经济系统的预期不确定性与模型选择

论述了经济系统中的预期不确定性及其描述模型的选择． 阐述了使用ＡＲＣＨ 模型对不确定性进行定量分析的方法． 给出了一个实证分析的例子．     

模型不确定性下的最优利率规则

在一个封闭后瞻宏观经济模型的基础上,构建包含64个模型的模型空间来刻画模型不确定性,利用贝叶斯模型平均方法求解模型不确定性下的最优利率规则并与单个模型下的最优利率规则进行比较。研究表明,模型不确定性下的最优利率规则比基于单个模型的最优利率规则更加稳健;模型不确定性是央行普遍实行保守的货币政策的原因之一。     

基于不确定性描述的云化Markov链状态预测方法

针对Markov链在预测概率发生跳变时无法有效地衡量样本归属程度的问题,提出一种云化Markov链的状态预测方法,通过云模型描述和处理样本的不确定性。该方法将划分的状态区间视作一种概念,利用云模型对其进行云化表示,据此计算样本对各概念的确定度,得到概念之间的概率转移矩阵,从而实现带有随机特性的状态预测。概念转移概率作为关键随机变量,对其进行了核密度估计。最后以多次随机实验的概率和提取代表性转移概率分别给出了仿真实验结果,表明该不确定性描述的预测方法在解决Markov链预测概率跳变现象的同时,可通过确定度的分配有效地表述样本的归属程度,具有较好的实用性。     

一种多分辨率仿真模型构建方法

针对人在回路仿真推演中高层级指挥员下达作战任务与仿真系统模型指令之间的分辨率鸿沟,提出了一种基于行为树的多分辨率模型构建方法。通过改进行为树语法,实现了低分辨率作战任务解聚为高分辨率仿真系统指令;通过设计嵌入行为树的决策模型,解决了模型指令执行过程中面临的资源不确定性、执行效果不确定性问题。设计了夺取制空权作战场景,验证该方法的有效性。     

考虑参数不确定性EOQ模型的稳健优化

现行的库存理论主要研究各种情形下库存控制的最优决策解,却很少考虑最优解的稳健性。本文针对EOQ模型中采购费用的不确定性,将稳健参数设计的思想和Kriging模型相结合,提出了一种稳健优化的方法。仿真结果表明,如果决策者是厌恶风险型的,将会以牺牲库存成本来追求较小的价格波动;如果决策者是偏好风险型的,则会追求较低的库存成本,但是随之而来的风险将是较大的价格波动。     

模型不确定性条件下的一般均衡定价

在CIR模型基础上, 通过引入折现熵, 研究了模型不确定性条件下的一般均衡定价问题; 并导出了模型不确定性条件下的无风险利率定价方程、跨期资本资产定价模型、基于消费的资本资产定价模型、 金融资产定价公式及包含不确定性成分的随机折现因子. 研究发现, 随着投资者的不确定性规避偏好的提高, 均衡时的无风险利率随之降低, 风险资产的溢价水平却随之提高, 因此文章结论可以同时解释无风险利率之谜与风险溢价之谜.     

控制系统仿真的新问题：模型不确定性

本文从解决模型不确定性的角度研究了控制系统仿真问题。首先，讨论了把模型不确定性引入控制系统仿真的必要性，然后阐述了一种全新的观点：控制系统仿真应该是鲁棒辨识与鲁棒控制的有机结合     

基于MCMC方法的两类波动模型的应用比较

采用中国股市数据，运用基于Gibbs抽样的MCMC方法对ARCH—GARCH模型族与SV模型族进行了比较分析．实证结果显示，无论是从收益率序列峰度系数的描述看，还是从平方收益率序列自相关函数的描述来看，SV模型族都优于GARCH模型族；进一步，基于t分布的模型模拟效果总是优于基于正态分布的模型，看出股市收益率序列并不服从正态分布，     

基于乘积ARIMA模型的产品不确定性需求预测

为对不确定的市场需求进行有效预测,可运用SAS系统中的TimeSeriesForecastingSystem,基于乘积求和自回归平均滑动模型(ARIMA),对产品销售的时间序列数据进行预测。先对原始数据或变换后的数据作简单差分或季节差分,把时间序列化为平稳的时间序列,进行参数的初估计,然后进行多次拟合并最终确定模型,根据SAS估计结果,可得到预测偏差。对预测结果在营销管理和供应链管理中的应用进行了分析,取得了较好的效果。     

基于深度贝叶斯网络学习的不确定性建模方法

战场态势评估涉及很多不确定因素,对不确定性进行仿真建模能够提高态势评估的能力。针对参战对象多元、不确定性增多导致的无法全面准确表达不确定性问题,提出了基于记忆模块和变分自编码器的深度贝叶斯网络模型。采用生成模型设计了基于深度贝叶斯网络学习的态势评估模型;阐述了融合记忆模块的深度生成模型原理和模型的学习与推理过程;以某空袭行动为例构建贝叶斯网络,对所提方法进行了验证。结果表明:深度神经网络能够逼近隐变量的非线性变换,设计的记忆模块能存储深度神经网络提取的大量局部特征,通过学习自动得到了贝叶斯网络条件概率,增强了不确定性建模能力。     

不确定条件下基于Multi-agent的模糊预测优化

为解决多层分销链中预测订货忽略当前库存状况和决策者参与的问题,运用Multi-agent和模糊理论构建了不确定条件下的协同预测订货模型,采用模糊数对分销链中的不确定性需求和单位成本参数进行了表述并建立了模糊规则库用于分销链的协商谈判.应用遗传算法和解模糊运算求解分销链中整体或局部优化条件下的目标函数,并给出了公司间冲突的模糊协商算法.仿真实验表明,不确定条件下的分销链预测订货量没有出现信息放大,模糊协商谈判获取了符合双方利益的预测订货成本.与确定性条件下的计算相比,运用模糊理论解决分销链中基于Multi-agent的预测订货是合理可行的.     

The Hierarchical Optimism Index Method for Decision Analysis under Uncertainty

１ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｄｅｃｉｓｉｏｎｐｒｏｂｌｅｍｓｃａｎｂｅｄｉｖｉｄｅｄｉｎｔｏｔｈｒｅｔｙｐｅｓａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｏｐｅｒｔｙｏｆｔｈｅｉｒｎａｔｕｒａｌｓｔａｔｅｓ：（１）ｄｅｔｅｒｍｉｎｉｓｔｉｃｄｅｃｉｓｉｏｎｐ...     

分布式虚拟环境下不确定性问题的探索性分析

针对复杂系统决策所面临的不确定性问题以及数据的离散性,提出了基于分布式虚拟环境的不确定性问题的协同探索性分析方法。对复杂产品设计方案和数据进行分析和处理,建立了仿真模型,用EONStudio和HLA构建了基于探索性分析的分布式体系结构。最后给出了复杂机构的方案设计实例,用动态仿真协同探索求解系统干涉的问题,对运动特性参数进行了探索性分析,再通过聚类分析得到合理结果。     

基于混合因子分析隐马尔科夫模型的训练算法

将混合因子分析方法与隐马尔可夫模型技术相结合,构造了一种新的统计声学模型-基于混合因子分析的隐马尔可夫模型 (Hidden Markov Model based on Mixture of Factor Analysis:HMM-MFA).重点研究了HMM-MFA的训练算法.通过推广著名的 Baum辅助函数,并用拉格朗日多乘子方法,导出了HMM-MFA的参数重估公式.仿真结果表明,提出的算法在识别精度上优于传统的EM算法.     

战术导弹控制系统几种统计分析方法的比较

本文对随机控制系统的几种新的统计分析方法——AT法、CADET法和SLAM法进行了研究,给出了它们的数学模型,并在此基础上编制了“战术导弹控制系统统计分析软件包”。用实例仿真分析了几种典型随机干扰对导弹脱靶量的影响,比较分析了几种统计分析方法的统计结果,从而得出了有益的结论。     

施工进度计划柔性网络仿真的不确定性研究

工程施工中应用柔性网络计算机仿真突破了传统的PERT只考虑单一关键线路的限制以及工序的持续时间均服从β分布的假定,也使得仿真工期与关键线路都具有了不确定性.一次仿真结果只相当于对系统模型的一次抽样,缺乏代表性.将网络计划仿真技术与风险分析技术结合起来,采用统计分析的方法确定仿真运行次数,对实际系统大量的动态仿真工期进行完工概率与风险分析,用"工序关键度"表征关键线路的概率分布结果,能够较好的描述施工进度计划的不确定性,为施工管理与决策提供更多的信息.     

三种新型神经网络树算法之改进与比较分析

VittorioMurino提出了三种将神经网络和树结构结合起来的算法。简单介绍了三种结构算法并对其做了细化改进,使其实现更具体、可行,应用范围更广泛;分别利用两组模拟数据和Iris植物分类数据对三种结构与传统的神经网络做了比较实验,给出了三种结构用于模式识别的算法速度、识别率、泛化能力等性能的对比分析。结果表明,三种各具特色的神经网络树结构均有显著的优越性。     

岛屿争端中国家间博弈模型与策略仿真分析

岛屿争端通常涉及国家的核心利益及国际形象,根据岛屿争端问题的特点和相关国家可能采取的行为,研究了针对岛屿争端问题的国家间博弈模型,并对相关国家的策略进行了仿真分析。首先,将主动型国家和被动型国家的行为交互描述为一个随机博弈,并建立相应的博弈模型;然后,应用该模型分析主动型国家的期望行为和被动型国家的防守行为;最后,用计算机仿真分析相关国家的行为能力变化时对其策略选择和最终收益的影响。研究成果将为有岛屿争端问题的相关国家制定策略时提供有益的参考。     

Allocation Planning for R&D with Uncertainty:Model and Procedure

A decision support model with the stochastic objective function measuring the benefitcontributions of projects and stochastic resource constraint and its decision making analysis pro-cedure with the case study are presented for selecting R＆D projects,in which the uncertainty inproject evaluation and selection,the technical or outcome,cost or resource and benefit or payoffinterrelationships among projects,and the experience and knowledge of ther R＆D manager can beconsidered.