Robust model rankings of forecasting performance

This paper investigates robust model rankings in out‐of‐sample, short‐horizon forecasting. We provide strong evidence that rolling window averaging consistently produces robust model rankings while improving the forecasting performance of both individual models and model averaging. The rolling window averaging outperforms the (ex post) “optimal” window forecasts in more than 50% of the times across all rolling windows.     

PI-强LU富足半群

通过对C-L^U-富足半群的刻画,给出了PI-强L^U富足半群的结构定理。     

轴向磁场作用下平均Taylor涡对湍流脉动的影响

采用基于高精度电流守恒格式的直接数值模拟方法，对轴向磁场作用下导电流体的湍流Taylor-Couette流动进行计算.在等电势边界条件的同心圆筒中，磁场与感生电流引起的反向周向速度分布、以及其对平均流动的影响被揭示出来.采用两种不同的湍流流场平均方法，将湍流中的全部脉动划分为平均流动(Taylor涡)的贡献和湍流的贡献.通过计算不同磁场强度下的湍动能的分布，对比分析轴向磁场对平均Taylor涡流和湍流两种贡献方式的影响.     

Microbes,mathematics, and models

Microbial model systems have a long history of fruitful use in fields that include evolution and ecology. In order to develop further insight into modelling practice, we examine how the competitive exclusion and coexistence of competing species have been modelled mathematically and materially over the course of a long research history. In particular, we investigate how microbial models of these dynamics interact with mathematical or computational models of the same phenomena. Our cases illuminate the ways in which microbial systems and equations work as models, and what happens when they generate inconsistent findings about shared targets. We reveal an iterative strategy of comparative modelling in different media, and suggest reasons why microbial models have a special degree of epistemic tractability in multimodel inquiry.     

基于频率的Read Mapping种子选择算法

选择具有最低频率的最优种子是一个复杂的计算问题,往往需要很长时间.提出了一种read的基于频率的合并种子选择算法(FMSS),该算法能够高效地选择接近最优的种子集合,可用于改善现有映射工具的性能.实验对比了平均种子选择方法和当前最优的种子选择策略(OSS,optimal seed solver),结果显示FMSS算法能够用很少的时间代价给出接近OSS的最优种子集合,这表明FMSS算法可集成到现有映射工具中用于处理更大规模的read mapping问题.     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

基于SEM的高校体育教育学生满意度研究

借助"顾客满意度"理论,构建高校体育教育学生满意度测量量表.运用因子分析理论,对"感知质量"变量进行探索性因子分析,运用参数检验的方法对各变量在性别上的差异性做对比分析,运用结构方程模型的方法,对高校体育教育学生满意度模型中的5个变量进行相关性分析.因子分析结果表明,高校体育教育服务感知质量包括"体育硬件感知""体育教学感知"和"课外体育感知"3个维度;各变量的均值及差异性对比分析结果表明,学生对高校体育教育的"感知质量""感知价值"和"总体满意度"评分偏低,男生评分低于女生;结构方程模型分析结果表明,"体育硬件"对"总体满意度"有直接和间接的影响,"体育教学"通过中介变量"感知价值"对"总体满意度"有间接的影响.     

张家界大鲵产业集群竞争力测度的AHP-GEMS模型

构建了大鲵产业集群竞争力测度的AHP-GEMS模型，该模型包括四因素对，涵盖八要素.设计了大鲵资源量等34项评价指标，通过层次分析法确定指标权重，并运用GEMS模型对大鲵产业集群竞争力进行定量化测度与评价.以张家界市大鲵产业为例展开分析，结果表明，张家界市大鲵产业集群的竞争力评分为582.55，处于国家一般水平，具有本国范围内较强的集群竞争优势；但张家界市大鲵产业发展存在国内外市场不足、精深加工产业链不完善、从业人员素质与教育水平偏低、产业所在地交通与通讯设施不完善等问题.针对这些问题，提出了加强国内与国际市场融合、基础设施建设与可持续发展融合、产业与全域旅游建设融合、产业发展改革与创新融合等建议.     

中国股市正反馈交易涨强不对称的定价能力

中国市场存在显著的正反馈交易,且追涨程度远超过杀跌程度.这种现象本文称之为正反馈交易的涨强不对称.本文旨在研究这种涨强不对称是否具有定价能力.本文在Fama-French三因子模型的基础上构建了反转因子、正反馈因子和涨强不对称因子,对2010年以前上市的全部A股从1998年1月至2016年10月的数据进行实证检验.本文发现,涨强不对称因子的表现显著区别于正反馈因子和反转因子;尽管单一来看正反馈因子、反转因子和涨强不对称因子都有一定的定价能力,但在多因子模型中正反馈因子和反转因子的定价能力很弱,只有涨强不对称因子有显著的定价效果;且这种定价能力不是因为追涨、杀跌、流动性溢价或投资者情绪造成的.总之,涨强不对称是一个有别于传统因子的新定价因子,且其定价能力可能源于市场补偿非理性投机带来的风险.     

基于改进多目标遗传算法的连铸二冷过程优化

采用一种改进的多目标遗传算法对二冷工艺进行优化.改进的多目标遗传算法应用概率法选取选择算子，根据适应度值来动态计算交叉和变异概率，能够得到更好的全局最优解，提高算法精度和整体性能.在基于凝固传热模型的二冷优化过程中，采用变间距差分法离散求解传热方程，对比粒子群算法、多目标遗传算法，改进的多目标遗传算法搜索效率高，得到的价值函数最小.在实际生产中，采用优化后的二冷工艺，使得总用水量减少约10%，提高了铸坯质量，达到了节能降耗的要求.