归纳式学习中连续型数据的区间划分问题

主要研究的是归纳式学习中连续型样本数据的分组问题 .在归纳式学习方法中 ,对样本数据的不同分组会直接影响到所生成的反映变量间相互关系的规则 ,从而影响到对新样本的识别效果 .特别是对样本数据为连续型的数据的分组问题 ,目前尚未得到很好的解决 .本文在类相关离散化方法的基础上 ,提出了用极大熵法进行初始区间划分 ,用多因素优选法调整区间的边界 ,二阶概率统计检验与实际意义相结合进行区间合并的一整套划分区间的方法 ,并用本文建立的新方法体系对中国宏观经济的某些指标间的相互关系进行了分析 ,取得了良好的效果.     

费用分摊问题与群决策方法

费用分摊(Cost Allocation)问题是综合性建设项目的经济分析中经常碰到的一类问题,这类问题亦可在经济的、社会的其它领域找到更广泛的实际背景。本文简要回顾了关于费用分摊问题研究的主要结果,包括传统型费用分摊方法和基于多人合作对策概念的对策型费用分摊方法。作为本文的主要结果,作者提出了另一类基于群决策概念的费用分摊方法,并指出了这类方法的特点及优点。最后,给出了一个数值例子。     

气候变化背景下全球极端天气事件GDP损失率评估

本文通过研究不同碳排放情景下未来70年全球气温上升的可能性,量化了极端天气事件对全球GDP可能造成的损失.首先,本文采用DICE模型评估了未来每十年全球GDP年损失率的离散概率分布;然后利用本文提出的一种新的广义对数正态分布函数,对未来每十年全球GDP年损失率的概率分布进行了拟合;最后,通过计算极端天气事件发生频率分别小于0.5%, 1%, 5%情形时GDP损失率的范围,讨论了不同碳排放情景下GDP损失率尾部分布的差异,分析了温度变化对损失率的影响.结果表明:在不同碳排放情景下,全球年GDP损失率的概率密度曲线尾部均表现出小概率大损失的特征,本研究可为有关机构做好气候变化背景下巨灾风险损失的量化分析提供依据.     

中国老年人健康状态转移概率估计——基于两个数据库的比较分析

本文分别运用中国老年人健康长寿影响因素调查（CLHLS）和中国健康与养老追踪调查（CHARLS）两个常用的微观数据库对中国老年人健康状态转移概率进行估计，并对估计结果进行比较研究.在选取了相同的状态转移概率估计模型的情况下，本文发现使用CLHLS数据库与使用CHARLS数据库相比，估计出的健康状态恶化的概率更低，但不同健康状态下的死亡概率更高.对两个数据库进行对比发现，它们在调查对象、抽样方法、样本量以及调查时间四个方面存在较大差异.结合两个数据库各自的优势，本文对估计中国老年人健康状态转移概率时数据库的选取提出了建议.对中国老年人健康状态转移概率的研究能够为我国长期护理保险制度建设提供决策依据.     

基于归纳式学习的交通安全分析

道路交通系统是一个复杂系统，交通安全分析实际上是一个具有不确定性的多属性分析问题。本文以区域交通安全分析问题为背景，尝试着将归纳学习方法引入交通安全分析中来，采用极大熵分组法进行样本数据的分组；构造了反映交通安全总体水平的综合指标－交通安全指数（ＴＳＩ）；提取了交通安全相关模式；构造了产生式规则，用以识别交通安全综合态势；提出了交通安全智能化监测系统的理论框架。通过将归纳式学习方法运用于交通安全分     

基于随机控制的非寿险保费定价策略

该文探讨在完全竞争的保险市场条件下如何制定最佳非寿险保费策略,以促进非寿险保险公司的发展。主要运用随机最优控制理论,分别在采取期望最终财富和采取期望效用两种模式下,分析了在相对保费率设定和相机抉择设定下的非寿险保费定价策略,得到了一致的最优保费定价策略;并将该最优保费定价策略应用于简单目标函数分析。结果表明:最优保费定价策略是一致的;最优保费定价策略是要么制定一个很高的保费率,要么制定一个低于某一常数的相对保费率;最优保费率取决于平均损失率和市场平均保费等因素。