Forecasting the duration of short‐term deflation episodes

The paper proposes a simulation‐based approach to multistep probabilistic forecasting, applied for predicting the probability and duration of negative inflation. The essence of this approach is in counting runs simulated from a multivariate distribution representing the probabilistic forecasts, which enters the negative inflation regime. The marginal distributions of forecasts are estimated using the series of past forecast errors, and the joint distribution is obtained by a multivariate copula approach. This technique is applied for estimating the probability of negative inflation in China and its expected duration, with the marginal distributions computed by fitting weighted skew‐normal and two‐piece normal distributions to autoregressive moving average ex post forecast errors and using the multivariate Student t copula.     

基于系统动力学的区块链技术扩散机制研究

区块链技术凭借其去中心化、去信任化及不可篡改等优势,一经提出便引起了学术界和业界的广泛关注。然而区块链技术发展中也遇到了如政府监管难、行业标准化不完善及违规违法行为频发等挑战。社会各界对于区块链技术发展前景各执己见,政府提出的各类扶植与管制政策对区块链技术发展的影响及其程度尚不明确。基于此,对区块链这一典型的共性技术扩散与演化趋势进行模拟研究。首先,结合Bass技术创新扩散模型的理论基础和区块链的特点筛选了影响区块链技术扩散的因素;其次,构建了区块链技术扩散的系统动力学模型,在参数估计的基础上对三种不同政策组合下区块链技术扩散机制进行模拟,分析了不同政策环境下区块链技术发展趋势;最后,依据模拟结果提出了引导区块链技术发展的政策建议。     

基于观点动力学的水库移民文化适应机制研究

从观点动力学的全新视角出发,首先厘清非自愿移民文化适应概念框架,然后据此构建出“社会心理建模+复杂网络分析+多Agent仿真”的文化演化计算模型,最后通过模拟实验量化分析了水库移民文化适应的影响因素和发生机制。结果表明:移民身份认同中的文化容忍度和易感性能加速文化适应进程;扩大移民在安置区的社交范围和精英移民的引导,能辅助其与原住民间的文化交互;政策满意度比文化环境的营造更为重要,能通过调节文化冲击方式来改变移民文化观念的更替速率,进而影响移民文化适应过程的平稳性与极化趋势。     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

武汉地区4种生境蝇类多样性及种群动态分析

2006年1月至2016年12月,在武汉地区4种生境共捕获蝇类4科7属11种15 603只,家蝇和丝光绿蝇为优势种.武汉地区蝇类全年活动,总密度季节消长趋势呈双峰型,第一个高峰出现在5月,第二个高峰出现在9月;蝇类活跃期较长,4—11月密度均较高,不同年份蝇类密度高峰期不同.蝇密度年际消长整体呈下降趋势,仅2010年密度反弹至14.5只/笼.绿化带蝇类丰富度、多样性指数和均匀度指数均最高,居民区次之,餐饮外环境和农贸市场最低.4种生境蝇类群落相似性指数在0.87～1.00之间,均为极相似.基于欧式距离的系统聚类和物种非度量多维标度排序分析显示,2006—2008年和2010年为一组,2011—2016年为一组,相互之间距离较近.这些结果说明,4种生境蝇类多样性与气候和人为干扰因素有密切关系.     

创新研究系统隐性知识生成转化反馈环特性仿真分析

隐性知识反馈环结构是创新研究系统的核心结构,运用组织管理系统动力学理论,进行科研创新系统隐性知识生产转化系统仿真研究,以南昌大学系统动力学创新团队研究系统为例,分析确定该系统的隐性知识量、显性知识量、创新投资量、团队人员数和创新成果量五个核心变量,运用新建的逐枝建模和逐树仿真技术建立五棵流率基本入树模型及其等价流图模型.运用枝向量行列式新增反馈环计算法,计算出系统包含创新成果流位作用于隐性知识流入率的第一类反馈环五条,团队成员数作用于隐性知识流入率第二类正反馈环十条.然后,结合模型的仿真曲线和仿真数据,对第一类反馈环进行极性转移仿真分析和主导反馈环转移仿真分析,对第二类正反馈环进行正反馈环的作用分析,以及"原始创新度"低对这十条正反馈环的制约分析,并基于上述十五条反馈环特性仿真分析结果提出四条创新研究系统发展对策.     

医药洁净室的计算流体动力学模拟及实测对比

采用计算流体动力学(CFD)模拟,研究3个医药洁净室的气流流型及颗粒物浓度.采用标准k-ε双方程模型,通过模拟颗粒物在洁净室的分布,分析合理的污染物散发位置及散发比例.对比参考发尘量下的结果与实测数据的差异,根据实测数据确定污染散发量,通过试验不同的单位容积发尘量,计算对应的洁净度,得到与实测数据吻合最好的单位容积发尘量.在单位容积发尘量为1 000pc·(m3·min)-1计算条件下,各房间的模拟结果与实测数据数值比较吻合,且经CFD预测的3个房间的洁净度变化趋势与实测一致.     

Predicting Recessions with Leading Indicators: Model Averaging and Selection over the Business Cycle

Four methods of model selection—equally weighted forecasts, Bayesian model‐averaged forecasts, and two models produced by the machine‐learning algorithm boosting—are applied to the problem of predicting business cycle turning points with a set of common macroeconomic variables. The methods address a fundamental problem faced by forecasters: the most useful model is simple but makes use of all relevant indicators. The results indicate that successful models of recession condition on different economic indicators at different forecast horizons. Predictors that describe real economic activity provide the clearest signal of recession at very short horizons. In contrast, signals from housing and financial markets produce the best forecasts at longer forecast horizons. A real‐time forecast experiment explores the predictability of the 2001 and 2007 recessions. Copyright © 2015 John Wiley & Sons, Ltd.     

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。