Neural network structure identification in inflation forecasting

Neural networks (NNs) are appropriate to use in time series analysis under conditions of unfulfilled assumptions, i.e., non‐normality and nonlinearity. The aim of this paper is to propose means of addressing identified shortcomings with the objective of identifying the NN structure for inflation forecasting. The research is based on a theoretical model that includes the characteristics of demand‐pull and cost‐push inflation; i.e., it uses the labor market, financial and external factors, and lagged inflation variables. It is conducted at the aggregate level of euro area countries from January 1999 to January 2017. Based on the estimated 90 feedforward NNs (FNNs) and 450 Jordan NNs (JNNs), which differ in variable parameters (number of iterations, learning rate, initial weight value intervals, number of hidden neurons, and weight value of the context unit), the mean square error (MSE), and the Akaike Information Criterion (AIC) are calculated for two periods: in‐the‐sample and out‐of‐sample. Ranking NNs simultaneously on both periods according to either MSE or AIC does not lead to the selection of the ‘best’ NN because the optimal NN in‐the‐sample, based on MSE and/or AIC criteria, often has high out‐of‐sample values of both indicators. To achieve the best compromise solution, i.e., to select an optimal NN, the preference ranking organization method for enrichment of evaluations (PROMETHEE) is used. Comparing the optimal FNN and JNN, i.e., FNN(4,5,1) and JNN(4,3,1), it is concluded that under approximately equal conditions, fewer hidden layer neurons are required in JNN than in FNN, confirming that JNN is parsimonious compared to FNN. Moreover, JNN has a better forecasting performance than FNN.     

基于扩展FIPA-ACL的装备保障Agent通信语言

针对原生FIPA-ACL在装备保障Agent通信中存在的语义描述范围不够、通信效率较低和语义识别不准确的问题,提出了一种基于扩展FIPA-ACL的装备保障Agent通信语言设计与实现方法.首先对FIPA-ACL的通信原语进行了扩充,并给出原语的形式化语义描述方法;其次对装备保障专业领域的通信本体进行了定义,明确了通信内容使用的基本词汇;再次基于FIPA-SL进行了内容语法定义和通信内容描述;最后对装备保障Agent通信语言进行了实现,并在某部队装备保障智能仿真推演与效能评估系统中进行了应用,验证了本文所提出语言的可行性及有效性.     

暧昧环境下的不对称信息更新与资产定价研究

本文假定金融市场上存在两种风险资产,其中一种风险资产存在信息更新,而另外一种资产不存在信息更新,简单投资者对两类风险资产之间的相关系数存在暧昧性(ambiguity),本文研究了这种不对称的信息更新对两类风险资产的需求函数和市场一般均衡的影响,研究发现信息更新在长期内可以降低参数暧昧性,提高定价效率;在短期内可以驱动相应的风险资产产生额外的需求,消除对应资产的有限参与现象,但是这种由信息驱动的有限参与现象的消除并不能带来定价效率的提高.同时不对称的信息更新可能导致没有信息更新的资产从共同参与均衡过渡到有限参与均衡,因此政府试图通过信息披露提高市场透明度、改善定价效率的目的只能在长期内才会实现,在短期内信息披露可能会使得资产的定价效率产生恶化.     

考虑外委的露天矿剥岩计划的优化研究

针对“剥岩高峰”对矿山生产带来的不利影响，研究了设备配置更新策略与露天开采外委剥离的优化问题.基于铲运设备的运营成本与生产能力随设备役龄变化的关系，建立了决策单台设备退役时间的动态经济寿命计算模型，并根据此模型给出了具体的设备配置算法步骤.设置一系列不同的矿山自剥离量与外委剥离量的分界水平，计算各分界水平条件下的外委单价可行区间，然后在区间内确定外委商谈价格并分析得出与之对应的总成本净现值最低的外委方案.实例计算证明，采用该方法减少设备投资的成本要高于外委岩石剥离成本.     

关系质量、信息分享与企业间合作行为:IT能力的调节作用

本文分析营销渠道中企业间关系质量(分为组织关系质量及人际关系质量)对信息分享及渠道合作行为的影响,重点探讨在互联网环境下,企业的IT能力对企业间关系质量与信息分享的调节作用.基于288份中国制造企业的调研数据的实证分析,我们发现组织关系质量和人际关系质量对企业与分销商间的信息分享均有正向影响,信息分享对企业与分销商间的合作行为有正向的影响.调节检验结果显示IT能力会减弱人际关系质量对信息分享的正向影响作用.这些结论对企业的实际应用都有重要的意义.     

一种面向IPv6的定制化路由备份机制

针对网络定制化能力和可靠路由问题，提出一种面向IPv6的定制化路由备份机制.该机制设计了路由定制化流程，使网络在满足多种应用差异化需求的基础上，考虑用户和网络服务提供商对网络的满意度最大化问题，并结合IPv6崭新的包头格式设计路由备份机制来增强网络的可靠性.仿真实验和性能分析表明，本机制通过二人博弈在选路由时均衡了用户和网络服务提供商的效用，使路由具备了定制化能力.在可靠性上，相比不存在定制的原IPv6路由，本机制在路由时间开销增加16.8%的基础上，预留了备份路径资源，使路由恢复响应时间缩短15%以上.     

矿山复杂巷道网络组件式三维建模方法

煤矿复杂巷道(曲线巷道、交汇巷道、变断面巷道)建模是巷道三维建模的难点.现有方法在基于导线测量数据重建复杂巷道网络、尤其是矿山常见的曲线交汇巷道仍存在不足.提出了一种巷道组件式三维建模方法.该方法针对煤矿巷道典型导线测量数据，通过巷道中心线建模、巷道双边线建模、巷道组件三维建模三个步骤，自动构建复杂巷道网络三维模型.实验结果表明，提出的方法鲁棒性好，建模时间随数据量增长呈线性稳定增长.建立的巷道网络三维模型可为智慧矿山建设中的空间、几何、力学等多种分析提供支持.     

航班运行风险网络的传播与控制改进

为探究航班运行风险的产生、传播与控制过程, 首先统计华北区域航班运行数据共计76个风险节点。然后，采用偏秩相关系数构建风险网络, 再使用社团模块探测算法与三角最大滤波法验证网络适用性。并且, 提出一种适用于航班运行风险分析的SEIR(susceptible-infected-exposed-recovered)模型。根据动力学传播结果, 聚类定位网络传播中关键节点。最后, 采用前置预防与战术处置两类控制方案。计算结果表明，仅控制5个节点后, 感染峰值可降低18.44%, 峰值时间推后两个周期, 起降等重要操纵节点被感染次数平均下降11.74%。该方案在感染峰值、感染周期、重要节点感染3个方面的抑制效果均占优。以上结果证实, 所提方案可有效用于航班运行风险问题分析。     

预训练模型下航天情报实体识别方法

为了快速处理航天情报,基于数据驱动的深度学习技术,提出融合多源异构知识标注中文航天情报数据集的方法流程,以及基于预训练(pre-training)模型的航天情报实体识别(AIER)方法;通过对航天情报进行命名实体识别,达到对航天情报进行信息抽取的目的.通过融合BERT(bidirectional encoder representation from transformers)预训练模型和条件随机场(CRF)模型构建AIER模型(BERT-CRF模型),将其与隐马尔可夫模型(HMM)、条件随机场(CRF)模型、双向长短期记忆网络加条件随机场(BiLSTM-CRF)模型进行实体识别对比实验.结果表明:基于预训练模型的AIER模型能够取得93.68%的准确率、97.56%的召回率和95.58%的F₁值;相比于其他方法,基于预训练模型方法的性能得到提高.     

生产成本信息不对称下零售商风险厌恶的回购契约

探索在市场价格随机条件下,生产成本信息不对称零售商风险厌恶时,采用回购契约协调二级供应链的内在规律.构建新的条件下的回购契约模型并求解,分析信息不对称和风险厌恶对供应链上各决策变量的影响.通过算例仿真进行了验证,研究结果发现:在市场价格随机条件下,不管生产成本信息是否对称,只要零售商存在风险厌恶,供应链上各决策变量都会发生分岔突变的现象;不管零售商是否风险厌恶,生产成本信息不对称都会给供应商带来额外的收益,但会损害零售商与整个供应链的收益;信息越不对称,供应链上的各种决策变量在分岔突变区域的振幅越大.结论是:分岔突变现象是价格随机条件下,参与者风险厌恶时存在的一种特有现象;供应商能够通过隐瞒私人信息带来额外的收益,但损害零售商和供应链的利益;零售商应对生产成本信息不对称的最好办法就是以最低的成本使生产成本信息透明;零售商以平稳的心态面对各种外部风险,更有利于科学决策.