基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

Forecasting in long horizons using smoothed direct forecast

This paper constructs a forecast method that obtains long‐horizon forecasts with improved performance through modification of the direct forecast approach. Direct forecasts are more robust to model misspecification compared to iterated forecasts, which makes them preferable in long horizons. However, direct forecast estimates tend to have jagged shapes across horizons. Our forecast method aims to “smooth out” erratic estimates across horizons while maintaining the robust aspect of direct forecasts through ridge regression, which is a restricted regression on the first differences of regression coefficients. The forecasts are compared to the conventional iterated and direct forecasts in two empirical applications: real oil prices and US macroeconomic series. In both applications, our method shows improvement over direct forecasts.     

Dynamic Model Averaging and CPI Inflation Forecasts: A Comparison between the Euro Area and the United States

The paper forecasts consumer price inflation in the euro area (EA) and in the USA between 1980:Q1 and 2012:Q4 based on a large set of predictors, with dynamic model averaging (DMA) and dynamic model selection (DMS). DMA/DMS allows not solely for coefficients to change over time, but also for changes in the entire forecasting model over time. DMA/DMS provides on average the best inflation forecasts with regard to alternative approaches (such as the random walk). DMS outperforms DMA. These results are robust for different sample periods and for various forecast horizons. The paper highlights common features between the USA and the EA. First, two groups of predictors forecast inflation: temporary fundamentals that have a frequent impact on inflation but only for short time periods; and persistent fundamentals whose switches are less frequent over time. Second, the importance of some variables (particularly international food commodity prices, house prices and oil prices) as predictors for consumer price index inflation increases when such variables experience large shocks. The paper also shows that significant differences prevail in the forecasting models between the USA and the EA. Such differences can be explained by the structure of these respective economies. Copyright © 2015 John Wiley & Sons, Ltd.     

用带时序子模块的系统动力学模型预测Brent原油价格

提出在系统动力学模型中加入时序自回归AR(p)子模块，并且自动确定每个AR(p)子模块的阶数p。带时序子模块的系统动力学模型既体现了因素问的横向因果关系，又体现了每个因素的纵向关系。建立欧佩克(OPEC)石油产量、世界GDP、煤炭产量与价格、天然气、需求量、供求差额、消费系数、非欧佩克石油产量、非欧佩克供求差额，石油库存和OPEC组织的期望油价共十一个因素影响下的Brent原油价格预测模型，模型的预测结果表明：在系统动力学模型中加入时序自回归AR(p)子模块的方法是可行的、有效的，并且能提高模型的预测精度。     

环境法的需求与供给——一个法经济学视角

环境法是环境与资源要素相对价格提高、科技发展、人们对良好环境形成偏好条件下的产物。它的供给要受到所在国家利益格局、社会科学知识的积累、法律供给传统等诸要素的影响。在完善一个国家的环境法时，必须充分调动这些因素，以形成可持续发展。     

建立社会主义市场经济必须首先解放思想

从传统的计划经济向社会主义市场经济的转变，必须从计划经济体制下所形成的旧的思想观念中解放出来，树立适应社会主义市场经济的新观念，这是建立社会主义市场经济的需要。我国十几年的改革开放的实践已证明，在马克思主义的指导下，打破习惯势力和主观偏见的束缚，从实际出发，解放思想，是改革开放和进行社会主义建设的首要条件。     

开展项目教学,提高教与学质量

项目教学合理的选择了知识内容和教学方法,保证了学生获得相对完整的专业知识和专业能力,所以项目教学既提高了教师的教学素质,同时也提高了学生各方面的能力。     

机载GPS天线的研制

本文论述了作者最近研制的机载ＧＰＳ天线．使天线的波束宽度很宽，满足飞机在上３０°范围内翻滚要求，而能很好的地接收ＧＰＳ导航卫星的信号．实验证明使天线满足设计要求，天线性能是优良的．     

一种基于B/S的农业资源综合数据服务系统──通用农业资源数据服务系统开发设计

基于浏览器 /服务器 (B/S)结构的通用农业资源数据库系统 ,将农业统计中常用的 5 0 0多个技术指标分成三大类 ,17个小类 ,基本涵盖了农业生产和管理统计的主要领域 普通用户通过浏览器实现对数据库的组合查询或浏览 ,也可将数据文件下载 系统提供了 9种统计分析方法以及 5种预测方法 ,授权用户可进行数据文件上载 管理员通过浏览器可对数据库进行管理维护     

能源供求予测模型

本文论述了三种予测能源需求的方法,并对其作了评价;提出了一种能源供应予测模型;最后对我省能源、经济、予测研究提出了建议。