循环经济发展预警模型体系及其应用

对循环经济发展预警模型体系进行了深入研究,为循环经济预警系统提供了量化模型支撑.构建了循环经济发展预警指标体系, 提出了循环经济发展的警度测度模型,利用GM(1,1)模型建立了 循环经济发展的警度预测模型,并利用构建的循环经济发展预警模型体系对江苏省循环经济的发展进行预警分析, 为政府对循环经发展进行监控提供理论指导.     

软件企业R&D人力资本投资风险预警与控制模型

为了有效提取软件企业R&D人力资本投资系统中投资风险的非线性信息,首先运用改进型中心调整算法和经优化调整的新型递推学习算法实现R&D人力资本投资风险警兆指标变量非线性主元的识别,然后运用基于Kalman滤波方法的快速学习算法获得软件企业在没有R&D人力资本投资风险情况下应该达到的警兆指标基准得分,从而发现偏差,采取有针对性的控制措施防患于未然.实证表明,该模型能够较为准确地实现R&D人力资本投资风险的分离、预警与控制.     

基于粗糙集融合支持向量机的水质预警模型

为解决因水质预警耦合因素多,预警模式复杂以及信息不完整所引起的水质预警精度低问题,提出了粗糙集融合支持向量机(RS-SVM)的水质预警模型.首先采用粗糙集对14个初始预警指标进行属性约简,去除冗余或干扰特征,得到基于5个核心预警指标的数据集,以此数据集对支持向量机进行训练优化,构建RS-SVM水质预警模型.运用该模型对江苏宜兴市集约化河蟹养殖池塘水质进行预警,实证对比分析,对于不同的警度级别,预警精度都在91%以上,与标准支持向量机和BP神经网络模型相比,该模型不仅具有计算效率高、预警性能好,且预警结果与实际情况比较吻合,为集约化水产养殖水质预警提供了一种新思路.     

基于SVM的高技术装备制造业供应风险预测模型

通过对高技术装备制造业与供应商合作中供应风险的相关因素进行识别,确定了供应风险预测的指标体系。运用支持向量机(support vector machine, SVM)等数据挖掘方法和Libsvm(a library for support vector machine)技术建立了供应风险的预测模型。案例研究表明,预测模型的均方误差、平均差、整群剩余系数和确定系数等评价指标皆显现出较好的模拟效果,且系统误差不显著。预测模型在高技术装备制造企业供应风险管理的实践中具有较好的适用性和准确度。     

基于抗差最小二乘配置的海底地形生成研究

最小二乘配置算法能同时顾及测深数据的系统性和随机性影响,提高海底地形的生成精度。根据该算法建立了海洋测深多波束数据的函数模型和随机模型,并构建海底地形。为避免测深数据的异常值影响,进一步推导了基于抗差估计的协方差函数求解公式,提出抗差最小二乘配置算法生成海底地形。利用多波束数据生成海底,结果显示抗差最小二乘配置算法能在构建海底地形的同时准确剔除测深异常。将构建的地形与双线性多项式内插生成的海底进行比较,进一步说明了该算法具有较高的海底地形生成精度。

Abstract：

Seabed terrain generating precision can be improved by least-squares collocation algorithm which takes the systematic and stochastic effects in the bathymetry data. The functional model and stochastic model of the algorithm were created by multibeam bathymetry data,and the method of creating seabed terrain by Least-squares Collocation was researched. To avoid the effect of outliers in bathymetry data,covariance function was calculated by robust estimation,and the Robust Least-squares Collocation algorithm for terrain generation was proposed. It was applied to the real bathymetry data set,and the results indicate that the outliers are detected by the algorithm while the seabed terrain is generated. In the remainder,the terrain grids was compared with which created by bilinear polynomial interpolation algorithm,and it is proved that the Robust Least-squares Collocation algorithm can get higher precision of seabed terrain generation while detecting outliers.     

基于Logit与SVM的银行业信用风险预警模型研究

本文以银行业金融机构大额授信风险及零售贷款违约风险数据为基础,从宏观经济环境、客户信贷行为、企业经营水平三个维度出发,对客户风险预警的相关指标进行系统分析,构建了企业客户风险预警指标体系,并利用统计学和数据挖掘方法,从企业财务、企业信贷行为等客户数据信息中挖掘出隐含在背后的客户风险特征.在上述分析的基础上,引入一种基于Logit与SVM的混合预警模型.该模型除了具有单个模型的良好基本性质,还能够充分捕捉和有效刻画影响因素对于客户违约的线性和非线性的复杂特征.实证结果表明,新的模型具有更好的泛化能力,对客户信贷风险具有较高的预警准确率.     

基于SV模型和KLR信号分析的期货逼仓风险预警模型

采用期货价格波动风险、持仓量波动风险和基差波动风险三大因素衡量期货交易中的逼仓风险。采用KLR信号分析法、SV随机波动模型、GARCH模型等构建了逼仓风险预警模型，为期货市场中的逼仓风险预警监控提供了理论依据和具体的方法。本研究最为关键的突破创新有以下两点：一是结合KLR信号分析法、SV模型等建立了期货交易中的逼仓风险预警模型。经1980～2006年的文献检索发现本研究是针对我国期货交易逼仓风险预警问题首次提出的定量分析模型，解决了我国期货界对逼仓风险至今没有预警方法的难题。二是在本研究中将现有KLR信号分析法与风险指标预测模型相结合，突破了以往使用KLR信号分析方法只能采用历史数据对未来情况进行预警而造成的预警误差。经实证分析，本研究的逼仓风险预警模型精度可达76．67％。     

基于小波重构与SVM-BPNN的动态过程在线智能监控

为了提高动态过程运行状态在线监控效率,提出了基于小波重构与支持向量(support vector machine,SVM)-反向传播神经网络(back propagation neural network,BPNN)相结合的在线智能监控方法.首先,运用离散小波变换对动态过程实测数据流进行重构,并提取其形状特征.其次,利用训练好的小波重构特征的SVM、均值特征的BPNN及重构后形状特征的SVM,对"监控窗口"内实测数据流进行异常模式识别.最后,应用该方法对某精密轴加工过程进行在线智能监控.结果表明:所提模型识别精度高、训练耗时少,其整体性能明显优于小波重构的BPNN模型与基于统计和形状特征的多分类支持向量机(multi-class support vector machine,MSVM)模型,是一种更为有效的动态过程在线智能监控方法.     

高速公路项目运营自然灾害风险模型及应用

分析自然风险与我国高速公路项目运营的相关性,建立高速公路项目运营自然风险预警系统.通过定量与定性分析相结合的方法对运营风险预警指标数据进行监测,构建了高速公路项目运营风险预警模型,并结合潭邵高速公路项目进行了实证分析.     

基于新的决策规则的球形支持向量机分类算法

球形支持向量机是一种学习算法,它通过在高维特征空间中,对每一个模式类别构造一个覆盖其所有训练样本的具有最小体积的超球体,来实现对训练样本空间的划分.在此基础上,提出了一种基于新的决策规则的球形支持向量机算法,并在七个UCI数据集上进行了实验,实验结果表明提出的算法可以取得比标准的支持向量机算法更好的分类效果.     

基于联盟共享核心能力的高新技术企业技术创新方式

从系统角度和总体最优化出发，目前我国高新技术企业应组建战略联盟形成一个系统来进行合作技术创新。因此，针对我国高新技术企业现行技术创新方式所存在的弊端，本文提出了一种新的合作创新方式：联盟共享核心能力的技术创新方式，从理论和实践两方面论证了此创新方式的可行性，并探讨其系统模型及应注意的问题，以期能够为我国高新技术企业的技术创新提供一种新方式。     

基于模糊核聚类的SVM多类分类方法

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。     

汶川特大地震灾后民营企业重建资金的统筹分配模式

通过对受灾民营企业实地调研和深入访谈,针对灾后民营企业恢复重建中资金分配出现的关键问题,以统筹优选思想与方法为方法支撑,以资金分配原则和重建原则为指导思想,构建民营企业重建资金链分配的模式框架,提出重建资金的统筹分配模式.该模式包括外分资金供应链优化模式和内分资金供应链优化模式,并通过建立重建资金分配的闭环控制流程和重建资金分配的监管体系,系统化灾后民营企业重建资金的统筹分配.     

数字经济、区域高校知识转移与高技术企业创新绩效

讨论了数字经济对区域高技术企业创新绩效的影响，及区域高校知识转移对其路径的作用机制。基于2011~2018年中国省级面板数据测度区域数字经济发展指数，并在此基础上进行多维度计量分析检验。结果显示：数字经济显著促进了高技术企业创新绩效，这一结论在选取邮电历史数据作为工具变量等进行稳健性检验后依然成立。高校知识转移与数字经济形成正向的交互驱动效应。在高校知识转移的作用下，数字经济对高技术企业创新绩效呈现“U”型影响。由空间模型发现，数字经济对于高技术企业创新绩效呈现出负向的空间溢出特点。区域与企业异质性分析结果显示，自然区位与企业规模、所有权结构以及注册类型下的数字经济对于高技术企业创新绩效的影响存在差异。研究结果为高技术企业优化校企合作技术转移策略，探索有效的高技术企业创新驱动路径提供了有益参考，也为政府部门积极谋划数字经济发展战略布局提供了有益的借鉴。     

高技术企业技术创新网络的系统动力学建模与仿真

在深入分析高技术企业技术创新网络系统的构成要素及各要素相互关系的基础上,建立了能够刻画高技术企业技术创新网络发展变化的因果关系图与系统动力学模型。并用系统动力学建模工具软件Vensim实现了该模型.同时采用国家高技术产业统计年鉴公布的数据,对模型的有效性进行了验证,实验结果表明模型计算出来的数据与实际数据非常吻合.表明系统动力学方法能够有效模拟协作研发、标准化以及知识转移对高技术企业技术创新网络的发展影响.作为模型的应用,对今后几年高技术企业技术创新网络系统的关键指标进行了预测,并提出了为提高关键指标应采取的措施,为管理决策提供了参考依据.     

过载及欠载情形下产业链网络风险级联失效的建模与仿真

产业链网络内外存在各种风险,例如经营风险、自然风险、COVID-19等,一旦企业因风险失效会导致产业链的级联失效。因此,首先针对产业链特性,利用有向加权无标度网络算法生成产业链网络。考虑到企业针对风险有一定的冗余能力,而且存在应急恢复机制,基于负载容量模型,提出了一种考虑过载和欠载状态的产业链网络级联失效模型。模型考虑了企业的风险预警能力与管控能力,从初始负载、节点容量、节点过载/欠载、失效负载重分配、应急恢复机制五个方面进行刻画。通过对产业链网络进行数值仿真发现:风险预警投入与管控投入均存在一个有效区间,且产业链网络的稳定性受风险预警投入影响更显著。     

基于支持向量学习的多目标并行区域增长图像分割算法研究

为克服经典区域增长算法中生长规则以及特征选取的困难，提出了基于支持向量机的多目标并行区域增长图像分割算法。首先交互选择多个不同区域的种子点（假设邻近种子点的一小部分区域属于同一目标区域，不同种子点邻域分别属于不同目标区域），利用其邻域构造训练样本；然后利用这些已知的训练样本训练支持向量分类器；在区域增长过程中，利用训练所得的支持向量模型建立增长规则。为了避免初始种子点位置选择对算法性能的影响，采用了多区域并行竞争增长策略。仿真实验获得了较好的分割效果，表明提出的算法是合理可行的。     

基于支持矢量机和循环累积量的调制识别算法

利用通信信号的循环平稳特性,在循环累积量域内构造信号分类特征矢量,采用支持矢量机将分类特征矢量映射到高维空间并构建最优分类超平面,实现对QAM调制信号的自动识别。该算法解决了样本在低维空间中的不可分问题,具有良好的泛化推广性能,并且可在多种调制信号环境下实现对感兴趣信号类型的识别。理论分析和仿真结果均证明了算法的正确性和有效性。