侵蚀模型方面的研究进展及取得的丰硕成果进行了总结,分析了神经网络模型、交互数字高程模型在坡面侵蚀预报中的重要作用。指出今后坡面水蚀经验模型研究方面应统一各因子的标准,实现模型的统一性;物理过程模型研究方面,应进一步完善现有模型结构;另外,应注重新技术在侵蚀产沙预报中的应用并加强不同学科、不同部门之间的协作。参23。     

自组织临界性模型———Bak2Sneppen 模型的研究进展及其展望

根据Bak-Sneppen模型的特点,从五个方面分析了它的研究进展,尤其是对各种情况下模型表现出的自组织临界性给出了详细的论述;分析了该模型在复杂性理论研究中的地位;最后,还对该模型的未来研究工作做了评述.     

基于贝叶斯CAViaR模型的油价风险研究

CAViaR模型是常用的VaR估计方法之一, 但通常面临参数估计和模型检验的困难. 本文发展了贝叶斯CAViaR模型用于分析油价风险, 并考察该模型在参数估计、模型选择、VaR预测等方面的作用. 采用布伦特原油价格日数据, 研究显示贝叶斯CAViaR模型有效控制了估计风险和模型风险, 且具有较好的VaR预测绩效, 优于传统CAViaR模型. 本文同时指出, 油价VaR存在自回归特征并受前期正负收益率的不对称影响. 不对称斜率CAViaR模型有效刻画了油价VaR的动态变化模式.     

基于熵的火灾场景介观人群疏散模型

针对现有人群疏散模型较少考虑"异质"群体运动混乱程度对疏散结果影响的问题,提出了基于多智能体和熵的介观人群疏散模型,介观模型包括上层宏观多目标路径优化模型和下层微观人群疏散模型.模型引入信息论中熵的概念,构建反映人群运动混乱程度的疏散熵,将个体速度和位置分布映射为疏散熵图,疏散熵图会对个体的疏散行为产生影响.上层模型采用网络最快流模型构建基于疏散熵的动态多目标疏散路径算法,为个体提供全局疏散优化路径;下层模型包括基于熵的小群体聚集行为模型和引导行为模型等.仿真结果表明,一定数量的引导者对疏散效率起着重要作用.当引导者数量增加时,群体恐慌程度降低,群体中拥挤行为和避障行为次数减少,使疏散过程更加有序且疏散熵值降低.     

基于Gamma滤波的压电陶瓷动态迟滞建模研究

融合Gamma滤波和PI模型的结构,提出压电陶瓷的动态迟滞模型.借鉴PI模型的结构, 对Gamma滤波的各个环节的输出通过RBF神经网络进行静态非线性变换,并在其后与一个动态神经网络串联, 构成了一种新的神经网络迟滞模型.与静态PI 模型不同,由于新模型中含有动态的类迟滞算子与动态神经网络串联.所以, 所提出的迟滞模型是一种动态的迟滞模型.对压电陶瓷实际测量数据逼近和预测的结果表明,所提出的动态迟滞模型精度高,具有较强的泛化能力.