基于多维极值参数的飞行风险量化评估方法

数具有和试验数据相同的分布形式,并构建了飞行风险发生的判定条件。在对一维极值参数符合广义极值分布的假设进行证明的基础上,提出了三维极值参数的四参数变权重(four adaptive weight parameters, FAWP),Copula模型利用自适应粒子群算法对一维和三维目标函数中的未知参数进行了辨识,对多种Copula辨识出的三维极值分布进行了拟合优度检验,结果表明FAWP Copula对三维极值参数分布形式的描述最为精确。利用FAWP Copula模型对尾流遭遇情形下的飞行风险概率进行了量化计算,所得指标可用来研究尾流场内的风险规避策略及算法。     

航空人-机复杂系统极值风险评估稳定性分析

针对航空人-机复杂系统极值风险评估中存在不确定性、难于验证的理论问题,建立了综合考虑“物理特性”、“随机性”和“非线性”的驾驶员-飞机系统和故障数学模型,通过大量仿真数据分析样本数量、评估次数以及优化算法选取对评估稳定性的影响。为提高极值分布中样本数据序列的拟合精度,针对综合评估模型提出一种随机自适应进化粒子群算法（random adaptive evolutionary particle swarm optimization,RAE-PSO）算法,实现了收敛速度和拟合精度的提高。提出了提高航空人-机系统风险评估稳定性、降低评估误差的方法步骤,并通过案例验证了方法的有效性。     

基于极值理论的原油市场价格风险VaR的研究

引入VaR(Value at Risk)的极值理论对世界原油现货市场的价格风险进行研究.在对WTI和Brent原油现货市场的实证研究中将极值理论的阈值模型与簇值方法相结合,对阈值u和模型参数的估计方法提出了改进,取得了较为理想的VaR估计结果.在此基础上讨论了两市场价格风险的不同特征以及同一市场中厂商风险和采购风险的不同特征.得到了一些有意义的结论.     

基于证据理论的软件开发风险评估方法

通过将软件开发过程分解为分析、设计、实施阶段,根据决策者对每一阶段的技术风险、费用风险、进度风险的确信度,给出了一种基于Dempster-Shfer证据组合理论的风险评估方法.从而,将软件开发过程中影响风险的多种不确定性定性指标转化为确定的定量指标进行评价.最后通过实例说明了该方法的有效性.     

基于风险-效益比和前景理论的风险性多属性决策方法

针对依据期望效用理论的风险性多属性决策方法未考虑决策者实际决策时的不理性,提出基于风险-效益比和前景理论的风险性多属性决策方法。该方法借鉴经济学中商品性价比,定义了能有效反映方案间对比信息的风险-效益比参数;同时,为更充分地在决策中体现决策者的不理性,基于前景理论价值函数对风险-效益比进行修正,使用加权法得到包含方案优劣偏好信息的判断矩阵,进而得到方案排序。计算实例表明,该方法可操作性强,方案评价结果符合实际决策存在的非理性,为此类问题解决提供了一个新的途径。     

基于Bayes理论与Monte Carlo模拟的风险型多属性群决策方法

针对方案属性值为随机变量、属性权重未知的风险型多属性群决策问题,根据决策者有无先验信息、专家估计方差是否可知等情形,提出了两类集结决策者和专家主观概率的多元Bayes模型。这些模型先将群体对属性值的估计集结成单一分布,然后用Monte Carlo模拟的方法,通过计算每个方案的排名期望值,得到各方案的排序。给出了应用该方法的具体步骤,实例分析验证了方法的有效性和实用性。     

极值理论(EVT)在汇率受险价值(VaR)计算中的应用

本文讨论根据极值理论计算金融市场风险重要量度－受险价值的一种新方法,给出了金融组产组合收益或损失尾部分布的二阶展开式的参数估计形式,并以此为基础提出了确定临界值并估计ＶａＲ的“两次子样试算法”,最后用１９７１－１９９８年的日元／美元率６７００多个历史数据验证在极端条件下用ＥＶＴ估计ＶａＲ具有高的准确性。     

极值理论应用研究进展评析

首先介绍了极值的概念和极值理论研究的历史进展,评述了极理论在工程领域的应用,然后侧重于对极值理论在金融风险管理的应用进行阐述,描述了其基本的分析和应用框架,最后,本文对极值理论应用的发展方向进行了分析。     

一种基于最优化的极值分布建模方法

为提高极值分布中样本数据序列分布拟合精度,对改进的综合模型采用遗传算法实现分布参数的寻优。建立了灾难性事件的样本极值分布数学模型。采用非线性回归方法导出样本极值与累积概率之间的映射关系,考虑样本极值的上限和拟合的误差,建立了极值分布的综合模型。采用改进遗传算法,将模拟退火算法应用到遗传算法中,以模型误差为目标函数进行优化,从而确定函数模型中的分布参数,实现了拟合精度的提高。     

基于极值理论的系统最大值指标评定方法

提出了基于极值理论的系统最大值指标评定与测算方法,为某些特殊领域(如航空、航天、国防)中的长周期系统的最大值指标评定提供了理论依据。首先,遵循一定的原则对系统输出的误差序列进行区组划分,取得近乎独立的最大值观测序列|其次,对最大值观测序列应用极值理论建模,取得一定重现期下的重现水平和不确定度|然后考查重现水平与最大值指标间的关系,并应用经典统计学理论完成对系统最大值指标的评定与测算|接着,给出了具体的应用实例,实验结果表明,该方法是可行的。最后,从不同角度对时间序列模型方法与极值理论方法建模求解系统最大值指标的特点进行了对比分析,并给出了相关结论。     

基于角度坐标的多目标粒子群优化算法

为了在保证多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法所求解集分布性的前提下提高算法的收敛性,依据辅助适应度赋值策略,提出了基于角度坐标的多目标粒子群优化(intelligent MOPSO, IMOPSO)算法。通过建立角度坐标系,确定了不同维优化目标下目标向量的角度坐标及角度参数,给出了求取目标函数空间中参考线角度参数的方法,并定义了目标向量的辅助适应度值,以对处于非劣支配关系的个体进行综合比较。结果表明,IMOPSO算法较好地维护了Pareto解的分布性与收敛性,且在求解小规模的最优个体时仍能在整个Pareto前沿均匀分布,未出现“聚集”现象,运行时间小于NSGA2、SPEA2、MOEA/D,充分验证了IMOPSO算法的有效性。     

基于极值理论的高频条件VaR动态区间估计模型

为了更加精确地度量在险值的估计精度,基于广义极值理论推导了条件极值VaR的动态区间估计模型,得到了条件极值VaR置信区间解析解的一般形式,对在险值的估计精度进行了实时度量.利用高频数据重点考察了不同置信水平和不同样本容量分块下的条件极值VaR区间估计结果的精度和模型的有效性.结果表明:条件极值VaR的动态区间估计模型与参数法、非参数法以及蒙特卡罗法区间估计模型相比,不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征,而且具有更好的估计精度,精确和有效地描述VaR的估计风险.     

基于粒子群规则挖掘算法的洪灾风险评价模型

运用粒子群优化算法(particle swarm optimization, PSO)进行规则挖掘是一个新的研究热点. 提出了一种基于粒子群规则挖掘算法(PSO-Miner)的洪灾风险评价模型. 基于GIS技术利用该模型对北江流域洪灾风险等级进行了评判, 结果表明: PSO-Miner算法是一种无参数评判的智能方法, 具有较强的全局收敛能力和鲁棒性; 所挖掘的If-Then评判规则能更简单和准确地描述各评价指标与风险等级之间的复杂关系; 总体精度比BP神经网络模型的更高, 而且能客观地反映北江流域洪灾风险实际情况; 与GIS技术结合, 便于分析洪灾风险的空间 格局及内在规律, 具有较好的适用性.     

基于细致化仿生的改进粒子群优化算法

粒子群优化(particle swarm optimization, PSO）算法基本思想是试图通过模拟鸟群觅食中的迁徙和聚集等行为获得连续非线性函数的最佳值,其仿生算法产生于对鸟群寻食过程中飞行方向与飞行速度等的隐喻。近年对粒子群算法经典算法的研究,虽然在速度及精度上有所改进,但由于缺乏细致化仿生（precise bionic metaphor, PBM）,改进效果并不太明显。通过在PSO算法中引入飞鸟寻食细致化行为特征隐喻,即在算法中同时导入满意粒子局地细致化寻优和探索粒子随机寻优过程,进而提出了一种新的基于细致化仿生的改进PSO算法;对改进算法和经典算法进行了性能比较,结果显示所提算法在收敛速度和求解精度方面较经典算法有很大程度的改善。     

极值理论(EVT)方法用于受险价值(VaR)计算的实证比较与分析

讨论了根据极值理论 ( EVT)计算受险价值 ( Va R)的两类不同的方法 :基于矩估计的“两次子样试算法”和极大似然估计法 ,并给出了各自理论推导过程和计算步骤 .同时 ,把这两类方法与正态分布和经验分布的结果进行了比较 .应用四种汇率历史数据进行的实证计算表明 ,在极端条件下 ,用极值理论方法估计 Va R具有很高的准确性 ,而矩估计法的结果又优于极大似然估计法 .